Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
WebDBForum2019_Poster
Search
GA technologies
September 09, 2019
Technology
2
540
WebDBForum2019_Poster
WebDBForum2019のポスター発表資料です。
X-Tech領域におけるAI・データ活用について事例と併せてまとめています。
GA technologies
September 09, 2019
Tweet
Share
More Decks by GA technologies
See All by GA technologies
データサイエンティスト協会 エントリー層向けセミナー_データサイエンスでいいエリアの提案にチャレンジ!
gatech2013
0
960
データサイエンティスト協会 エントリー層向けセミナー_データサイエンスでいいエリアの提案にチャレンジ!_データ・グラフ集
gatech2013
0
920
データサイエンティスト協会 エントリー層向けセミナー_データサイエンスでいいエリアの提案にチャレンジ!_演習フォーマット
gatech2013
0
980
X-Tech_meetup_#04_データサイエンスで東京メトロの働き方改革〜リアル×デジタルの可能性〜
gatech2013
0
620
X-Tech_meetup_#04_イントロダクション
gatech2013
0
590
X-Tech_meetup_#04_テクノロジーを活用した建設事業者の経営支援
gatech2013
1
560
X-Tech_meetup_#04_建設会社からConTech企業へ事業転換。リアルから湧き出た課題をITで解決。全ては業界のために
gatech2013
0
590
X-Tech_meetup_#03_イントロダクション
gatech2013
0
820
X-Tech_meetup_#03_ブロックチェーン・アプリケーションのアーキテクチャ設計と事業化のポイント
gatech2013
0
830
Other Decks in Technology
See All in Technology
AIエージェント時代のエンジニアになろう #jawsug #jawsdays2025 / 20250301 Agentic AI Engineering
yoshidashingo
9
4.3k
開発者のための FinOps/FinOps for Engineers
oracle4engineer
PRO
2
280
手を動かしてレベルアップしよう!
maruto
0
270
OPENLOGI Company Profile for engineer
hr01
1
20k
20250307_エンジニアじゃないけどAzureはじめてみた
ponponmikankan
2
260
30→150人のエンジニア組織拡大に伴うアジャイル文化を醸成する役割と取り組みの変化
nagata03
0
400
2025/3/1 公共交通オープンデータデイ2025
morohoshi
0
120
役員・マネージャー・著者・エンジニアそれぞれの立場から見たAWS認定資格
nrinetcom
PRO
5
6.9k
マルチアカウント環境における組織ポリシーについて まとめてみる
nrinetcom
PRO
2
110
Amazon Bedrock 2025 年の熱いアップデート (2025/3 時点)
icoxfog417
PRO
3
170
きのこカンファレンス_ランチスポンサーセッション
kabaya
0
140
Pwned Labsのすゝめ
ken5scal
2
590
Featured
See All Featured
Mobile First: as difficult as doing things right
swwweet
223
9.5k
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.5k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
44
7.1k
Scaling GitHub
holman
459
140k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
356
29k
Making the Leap to Tech Lead
cromwellryan
133
9.1k
Product Roadmaps are Hard
iamctodd
PRO
51
11k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
30
2.3k
Fireside Chat
paigeccino
35
3.2k
Documentation Writing (for coders)
carmenintech
69
4.6k
RailsConf 2023
tenderlove
29
1k
Transcript
X-Tech領域におけるAI・データ活用 ( ①Machine learning / ②GraphDB / ③Image processing /
④Deep learning ) WebDB Forum 2019 氏名 橋本 武彦(はしもと たけひこ) 所属 ㈱GA technologies AI Strategy Center General Manager 電気通信大学 客員准教授 キャリア サマリ • Sier(エンジニア5年/研究員2年)⇒調査会社(リサーチャー3年)⇒ ブレイン パッド(シニアデータサイエンティスト9年)を経て2017年 4月から現職 • データサイエンティスト協会(前事務局長)やデータサイエンティスト育成の新 規事業の立ち上げ • 電通大、滋賀大、慶應SFC、立教大など大学や官公庁での講義や講演・執筆 など E-Mail
[email protected]
Socialアカウント https://www.facebook.com/hashimoto.takehikko
PropTech(不動産テック)における課題と当社の取組例 2 2 情報の非対称性(toCの課題) 低い生産性(toBの課題) • 高額商材故に経験がない(家は一生に 一度の買い物) • 同一の商材が存在しない
• 情報(データ)が少ない • 零細企業が大半 • 法の規制 • (インフラとして)ITがない • ITリテラシーも高くない ①推定価格の提示 (Machine learning) ②最適経路探索の活用 (GraphDB) ③物件仕入れの効率化(レコメンド) (Image processing) ④間取図読取りによるCAD作成 (Deep learning) 課題解消に向けた 当社の取組例
【背景】不動産は一生に一度の買い物であり相場観を持ちにくい。 情報も少なく、中古マンション価格が不透明 【課題】データが少ない & エリア、面積、駅距離など多様な要素が 価格に影響 & サイト来訪者の温度感は初期は高くない 【対応】精度の高い推定価格を簡易な入力で提示 ①推定価格の提示(Machine
learning) 業界最高水準 MER 4.6% ※Median Error Rate (誤差率中央値) In Processing Out 3 3 3 (Key)マンション名、部屋番号 (変数)住所、所在階、総階数 面積、築年数 来訪者の モチベーションを損 なわないように 最少5変数に絞 り、入力を簡易 化 自社システムと連携し、リアルタイム に売却活動を可視化 物件データ拡充&エリア情報を特徴 量に活用しバラツキ軽減 (課題)さらなるバラツキ軽減と MERに変わる新指標 Old Regression New XGBoost 情報の非対称性( toC) URL https://www.ga-tech.co.jp/news/release/1465/
【背景】(2点間でなく)多点間で交通手段を跨いで最適経路を把握したい 【課題】複数な条件下で 検索時間が長い & 柔軟な検索が困難 【対応】GraphDBでの高速化 & 異種データのMappingによる可視化 ②最適経路探索の活用(GraphDB) 情報の非対称性(
toC) JSAI2019 全国大会優秀賞 ※他に複数学会で採択 Future Work URL https://confit.atlas.jp/guide/event-img/jsai2019/4D3-E-2-03/public/pdf 4 4 4 • 駅間移動の精緻化 • 経済データ(持家率、 収入等)追加 • 交通手段の差異考察 • 渋滞との関係 • 海外都市との比較 シミュレーション、スコアリング からマッチングへ hex gridに以下情報を集約 • train network • bas network • road network • popularion Example, Network Synergy train bas train+bas This Time Tokyo Station via train+hex in 5 minute isochrones
【背景】仕入れ担当者に毎月数千枚の紙・ FAXが届く(大半ゴミ箱へ) 【課題】データが蓄積されない & 仕入れ基準が担当ごとにバラバラ & チラシレイアウトがバラバラ 【対応】画像認識 + 機械学習によるレコメンドと運用フォローの連携
③物件仕入れの効率化(Image processing) 生産性の低さ(toB) In Processing Out URL https://japan.cnet.com/article/35113386/ 5 5 5 PDFを自動読込(OCR) ※着色 マンション名、住所 賃料、修繕費、管理費、等 推定賃料 契約書自動作成 (RPA) 添付ファイル判別 (チラシ/契約書) 等 運用 機械学習 + 過去の販売データを学習 し、早期販売を予測して、担 当者にレコメンド 担当は1%の◎から対応 読取精度が100%では ないため運用対応が必須
【背景】建設業界の長時間労働 【課題】リノベーション時に中古マンションの図面データが入手困難な ため、新築時の図面をトレースし CADデータを作成(長時間作業) 【対応】GANとFaster R-CNNの認識結果トレースを元に CADデータ作成 (& データ収集による精度向上の仕組みを提供) ④間取り図読取りによるCAD作成(Deep
learning) 生産性の低さ(toB) 設計図面起こしが 1日作業⇒2時間作業 に大幅減少 In & Processing URL https://www.ga-tech.co.jp/news/release/1561/ 6 6 6 Out CADデータ作成 ↓ 精度向上のため データ収集 ↓ 長期的にはBIM と連携
Point:リアルへの”Respect”と”Support” ⇒リアルとデジタルが融合した世界へ向けて • Respect ◦ (前提)感謝の気持ち ◦ 今までの仕事のやり方を過度に否定しない ▪ 経緯や理由をきちんと伺う
◦ 職人の勘と経験は貴重( KDD ⇒ KDD+D) ◦ まずはQuick-Win • Support ◦ リアル側と距離を近づける(物理 /心理) ◦ 業務フロー全体を考慮し、変更は少なく ◦ ビジネスへの影響も最小限に抑えつつ ◦ 繰り返し啓発 & トレーニング (デジタルSideからみた) X-TechにおけるAI・データ活用のPoint 7 7 ※引用:会社を変える分析の力(元大阪ガス(株) 河本氏) http://www.ogis-ri.co.jp/event/docs/1209964_6738_01.pdf 見 つ け る 力 解 く 力 使 わ せ る 力
We are hiring! 8 8 GA technologies 会社概要 設立年月日 2013年
3月 資本金 5億6397万9950円(2019年6月時点) 代表取締役 樋口龍 事業内容 • AIを活用した中古不動産の総合的 なプラットホーム「RENOSY®」の開 発・運営 • AIを活用した不動産業務支援ツー ルTechシリーズの開発・運営 従業員 344名(2019年4月時点) • 2018/7マザーズ上場、設立5年で売上 200 億のPropTechのスタートアップ • セールスなど強力なリアル人材が多数在籍 の一方で、エンジニアが全社員の 44%と Technologyとの融合に注力 • 2017/4にAI Strategy Centerを設立(不動 産業界初)。技術顧問は杉山将氏 • AI Strategy CenterのVision「事業全体を見 据えて行動を起こせる研究者集団」 ⇒急成長ゆえ課題も多いですが、 Excitingな環境です! Let’s Join us!