データベース内で既存形状の特長量と比較！トレーニングにVAEやGANなどの生成モデルを使用
『類似性判断』は、入力された形状に似通った形状を登録された データベースから検索する事を言います。 形状の特長量を抽出し、データベース内で既存形状の特長量と比較するため、 トレーニングにVAEやGANなどの生成モデルを使用。 製造業、建設業など多くの産業の設計現場では、3DCADを利用した3次元形状に 基づいた設計に移行しています。また、CAD・CAM・CAEと呼ばれる設計、製造に 関連したコンピューター支援技術も同じく3次元形状に基づいています。 【特長】 ■形状の特長量を抽出し、データベース内で既存形状の特長量と比較 ■トレーニングにVAEやGANなどの生成モデルを使用 ■3D形状認識AIによる直接比較 ■テキストベースAIによる文字列比較 ※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。
この製品へのお問い合わせ
カタログ（1）
カタログをまとめてダウンロード
企業情報
製造業では、３D CADデータなど3次元データを利用した業務が浸透していますが、AIでは、2次元データの利用が主流で、3次元データの利用はまだ見当たりません。 弊社は、製造業の３D CADデータをより有効活用し、QCDの向上に貢献できないかと考え、AI・ディープラーニングによる3次元形状認識技術の研究開発を行っております。 弊社は、最新のAI研究成果を基に研究開発を進め、ついに3次元形状データを認識できる３次元AIモデルの開発に成功しました。 この世界に先駆けた3次元AI技術で、CAD、CAM、CAEを中心としたエンジニアリングチェーンに３次元AIを広め、QCDの向上に貢献していきます。 また、3次元AIは新しい技術であり、その可能性は無限大にあります。 3次元AIの研究開発を推進し、この世界に先駆けた3次元AI技術を、製造業だけでなく、他の多くの業界にも広め、QCDの向上に貢献していきます。