更新日： 集計期間:2025年08月20日～2025年09月16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。
1～6 件を表示 ／ 全 6 件
新しい時代に適したデザインを求めて開発される、一歩先のシート製造装置です
株式会社シーティーイーでは、様々なシート製造装置をご提案しています。 主ロールとスチールベルトの間で挟圧成形する「スチールベルト式 シート製造装置」をはじめ、「縦型3本ロール式シート製造装置」や、 「横型3本ロール式シート製造装置」などをご用意しております。 フィードブロックやギアポンプなど、それぞれに適するシステムを統合します。 【製品例】 ■スチールベルト式シート製造装置 ■縦型3本ロール式シート製造装置 ■横型3本ロール式シート製造装置 ■Uターンタイプシート製造装置 ■多層シート製造装置 ※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。
デュアルバンドに渡る量⼦もつれを⽤いた量⼦暗号通信装置！
『量子もつれ短距離通信システム』は、当社先端技術により、現在主流の Decoy state BB84から進化した量⼦通信装置です。 東京50km圏（東京－つくば、東京－横須賀）の距離を想定しており、 別売（開発中、今後拡⼤予定）のもつれ交換オプションや量⼦中継器により、 本モデル同⼠の連動が可能となり地球規模の⻑距離化を実現できます。 ご要望の際はお気軽に、お問い合わせください。 【主な特長】 ■デュアルバンドに渡る量⼦もつれを⽤いた量⼦暗号通信装置 ■10km以上の場合、分散補償オプションも選択可能 ■もつれ交換オプションにより連動動作（100km超の中距離化）可能 ■Coherent source（Decoy state BB84）よりも量⼦性・秘匿性の⾼い 「量⼦もつれ」を採⽤ など ※詳しくはPDFをダウンロードしていただくか、お問い合わせください。
データ解析で、品質不良の要因究明を行いたい技術部門・品質管理部門の管理者、担当者の方必読！
品質不良の発生は、製造工程での何らかの異常が原因です。 そして、その何らかの異常は、製造データに表れます。 よって、製造データの解析による不良要因究明が可能です。 しかし、単にデータを集めて解析しただけでは、不良要因究明はできません。目的に応じたデータ解析アプローチの考案が重要です。 当資料では、不良要因究明のために必要なデータ解析アプローチの考え方をAtfieldsのデータ解析アプローチ事例を用いて紹介しています。 【掲載内容】 ■本資料の目的 ■想定課題 ■データ解析アプローチ事例 ■実績紹介 ■サービス紹介 ■会社概要 ※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。
素早く安易に寸法変更の「単層」と長期的生産サイクルの「多層」をご紹介！
当社で取り扱う、単層及び多層PVCパイプ用ヘッド『spider NG』を ご紹介いたします。 最適化された流路形状により、優れた材料フローと最高レベルの パイプ品質を実現した「単層」と、OD32mm～OD250mmまでのパイプに 使用可能な「多層」をラインアップ。 ご用命の際は、お気軽にお問い合わせください。 【特長】 ＜単層＞ ■1000本以上のPVCパイプヘッドを販売 ■OD6mmからOD630mmまでのパイプが使用可能 ■OD160mmまでのツインストランド加工 ■優れた材料フローと最高レベルのパイプ品質を実現 ※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。
セグメント方式のスクリューを採用した、混練・押出成形評価試験装置『ラボプラストミル』用の２軸押出機です。
●スクリューが自由に組み替えできるセグメント方式です。 ●スクリューセグメントの組み合わせにより、練りの強弱や、練りゾーンの変更ができます。 ●ベントポートおよび途中より試料を供給できるサイドフィーダーホールが付いています。 ●スクリュー回転数は、モーター設定回転数の2倍で回転するので、高せん断練りができます。 ●同方向回転式なので、セルフワイピング性があります。
大量データを扱うには様々な障害・リスクと戦う必要があります。 お困りの事がありましたら、ニュートラルにお任せ下さい！
LiNGAM（linear non-Gaussian acyclic model）モデルを内製ツールに実装しデータの因果関係を明らかにする分析サービスを始めました。 統計的因果探索の必要性について なぜ因果なのか？ データ分析から得られた知見を使ってなんらかのアクションをしたい場合は予測だけでは多くの場合は不十分だという現実があります。一般にデータ分析からは現象をよく説明できるモデル構築することが多く、予測に利用されます。例えば来月の売り上げ予測や収穫量の予測などです。 最近のユーザーが求めているデータ分析のゴールは何か？ 次のアクションとしての行動（宣伝広告戦略、マーケティング戦略など）を知る事が重要。 従来の統計的因果探索 統計的因果探索は全く新しい概念ではないですがデータ分析の中でも非常に難しく一般には回帰分析のように使えるというものではありません。仮定をおく (Assumptions)事が始の仕事になりますがこの段階で因果ダイアグラム（DAG）を観測データからの経験などが総動員して作成する必要があります。つまり、自動的に因果関係が導かれるような手品ではありません。
