業務案内
-
- 04
- AIコンサルティング
サービス
業務事例
-
- 生体情報カップリング ハードウェア コントロール システムの開発
-
生体からの計測データを入力として、外部接続されている機器を動作させる研究用システムを開発しました。
時々刻々変化する生体情報を入力とし、それに合わせて、外部の機器を制御する信号を生成します。この例では、1 ミリ秒の制御時間分解能を実現しました。
開発環境・技術分野
- C#
- レーザ制御
- リアルタイム処理
-
- 脳波計測の実験支援
-
大規模な脳活動データベースを構築するプロジェクトにおいて、多数の被験者の脳波を計測するための実験支援として、電極の設置・調整、脳波データの記録・監視、ノイズの発生原因の推測と記録を行いました。
脳波計測では電極の設置がキーポイントとなります。設置の仕方が悪いと計測データに大きなノイズが混じってしまい、正確な解析が行えません。そのため、計測データを随時確認しながら設置の調整が必要となります。
また、脳波は非常に小さな電気信号のため、被験者のちょっとした動きや環境の変化が大きなノイズとなります。この場合にも後の解析が正しく行えなくなるため、計測データを常に確認し、どのようなノイズが混じったかを推測して記録することが必要となります。
このように、脳波計測の経験と専門的知識が必要となる実験において、計測の準備から記録までの一貫した実験支援を行いました。
開発環境・技術分野
- ヒト脳波計測
-
- 脳活動データのデコーディング解析
-
ヒトの脳活動を計測した脳波 (EEG) データや Functional MRI (fMRI) データから、被験者が遂行中のタスクを推定するデコーディング解析を行いました。
人の行動や思考、五感への刺激は、脳活動に反映されます。この脳活動を記録したデータから人の状態を読み解く手法として、機械学習を利用した「デコーディング」が注目されています。
本件では、タスク遂行中の脳活動を記録した EEG、および fMRI データと、対応するタスクとの関係を機械学習を用いて学習しました。その学習結果を用いて、未知の脳活動からタスクの種別を推定するプログラムを実装しデコーディング解析を行いました。
脳活動の解析には、標準的に利用されている EEGLAB、VBMEG、SPM を利用しました。 機械学習には、Python ライブラリ scikit-learn を利用しました。
開発環境・技術分野
- ヒト脳活動解析
- デコーディング
- 機械学習
- MATLAB
- Python
- EEGLAB
- VBMEG
- SPM
技術者紹介
-
- 【得意分野】
-
- 統計解析
- 時系列解析
- 信号処理
- 音声処理
- 【アピールポイント】
-
知能コンピューティングを基盤にした先進技術を生み出すべく、数理理論とシステム開発の技能を日々磨いております。多くの研究者たちが集まり、皆が仲良く楽しく元気よく研究開発ができる企業を作りたいと考えています。
-
- 【得意分野】
-
- 信号フィルタリング
- クラスタリング解析
- 多変量解析
- 周波数解析
- 数値解析
- シミュレーション
- 神経生理学分野の情報解析
- 【アピールポイント】
-
信号の情報処理技術がアピールポイントです。特に埋もれている情報を各種技術を用い抽出することが得意です。
-
- 【得意分野】
-
- シミュレーション
- 画像解析
- アルゴリズム並列化
- バイオインフォマティクス
- 【アピールポイント】
-
バイオ系のシミュレーションや画像解析、バイオインフォマティクスを中心に研究開発を行っているエンジニアです。実験系の経験を活かしたソフトウェア開発を目指しています。
最新ニュース
- 2024/02/21
-
京都大学 第18回 ICT イノベーション 業界説明会に参加しました。
- 2024/01/15
-
農学系修士研究員 1 名を採用しました。
- 2022/04/01
-
博士 (情報学) 研究員 1 名と農学系修士研究員 1 名を採用しました。
採用情報
当社は、知能コンピューティングに関わる受託研究開発および学術研究用ソフトウェアの受託開発を主な業務とし、全国の大学や研究機関・企業の研究所から様々な分野の研究開発、知能コンピューティングを用いた独創的なソフトウェア製品や、学術知識を活かした専門性の高いソフトウェア製品を開発しています。