■カップリング学習■

現在、ディープラーニングが非常に注目を集めていますが、精度が一定のレベルに達するには、数万件以上の大量のデータが必要であるため、ディープラーニングを適用することが難しいケースも多々あります。


みずほ情報総研独自のAI「カップリング学習」は、少ないデータでも高い予測精度を持ち、高次元データ（複数の変数）を一度に予測できるという優れた特徴を持っています。

AI「カップリング学習」の展開例として、以下の展示を行います。

・顔画像シミュレーション
画像は複数の画素から構成されるため、複数の画素を一度に予測できる「カップリング学習」が効果を発揮します。その一例として、顔画像の超解像、加齢シミュレーションなどを紹介します。

・医療画像処理
CTから臓器の輪郭を自動抽出するソリューションを紹介します。
「カップリング学習」を利用すると、複数の輪郭座標を調和を保ちつつ予測が可能です。医療従事者にとって上記作業は大きな負担になっており、医療コストの削減に貢献すると期待されています。

・手術支援AR
手術中に、患者をタブレット等で撮影すると、あらかじめ撮影しておいたCT画像がタブレット画面に重畳され、あたかも内部を透視しているかのように手術を支援します。
タブレットで撮影された患者の画像から、カメラの撮影位置・角度等を予測する際に、「カップリング学習」が利用されています。

■AI OCR■

みずほ情報総研では深層学習、画像処理分野での受託研究開発に多くの実績があり、その2つの強みを活かして文字認識エンジンの研究開発に着手しています。

今日、日本では多くの企業で未だ手書きや紙による申請や管理業務が残っており、そのデータエントリーに多くの人的リソースを割いたり、コスト面が問題となって有用な情報を電子化できていない状況があります。

これらを既存のOCR製品で解決しようとする場合、読取フォーマットを固定化する必要や、手書きの読取精度が低いケースがありますが、深層学習技術を適用することでOCRの精度向上、複数フォーマットへの柔軟な対応を図り、データエントリーコストの削減や今まで電子化出来なかった帳票の電子化を目指しています。

半導体製造装置に関する仕掛りウェハーの課題を、最新の画像処理技術で解決

■半導体ウェハー検出システム■

半導体ウェハーが格納されたカセットを画像処理し、格納ウェハーの状態を瞬時に分析するシステムです。

IoT技術を支える各種センサー部品は旧世代の200mm半導体ウェハーから生産されていますが、IoTの急速な重要の高まりに対応するため、半導体製造における生産性向上が急務となっています。

「半導体ウェハー検出システム」は、半導体製造装置にウェハーを設置する際、従来採用されていた光学式ウェハー検出機構に代わり、画像処理によって瞬時にウェハー状態を検出することができるものです。これにより半導体製造装置の生産スループット向上に寄与します。

従来の光学式ウェハー検出機構は、ウェハーの枚数カウント処理に時間を要するほか、ウェハーを格納するカセットや、カセット内ウェハーの位置ずれといった異常を検出することが容易ではなく、精度出しのためのチューニングにも時間がかかっていました。

「半導体ウェハー検出システム」では、ウェハーが格納されたカセットを写真撮影し、その画像処理によってウェハー枚数をカウントし、同時に各種異常を検出することが可能です。またカメラの設置位置には自由度があり、精度出しチューニングの時間と手間を短縮することができます。