株式会社QuantumCore

リザーバコンピューティング
の力を簡単に

「少量データ」で「リアルタイム学習」を
「高精度」に実現するQoreシリーズ

NEWS

PRODUCT

業界初リザーバ
コンピューティングを活用した、
新たな次世代多変量時系列処理(RNN)ソリューション

高い精度と圧倒的な速さを
WebAPIで手軽に実現
そのままエッジコンピューティング
までカバー

  • 簡単かつ高精度
    簡単かつ高精度 弊社APIへJSON形式で少ないデータを送るだけで簡単に時系列処理を行うことが出来ます。
    例えば、僅かな学習データを用いて、9名の音声から話者を分類するタスクにおいて、チューニング無しで99.2%の精度を実現。従来のLSTMによる処理に比べ、高い精度を実現
    深層学習(LSTM)との比較簡単かつ高精度
  • 安価
    安価 高価なGPUなどは不要。
    従量課金制APIなどを提供、 またマイコンへの移行をサポート
  • とにかく速い
    とにかく速い 新鋭のリザーバコンピューティングの活用によりリアルタイム学習が可能。深層学習とは違う独自の方法でRNNを実現
    深層学習(LSTM)との学習速度比較とにかく速い

FEATURE

プラットフォームを選ばない 超高速・超高精度な時系列処理技術

複雑系力学分野で研究されてきたリザーバコンピューティングは、 複雑な時系列処理などの深層学習と同じタスクを 量子コンピュータなど、特殊なハードウェアをもちいることなく、 約1/100オーダーのわずかな学習データで、約100倍近く高速 に解くことができます。

プラットフォームを選ばないプラットフォームを選ばない

少量学習データ、超高速学習によるハイペースなPoC

従来の大量データ収集のタイムロスとと、 パラメータチューニング後の 学習待ちのタイムロスがないため、 ハイペースなPoCを実現

少量学習データ、超高速学習によるハイペースなPoC少量学習データ、超高速学習によるハイペースなPoC

USE CASE

従来不可能だった
個人データの活用

従来の 課題 プライバシーなどの観点からクラウドにアップロードすることは難しく また、個人から取れるデータは少なすぎて高精度なモデルの作成は不可能だった。

  • 少量学習データ、超高速学習によるハイペースなPoC

    心電図で疾患判定が、
    93%の精度で可能

    ※公開データによる不整脈判定テスト

  • 少量学習データ、超高速学習によるハイペースなPoC

    音声での話者特定が、
    99%の精度で可能

    ※9人分の公開データによるテスト

  • 少量学習データ、超高速学習によるハイペースなPoC

    振動での姿勢特定を、
    98%の精度で可能

    ※弊社取組による24値分類テスト

環境に制約のある
工業分野での活用

従来の 課題 工業現場は必ずしもインターネットが活用できるわけではない また、異常値などのデータは少なすぎて高精度なモデルの作成は不可能だった。

  • 異常検知

    少量学習データ、超高速学習によるハイペースなPoC

    音での作業状態特定が、
    94%の精度で可能

    ※弊社取組によるテスト

  • 作業工程の可視化

    少量学習データ、超高速学習によるハイペースなPoC

    センサーでの作業特定が、
    73%の精度で可能

    ※弊社取組によるテスト

  • ロボットアーム制御

    少量学習データ、超高速学習によるハイペースなPoC

    センサーでの力学推定を、
    高精度に予測可能(回帰)

    ※弊社取組によるテスト

複雑すぎる
時系列問題での活用

従来の 課題 自然現象など複雑な問題に対して、限定的なセンサーや入力ソースで判別は困難

  • ニオイ検知

    少量学習データ、超高速学習によるハイペースなPoC

    排泄タイミングの特定が、
    80%の精度で可能

    ※弊社取組によるテスト

  • モーション推定

    少量学習データ、超高速学習によるハイペースなPoC

    骨格の動きで動作推定を、
    91%の精度で可能

    ※弊社取組によるテスト

  • 住宅価格の予測

    少量学習データ、超高速学習によるハイペースなPoC

    住宅価格の予想を、
    高精度に予測可能(回帰)

    ※弊社取組によるテスト

COMPANY

株式会社QuantumCore
社名 株式会社QuantumCore
本社 東京都品川区⻄五反田2-14-13
代表者 代表取締役 秋吉 信吾
設立 2018年4月24日
資本金 197,500,000円(資本余剰金含む)
業務内容 リザーバコンピューティングを活用した
次世代時系列処理基盤技術の開発・提供と導入支援。

RECRUIT

募集職種 : webエンジニア

仕事内容 弊社の機械学習ソフトウェアのAPI開発(アクセス制御、アカウント制御等バックエンド開発)
採用希望人数 1名
希望年齢 20代後半から30代前半
前職での経験(開発歴、使用言語etc..)
  • LAMP環境でのwebアプリケーション(バックエンド)開発経験3年以上
  • クラウド(AWS)環境のwebサービス運用経験
  • Git, Dockerの利用経験
  • Python, Golangの開発経験

募集職種 : 組み込み系エンジニア

仕事内容 弊社の機械学習ソフトウェアをマイコン等に組み込んで性能評価等を実施
採用希望人数 1名
希望年齢 20代後半から30代前半
前職での経験(開発歴、使用言語etc..)
  • マイコン制御など組み込み系開発経験
  • 各種マイコンのハードウェア知識
  • C/C++での開発経験(高速化処理などチューニングができると尚良

募集職種 : 機械学習エンジニア

仕事内容 弊社の機械学習ソフトウェアを利用してクライアントとの実証実験のサポート(性能評価等)
採用希望人数 2名
希望年齢 20代後半から30代前半
前職での経験(開発歴、使用言語etc..)
  • データの前処理も含めた大量データの分析経験
  • 時系列データの分析経験
  • 機械学習の研究開発経験(国際学会に論文採択経験があれば尚良)
  • Pythonを用いたデータ分析経験

募集職種 : ビジネス開発

仕事内容
  • 弊社クライアントニーズに基づくPoC案件の立案および推進
  • 自社プロダクト「Qoreシリーズ」のPDCA
  • 新規事業の立案
  • 開発部門や各役員との折衝
採用希望人数 1名
希望年齢 20代後半から30代前半
前職での経験 いずれかのインダストリへの深掘りを通じたプロジェクト立案の経験
  • データ分析の経験
  • プロジェクトマネージメントの経験
  • マネジメント層へのプレゼンテーション経験
 
Bitnami