- ロボット・自動装置・産業用IT >
- 産業用ソフトウェア >
- 予測モデルソフトウェア
予測モデルソフトウェア
{{#each product.specData:i}}
{{name}}: {{value}}
{{#i!=(product.specData.length-1)}}
{{/end}}
{{/each}}
{{{product.idpText}}}
{{#each product.specData:i}}
{{name}}: {{value}}
{{#i!=(product.specData.length-1)}}
{{/end}}
{{/each}}
{{{product.idpText}}}
どこにいても誰でもアクセスできるクラウドネイティブ・データベース上で展開、開発、実行 常時稼働のクラウドネイティブデータベース IBM Db2は、数十年にわたる専門知識を備えたクラウドネイティブ・データベースです。主要な機能は次のとおりです。 データ・ガバナンスとセキュリティー 低遅延トランザクション。 ミッションクリティカルなデータ分析とAI駆動型アプリケーションの継続的な可用性 トランザクションと分析の混合ワークロードをサポートし、データベース管理者(DBA)やエンタープライズ・アーキテクト、開発者がアプリケーションを実行し、データの保管とクエリーを行い、開発を簡素化するための統合プラットフォームを提供します。トランザクションの量や複雑さに関係なく、アプリケーションを安全かつ高性能でレジリエントなものにしましょう。 メリット コストの管理 スケーラブルなストレージとコンピュート上に構築されたクラウド・ネイティブのインフラストラクチャーを使用して、データベースのコストを管理します。アプリケーションとユーザー・デマンドに合わせてシームレスにスケールします。 OracleからDb2への簡単な移行 Db2にはOracleへのネイティブな互換性があるため、シームレスな移行が可能です。これによって、ライセンス料とインフラストラクチャー・コストを削減しながら、パフォーマンスを30%向上させ、運用効率を高められます。 連続可用性を体験 クロスリージョンの災害復旧と必要なときにいつでもどこでも実行できる連続可用性により、99.999%の継続的な可用性を実現し、データ関連の停止を回避します。 データを安全に保つ Db2の専門知識とイノベーションにより、ハイブリッド、オンプレミス、クラウド環境全体でデータの暗号化、マスク化、保護を維持します。 スキルと規模の経済性を活用 Db2データベースからIBM ...
IBM
あらゆる種類のデータを使用して、重要な分析やAIワークロードをどこからでも実行できます。 運用分析、BIおよびAI駆動型のインサイトを強化するために構築されたクラウド・データ・ウェアハウジング IBM Db2 Warehouseは、常時稼働のワークロードに対するコストとパフォーマンスの目標を満たし、あらゆるデータへのシンプルかつ管理されたアクセスを実現し、ハイブリッドクラウド全体でのデータのサイロを排除します。 データ・エンジニアや開発者、そしてデータ・サイエンティストは、ソースやハイブリッドクラウド環境、オープン形式を問わず、管理対象データを保存、共有、分析できます。Db2、データレイク、IBM ...
IBM
交通の予測モデリングとシミュレーション 都市全体のデジタルツインの一部として予測型マルチモーダル輸送モデルを開発・適用することで、インフラ、運用、技術、人口の変化がその地域の移動やアクセシビリティに与える影響をシミュレーションできます。 CUBEとは CUBEは、柔軟性と効率性に優れたモデリングソフトウェアで、都市の交通網や土地利用、住民に対する新しいプロジェクトや方針の影響を解析するために使用できます。また、モデル、データ、地理情報システム(GIS)をワンクリックで結びつけられるデスクトップインターフェースで、モデルの開発や適用を簡単に行えます。 情報に基づく意思決定 ...
Minitabの機械学習ソフトウェアの統合スイート Salford Predictive Modeler®ソフトウェアスイートには、CART®、MARS®、TreeNet®、Random Forests®エンジン、また他では見つけることのできないパワフルな新しい自動化機能とモデル化機能があります。 SPMソフトウェアスイートのデータマイニング技術は、分類、回帰、生存分析、欠損値分析、データビニング(ビン区切り)、クラスタリング/セグメンテーションに及びます。SPMアルゴリズムは、洗練されたデータサイエンスのサークルにおいて重要と見なされています。 SPMソフトウェアスイートの自動化は、膨大な量のモデル探索および精練プロセスを実行することによるモデル構築のプロセスを、加速化させます。見やすいように、代替のモデリング戦略からの完全な結果のセットをパッケージにしています。
... 個々の作業項目の期間を予測し、利用可能な能力を最も最適な方法で活用します。 機械、資材、現場作業員が一つのデジタルエコシステムに接続されると、機械の状態や故障を予測できるだけでなく、手作業の期間や品質も予測できるようになります。これは、過去のデータを使って予測を行う機械学習システムによって可能になります。 作業完了までの時間予測 個々のタスクは、すべての予測の基礎となるものです。WORKERBASEは、過去のデータからタスクの終了予定時刻を算出します。この計算には、曜日やシフト、作業している製品、過去の事故などの情報が考慮されます。予測値を提供する一方で、当社のツールは労働者関連のすべての規制に準拠しています。情報はシステム内部で匿名で使用されるため、パフォーマンス追跡ツールとして使用することはできません。 稼働率予測 生産フローのリアルタイム最適化において、作業負荷の予測は最も重要な要素の1つです。作業負荷とは、現在および将来のタスクについて、すべての個人の終了までの時間の合計です。生産計画などの計画情報と組み合わせることで、あるエリアの1日の予想作業量を予測することができます。これにより、特定のエリアにおける生産能力の問題が発生する前に表面化し、早期に予防措置を講じることができます。解決策としては、生産順序を変更したり、特定のエリアにスタッフを追加配置したりすることが考えられます。 ...
改善のご提案 :
詳細をお書きください:
サ-ビス改善のご協力お願いします:
残り