研究開発事業 言葉にできない経験や勘――「暗黙知」を数式で解き明かす。
数理科学を軸に、分野を超えた知を結集し、 実社会で本当に使えるイノベーションを生み出します。
数理科学を軸に、分野を超えた知を結集し、 実社会で本当に使えるイノベーションを生み出します。
DSPX™
DSPXは、ディジタル信号処理（DSP）、データサイエンス（Data Science）、AI/機械学習を融合し、これまで捉えきれなかった現象の本質を科学的に明らかにするフレームワークです。単独の技術では到達できない高精度で効率的なDXシステムを実現します。
私たちはこれまで長年にわたり、ディジタル信号処理（DSP）の研究開発を中心に技術を磨いてきました。DSPは、データの背景にある物理現象を数学的にとらえ、どのような環境でも安定して動作し、得られた結果を説明できる信頼性の高い技術です。しかし、現実のデータには、DSPだけでは解決できない複雑なパターンや非線形な現象も存在します。そこで私たちは、DSPを基盤としつつ、データサイエンスやAI/機械学習を組み合わせることで、より高度な課題へ挑む研究開発を行っています。
※商標登録 第6924211号
ディジタル信号処理（Digital Signal Processing ）：現象の「本質」を理解
周期性・スペクトル構造・変調特性・時間周波数変動など、信号が生成される仕組みや物理的挙動の理解が分析の根幹となる課題では、ディジタル信号処理を中心に適用し、フィルタ、スペクトル解析、時変信号解析手法などにより現象そのものの構造を直接的に抽出するアプローチを重視します。
データサイエンス：
データを解析し、有用な情報や知見を導き出す
統計的仮説検定、モデル選択、因果推論、再現性・ロバスト性の評価が重要な課題では、データの統計的特性を体系的に扱う Data Science を中心に適用し、推定量の性質、バイアス・分散のトレードオフ、交絡因子の制御など、データから妥当な結論を導くアプローチを重視します。
AI/機械学習：
データの特徴からモデルを導き出す
大規模データに基づく学習、非線形かつ高次元のパターン抽出、未知事象の検出（異常検知）、多変量関係のモデル化が必要な課題では、AI・機械学習モデルを中心に適用し、複雑なデータ構造を信号処理や統計モデルでは捉えにくい形で表現・学習できるアプローチを重視します。
研究〜PoC〜実装までの一貫支援
数理モデルの検討からPoC、アルゴリズム開発、インテグレーション、運用までワンストップで支援します。
多くのプロジェクトで直面する課題
多くのプロジェクトで、次のような壁にぶつかります。
- 教師データが集まらない
- ノイズが多く、AIの結果が安定しない
- 現場の経験則・暗黙知がモデルに反映されない
これらは「データの前段で何が起きているか」を十分に理解しないままAIを適用していることが原因です。DSPXは、まず信号処理で現象を“解像度高く”理解した上でAI/機械学習を適用します。
研究開発フロー
DSPXは、「現象の理解」から「実装」までを一貫して科学的に進めるプロセスを採用しています
パートナーシップ
DSPXの高度な技術開発は、大学・企業の専門家とのパートナーシップによって支えられています。
- 数理最適化
- デジタル信号処理
- 統計
- AI/機械学習
などの専門家と連携し、研究開発プロジェクトを推進しています。
開発ツール、ハードウェア実績
-
開発言語
- C/C++
- Python
- MATLAB
- FORTRAN
- VBA
-
ハードウェア
- FPGA
- SDR(USRP、Pluto)
- GPU
- Pluto SDR
- LiDAR
-
技術
- 信号処理
- 画像処理
- 無線通信
- 機械学習
- 深層学習・AI
- 異常検知
- データサイエンス
導入事例・実績
お客様の課題解決に貢献した実績をご紹介します
OTFSテストベンチライブラリ
USRPからカスタマイズ可能なOTFS信号を送受信するための、MATLAB®プログラム
- OTFS信号生成・出力
MATLABプログラムによる高精度なOTFS変調信号の生成とUSRP N310からの実信号出力 - 送受信折り返し検証
送信→受信→解析の一連のワークフローを1つのシステムで完結 - 送受信信号解析
受信信号の可視化と解析環境 - 柔軟なパラメータ制御
中心周波数・帯域幅・データ点数の設定が可能。研究ニーズに応じた実験が可能
