狠狠撸

Transform your business, transcend expectations with our technologically advanced solutions.
Copyright ? NTT Communications Corporation.All rights reserved.
NTTコミュニケーションズの
ディープラーニングによる
IoTｘAIのご紹介
2016年 11? 22?
NTTコミュニケーションズ株式会社
技術開発部泉?知範

泉?知範（いずみたにとものり）
tomonori.izumitani@ntt.com
n 所属
NTTコミュニケーションズ株式会社技術開発部
n 業務内容
? ??知能技術の開発。（2015年?）
主にディープラーニング技術のIoT分野への応?
? その前は，データ分析業務，?然?語処理応?（2013?15）
? さらにその前は，
バイオインフォマティクス，メディア（??映像）認識?探索
分野の研究（2001?2013）
（NTTコミュニケーション科学基礎研究所）
??紹介

Copyright ? NTT Communications Corporation.All rights reserved. 3
http://www.ntt.com/about-us/press-releases/news/article/2016/20161020_2.html
http://itpro.nikkeibp.co.jp/atcl/news/16/101803031/102000090/
「ITpro EXPO AWARD 2016 ?賞」受賞
2016年10?19??21?に東京ビッグサイトにおいて開催された ITpro EXPO 2016
(約6万8千名が来場) にて、弊社の取り組み「IoT×AI Deep Learningによるデー
タ分析」が ITpro EXPO AWARD 2016 ?賞を受賞しました

4
NTTコミュニケーションズ
http://www.ntt.com
研究所
NTTコミュニケーションズとIoTxAI
? ?距離?国際通信
? IP電話（050Plus）
? インターネットサービス（OCN)
? クラウドサービス（Cloudn)
? その他 Iaas/Paas/Saasサービス
? お客様向けICTソリューション
製造業のお客様が多い
?場で収集するIoTデータの活?にAIで貢献したい！！

IoTデータの特徴
①時系列性
時間変化するデータに隠された意味を探す
②マルチモーダル性
複数種類のデータを組み合わせて意味を?つける
時系列、マルチモーダルDeep Learning

卵が先かニワトリが先か？
ひよこを作った
＜お客様＞
何がどこまでできるか言ってくれないと
うちの大事なデータは渡せないよ！
＜弊社＞
アルゴリズムの評価，手法の開発の
ためにお客様データの提供を受ける必要が…

１．動作検知
? 画像解析×時系列 ?
3次元CNNを?いた動作検知（５動作の分類）
ニュースリリース（2015/10/7)

これを??に社内外を
?脚した結果…

２．化学プラントの運転?援
? センサの故障検知/センサーデータ×時系列 ?
反
応
炉
原料A
原料B
原料C
製品ガス
温度?圧??流量データなど
温度
温度
温度
濃度X(品質)
プロセスデータ
（約50種類）
時系列
Deep Learning
(プラントのモデルを学習)
濃度X(推定値)
濃度X(実測値)
?きく異なる場合は
センサーが故障
ニュースリリース（2016/9/15）
http://www.ntt.com/about-us/press-releases/news/article/2016/20160915.html

異常発?を予測し、事前に?を打つことが可能に
２．化学プラントの運転?援
? プラントの異常予知/センサーデータ×時系列 ?
NTT ComのDeep Learningで20分後の品質を誤差±3%で予測
誤差±3％
??知能による２０分前データからの推定値
濃度X(実測値)
濃度X

３．運転解析?援
? ヒヤリハット検知 ?
運転者
危険運転映像、速度、
加速度、位置など講習?資料
専任スタッフが?視で素材を選別
ドライブレコーダー
安全運転指導
作業に多くの時間を要するため、?早く正確に?いたい
データ収集
ニュースリリース（2016/9/26）

速度、加速度
ドライブレコーダー
時系列
マルチモーダル
Deep Learning
映像
センサー
ヒヤリハット
?ヒヤリハット
ヒヤリハットシーンを?精度(精度85%)に抽出
全量検査可能、稼働削減が可能（スキルを維持し拡販可能）
異質のデータを纏めて学習
画像/センサーデータ×時系列/マルチモーダル

４．データセンターの運?効率改善
? データセンターの運?コスト削減/センサーデータ×時系列 ?
空調Ａ空調Ｂ
…
データセンター内部を上から?た図
空調Ａ温度
外気温空調Ａ出? 空調Ｂ出?
空調Ｂ温度
温度１
温度２
温度３
温度４
温度５
温度６
外気温空調A
温度
空調A
出?
空調B
温度
空調B
出?
30 28 12 23 13
31 26 11 22 14
29 28 17 23 19
時系列
Deep Learning
(データセンタの温度伝播モデルを学習)
空調Ｃ温度
空調Ｃ
センサー予測値実測値
温度１ 28.1 28.3
温度2 22.3 22.2
温度3 24.4 24.1
30分先の温度を平均誤差± 0.16℃で予測
サーバーの安定稼働とコストダウンが両?する温度管理に向けた取り組み
空調Ｃ出?

開発環境
GPU搭載マシン（K40, Titan-X）
Ubuntu 14.04
NVIDIA Docker
Anaconda2
Jupyter notebook / Python
keras
? 案件ごとに担当技術者がコンテナを?ち上げて開発を実施
? しかし，実質マシンーユーザ固定になりがちなのが悩み
Deep learning フレームワークは固定してません

①対応するデータ種別の拡?
様々なセンサー、?、テキストなど
②バッチ処理からリアルタイム処理へ
?速/?品質なネットワーク、エッジコンピューティングとの連携
③検知予知制御（最適化）
様々な問題の発?を予知し、?動で回避/最適化するＡＩを実現
今後の展開

16
機械学習?データ分析がお得意な
企業の皆様に興味を持っていただけると
幸いです

17
ご清聴ありがとうございました。

狠狠撸

2016 nov22 gdlc02 ntt communications

Recommended

More Related Content

What's hot (19)

Viewers also liked (20)

Similar to 2016 nov22 gdlc02 ntt communications (20)

2016 nov22 gdlc02 ntt communications