TOPページ
|
英語
日本語
|
CONNECT WITH US:
ホーム
JCNについて
サービス
お問い合わせ
会員企業ログイン
*
ホーム
プレスリリース
2017年12月26日 11時00分
Source:
Hitachi, Ltd.
日立、稀な事象の発生を予測する人工知能を用いて、融資データを活用した貸し倒れ予測の精度向上を確認
東京, 2017年12月26日 - (JCN Newswire) - 株式会社日立製作所(執行役社長兼CEO:東原 敏昭/以下、日立)は、このたび、発生頻度の少ない事象の発生を高精度に予測し、その根拠を提示する人工知能(AI)を開発しました。融資データを活用した貸し倒れ予測に適用したところ、従来のディープラーニング*1を用いたAIと比較*2して43%高い精度で予測できるという検証結果を得ました。今後、日立グループ内に本AIのソースコードを公開し、日立グループ内の幅広い分野の事例を対象に、効果検証を推進する計画です。
日立では、多様な事業分野における経営数値を向上するために、多目的に使用可能な人工知能Hitachi AI Technology/H*3を開発し、多くの案件に適用してきました。一方で、幅広いお客さまとの協創を進めるなかで、例えば取引における不正や融資における貸し倒れなど、稀にしか起きない事象の発生を予測することと、その根拠を提示することの重要性を認識し、これを解決することが研究課題となっていました。
従来のディープラーニングでは、大量の実績データを用いて予測誤差が小さくなるように予測式を調整(学習)しますが、稀にしか起きない事象の場合、実績データが少ないため、データからの学習がより難しくなります。また、予測モデルを高精度化しようとすると、予測式が複雑になり、結果を要因分解できず、根拠の説明が難しくなることが課題でした。
そこで日立は、新たな学習機構を開発するとともに、予測結果を要因ごとに分解する技術を採用し、稀な事象の予測精度を向上するだけでなく、その根拠を提示する人工知能を開発しました。開発した技術の特長は以下の通りです。
1.偏ったデータや極端なデータに影響を受けないことを学習するシグナルノイズ学習
発生頻度の低い事象の場合、実績データが少ないことから、特定の状況で偶然発生した事象にあわせてパラメータを調整(学習)してしまい、新しい状況で発生する事象に対する予測精度を下げてしまう「過学習」が発生してしまうことが課題でした。そこで、日立は、実績データを教師データとして使い、予測式のパラメータを調整(学習)する従来の学習機構に加え、意図的に間違った教師データを使う第二の学習機構を備え、両機構による学習を同時に多数回繰り返すアルゴリズムを開発しました。これにより、意味のない「ノイズ」による影響を受にくく、より正確な「シグナル」を学ぶ学習が可能となります。
2. AIによる予測根拠を説明しやすくする積和関数を用いた予測式の採用
従来のディープラーニングでは、複雑な非線形関数を組み合わせた予測を行うのに対し、本技術では、予測式に、積と和による関数を多層化したネットワーク構成を採用しました*4。予測した結果を一般的な要因分解手法であるMECE*5で構造化し、それぞれの要素の重み(影響度)を定量化することで、「条件Aと条件Bと条件C,…が同時に成り立つ」という要因の組合せで根拠を説明可能にします。
今回、本AIの効果を検証するため、過去の住宅融資への申し込み時のデータを用いて貸し倒れの発生を予測し、実績と比較したところ、予測精度を表すAR(Accuracy Ratio)値において、従来のディープラーニングと比較すると43%高精度という結果が得られました*6。
今回は、特定の融資データで本AIの効果が確認された段階ですが、今後、日立グループ内にソースコードを公開し、さまざまな事業部門における事例での効果検証を進めていく計画です。今後、サービスや製品に本AIを組み込むことにより、幅広い分野の社会課題や顧客課題の解決に向けたAIの活用を拡大していきます。
本リリースの詳細は下記URLをご参照ください。
http://www.hitachi.co.jp/New/cnews/month/2017/12/1226a.html
概要:日立製作所
詳細は www.hitachi.co.jp をご参照ください。
Source: Hitachi, Ltd.
セクター: エレクトロニクス, IT
Copyright ©2024 JCN Newswire. All rights reserved. A division of Japan Corporate News Network.
関連プレスリリース
日立がGreen x Digitalコンソーシアムにおいて、仮想サプライチェーンでのCO2データ連携の実証実験に成功
2023年08月09日 13時00分
コマツと日立が技術供与し、デンヨーが開発・製品化した水素混焼発電機をコマツ 小山工場に導入
2023年08月08日 11時00分
日立と通天閣観光、大阪のシンボル通天閣でリニューアルしたLED看板を9月に点灯開始
2023年07月26日 14時00分
日立、国内初 融資の申込から融資実行後の管理まで一連の業務をデジタルで完結する「金融機関向け融資DX推進サービス」を提供開始
2023年07月21日 12時00分
日立Astemo、交差点や単路での衝突被害軽減ブレーキを可能とする広角ステレオカメラによるセンシングシステムがいすゞの新型エルフに採用
2023年07月14日 13時50分
日立、シリコン量子コンピュータの実用化に向け、大規模集積に適した新たな量子ビット制御方式を提案
2023年06月12日 13時00分
日立、AWSとの協創によりハイブリッドクラウドソリューションを強化
2023年06月06日 11時00分
日立、青森県向けに「流域治水 浸水被害予測システム」を初納入、本格運用開始
2023年05月25日 11時00分
米国アリゾナ州と日立ヴァンタラが、優れたデータ分析とモダンアナリティクスで 貴重な水資源を確保
2023年05月23日 12時00分
日立と東芝が台湾向け高速鉄道車両を約1,240億円で受注
2023年05月19日 11時00分
もっと見る >>
新着プレスリリース
三菱重工、タイの超大型複合火力発電所プロジェクトでM701JAC形GTCCの7系列目が運転開始
2024年04月24日 14時30分
トヨタ・モビリティ基金、「自転車事故削減に向けた新たな官民連携のあり方」に関するシンポジウムを開催
2024年04月24日 14時00分
Honda、新型SUV「WR-V」受注状況について
2024年04月24日 10時00分
三菱みなとみらい技術館に「空・宇宙ゾーン」を新設、リニューアルオープン
2024年04月24日 10時00分
China Medical System: New Drug Application of Desidustat Tablets Accepted in China
2024年04月23日 23時06分
「富士通SX調査レポート2024」を公開、サステナビリティ経営成功のカギはデータ利活用
2024年04月23日 10時00分
富士通、世界初 形式の異なる企業のデジタルアイデンティティー証明書を変換する技術を開発し欧州データスペースへの接続実証に成功
2024年04月19日 10時00分
ランドクルーザー、新型車"250"シリーズを発売
2024年04月18日 15時00分
Honda、「N-VAN」を一部改良し発売
2024年04月18日 15時00分
三菱重工と日本ガイシ、アンモニア分解ガスからの膜分離水素精製システムを共同開発
2024年04月18日 14時00分
PAREMINAが革新的な抗老化ソリューションを携えて、Beautyworld Tokyo 2024でアジア初上陸を発表
2024年04月18日 13時45分
富士通とオラクル、日本市場におけるデータ主権要件に対応するソブリンクラウドの提供に向け戦略的協業
2024年04月18日 11時00分
トヨタの新スポーツメディア「トヨタイムズスポーツ」始まる
2024年04月17日 15時00分
Microex Launches Web3.0 Financial Trading Solution - Pioneering Innovation in Financial Technology
2024年04月17日 15時00分
エーザイ、抗てんかん剤「フィコンパ(R)」の注射剤を新発売
2024年04月17日 10時00分
LEXUS、ミラノデザインウィーク2024に出展
2024年04月16日 18時00分
三菱商事、米国ルイジアナ州におけるDACプロジェクトへの参画について
2024年04月16日 14時00分
NEC、SBTiからNet-Zero目標の認定を取得
2024年04月16日 14時00分
「LEXUS OVERTRAIL CAMP 2024」を開催
2024年04月15日 13時30分
InnoEX promotes Hong Kong as international I&T hub
2024年04月13日 20時00分
もっと見る >>