更新日： 集計期間:2025年12月24日～2026年01月20日
※当サイトの各ページの閲覧回数を元に算出したランキングです。
更新日： 集計期間:2025年12月24日～2026年01月20日
※当サイトの各ページの閲覧回数を元に算出したランキングです。
更新日： 集計期間:2025年12月24日～2026年01月20日
※当サイトの各ページの閲覧回数を元に算出したランキングです。
46～60 件を表示 ／ 全 83 件
1kmメッシュ毎の詳細な解析を閲覧できるため効果的な経費削減ができます！
国土交通省NETIS登録商品である気象・海象総合ポータルサイト 『羅針盤PLUS』の機能をご紹介します。 NETIS登録番号：QSK-210001-VE 当システムは、お客様毎1契約で20地点の予測対象地点を自由に登録でき大変お得です。 対象となる範囲はなんと北緯23度～46度、東経120度～148度と広範囲。 その全ての海域において1kmメッシュ毎の詳細な解析を閲覧できるため、 どんな海域の作業時にも万全の準備で臨めます。 【特長】 ■1契約で20地点の予測対象地点を自由に登録可能 ■対象は北緯23度～48度、東経120度～148度と広範囲 ■1kmメッシュ毎の詳細な解析を閲覧可能 ■どんな海域の作業時にも万全の準備で臨める ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
高精度の溶解度予測ツールは、開発の初期段階においてきわめて重要です！
溶解性は、創薬において分子の吸収と分布のカギとなる重要なファクターのひとつであることから、常に最適化の対象となります。 そのため高精度の溶解度予測ツールは、開発の初期段階においてきわめて重要です。 【特長】 ■入力した分子のトポロジーに基づいて溶解度を予測 ■各pHレベルにおける溶解性を計算 ■大まかな予測のみが知りたい場合などに便利 ■非常に高精度な予測結果を示した ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
材料設計支援統合システム(MedeA)！分子シミュレーションの統合環境について掲載
当資料では、Direct Coexisting法を採用した分子動力学計算による 金属の融点の予測について交えた事例をご紹介しております。 Direct Coexisting法による融点の予測をはじめに、計算モデルや 原子間ポテンシャルと計算条件の計算手順と設定について図とともに 詳しく解説。 計算結果についても記載されておりますので、ぜひご一読ください。 【掲載内容(抜粋)】 ■Direct Coexisting法による融点の予測 ■計算手順と設定 ■計算結果 ■まとめ ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
マンション建設後の風害予測、道路環境影響評価など！環境問題に関連する評価・予測
当社は、道路沿道の環境改善のために、沿道環境の実態把握、将来環境予測、 対策シミュレーション、環境改善策を提案する業務を行っております。 さらに、新しい技術を提供するために、環境調査の技術開発、環境シミュレーション プログラムを開発。 マンション建設後の風害予測、地形改変による風害予測、地形影響を考慮した 大気拡散予測等が可能です。 【サービス内容（抜粋）】 ■マンション建設後の風害予測 ■地形改変による風害予測 ■地形影響を考慮した⼤気拡散予測等 ■道路環境影響評価 ■面的評価 ■環境常時監視 ※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせ下さい。
190℃以下までの昇温測定データを使って、OIT値の予測解析！
当資料は、ポリアミド6・粉末(酸化防止剤無添加)のケミルミ・データ によるOIT予測について解説したテクニカルノートです。 PA6の結晶質と非晶質とわずかに一部が融解した状態云える190℃以下 (融点より35℃低い温度)までの昇温測定データを使って、OIT値の 予測解析。 0.2,0.4,0.8K/minの昇温測定データから90℃～230℃の範囲で 酸化誘導時間のOITが予測できることがわかりました。 詳細は、掲載カタログよりご覧ください。 【掲載データ(抜粋)】 ■50～250℃(0.8K/min) の CL強度信号データ ■適正なピーク積分範囲を選択する ■0.2～0.8K/minのCL強度曲線をピーク積分値8.28E8cts/gで標準化 ■昇温速度 0.8K/minデータのピーク積分曲線 ■ピーク積分値を8.28E＋8cts/gとした場合のCL強度曲線 log-log-plot ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。
OIT実測データから140℃より低い130℃以下の等温条件におけるOITのCL強度データを予測！
当資料は、ポリプロピレン粉末のOIT実測データによる130℃以下のOIT予測 について解説したテクニカルノートです。 PP粉末の等温条件140,150,160℃のOIT実測データを解析して50～200℃ のOIT値を予測。90℃までほぼ正しいOIT値が予測できましたが、 90℃未満の予測OIT値は実測値に比較して短時間になっています。 詳細は掲載カタログにてご覧いただけますので、 是非ご一読ください。 【掲載データ(抜粋)】 ■140,150,160℃等温条件のPP(粉末)OIT実測データ ■140,150,160℃実測等温データから算出した反応率曲線 ■140,150,160℃実測等温データから得られたCL強度データ曲線 ■CLデータを反応率曲線(Logスケール)で表⽰ ■CLデータの全領域を反応率曲線(Logスケール)で表⽰ ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。
誘導モーターの特性・動作点、インバーターによって動作点を変化について解説！
世界の電力消費量のうち三相誘導モーターに使用される電力は、 40～50％を占めるとされており、多くの電力を消費している機器と言えます。 日本では、家庭用を含むモーターの普及台数は1億台とも言われ、日本国内の 消費電力量の55％と推計されています。産業用途の消費電力量に着目しますと、 モーターが占める割合は75％とも言われています。 消費電力削減にはモーターを高効率なものに変更することが効果が高いのですが、 容易にモーター自体を交換することはできません。 インバーターを追加しモーターを効率よく運転することで消費電力の削減を 行うことができるとされていますが、すべての場合において消費電力を 削減できるとは言い切れません。 そこで、IoT電力センサをユニットを活用した電力削減効果を見積もる方法を SIRCは提案します。 ※記事の詳細内容は、関連リンクより閲覧いただけます。 詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。
ロジスティクスに特化したAIで、誰でも予測のベテランに。
たった7日分の出荷実績データで速やかに学習して出荷量を高精度に予測。実績のない新商品もAIが自動で推計。 出荷の現場では、店舗からの発注データはあっても荷姿・数量が分からないため出荷量が読めない、ということが起こります。 このような課題を解決するのが「LYNA 荷姿数量予測」です。商品マスタの管理は一切、不要。 LYNA独自のAIが自動で過去の発注データと出荷量の関係を学習し、店舗ごと、あるいはコースごとの出荷量を算出します。
システムイメージや構築事例など！予知保全システムの構築をご紹介
異常検知・予知保全が注目される背景には、故障の複雑化や メンテナンス費用の高騰などといった原因があります。 当資料では、予知保全システムの構築をご紹介しております。 その他にも、予知保全システムイメージをはじめ、構築事例や 構築ワークフローなどを解説しています。 【掲載内容(抜粋)】 ■予知保全システムイメージ ■3つの「機能レベル」別予知保全 ■予知保全が注目される背景 ■予知保全システム構築事例 ■予知保全システム構築ワークフロー ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
設備性能保証検討などにお役立ち！生産リソースの稼働率予測や前後工程との連携確認
シミュレーションソフトは各種産業用ロボットに加えて、 パーツフィーダやコンベアといった生産設備、AGVや 作業者の稼働確認も可能です。 また、各生産リソースの稼働率や生産数予測、前後工程との 連携を事前検証することで、費用対効果の検証や設備性能保証検討に 役立てることができます。 ご用命の際はお気軽にお問い合わせください。 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
製造業の業務最適化に効果的！導入ステップや事例などの基礎を解説
需要予測とは売上や顧客数などにおいて今後の見通しを予測することであり、 製造業ではAIを活用した需要予測も行われています。 本記事では、製造業における需要予測の必要性やメリット、AIの導入ステップ、 事例などについて解説します。 AIを活用した需要予測の導入イメージや導入ステップが理解できる記事に なっていますので、ぜひ最後までご覧ください。 ※ブログの詳細内容は、関連リンクより閲覧いただけます。 詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。
需要予測AIを活用するメリットや効果的な運用方法が分かる
在庫管理業務が発生する企業では、正確な在庫予測が求められます。しかし、正確な在庫予測は非常に困難であり、過剰在庫や在庫不足に悩まされることも少なくありません。また、在庫予測業務に対応する担当者の負担の大きさも問題となります。 本記事では、在庫予測業務の課題点を解説するとともに、課題を解決するための手法として需要予測AIの導入についても解説いたします。 ※ブログの詳細内容は、関連リンクより閲覧いただけます。 詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。
需要予測の基礎から課題・解決策、精度向上のコツまで一気に分かる
需要予測とは、自社商品・サービスの売上や顧客数などの見通しを予測することです。企業はこの予測を通じて、在庫管理や生産計画、マーケティング戦略の策定に役立てています。需要は市場や消費者の動向によって変動するため、正確な予測は企業の競争力を高める鍵となります。 本記事では、需要予測の基本的な概念から、直面する課題とその解決策、そして精度を高めるためのポイントや最新技術の動向について詳しく解説します。 ※ブログの詳細内容は、関連リンクより閲覧いただけます。 詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。
在庫管理のムダを減らす「需要予測の考え方」と実践ポイントがわかる
在庫管理を適切に行うためには、商品の需要を正確に予測することが重要です。消費者ニーズが多様化し、変化のスピードが増す中で、在庫予測をして適切な在庫量を維持することは容易ではありません。在庫が過剰であれば余分なコストが発生し、不足すれば販売機会を逃してしまいます。このような背景から、適切な在庫予測と需要予測をすることが重要になります。 需要予測は、過去のデータや市場の動向を分析し、将来の需要を予測することで、最適な在庫レベルを維持するための戦略的手段です。このプロセスを適切に行うことで、企業は在庫の無駄を減らし、効率的な資源配分を実現できます。 そこで本記事では、在庫管理における需要予測の概要や重要性、具体的な方法、事例などについて解説します。 ※ブログの詳細内容は、関連リンクより閲覧いただけます。 詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。
予測精度を上げる改善策と、失敗しない運用ポイントがわかる
ビジネスの成功を左右する「売上予測」。その重要性を理解し、適切な計算方法を用いることで、企業は在庫管理の効率化やリソースの最適化を実現できます。しかし、売上予測を正確に行うことは簡単ではありません。 この記事では、売上予測の基本概念から、計算方法の選び方、精度を高める具体的な方法までを詳しく解説します。 ※ブログの詳細内容は、関連リンクより閲覧いただけます。 詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。
