1. データ活用のための分析事例
2. 個別事例のイメージ
   • ① 3Dプリンタによる製品開発の高速化
   • ② 材料混合比率探索のための実験の効率化
   • ③ 資源探索の効率化
   • ④ 予測による、電力取引の効率化
   • ⑤ 問い合わせの重要度判断：概要
   • ⑥ センサーデータによる異常検知

1. データ活用のための分析事例

CTCでは、様々な業界における多様な形式のデータを活用する支援を行っています。

業界	目的、テーマ	概要
製造	製品開発の効率化	実験の試行錯誤にもとづいておこなってきた新製品の開発を、実験データを活用した機械学習と組み合わせて行うことで、開発プロセスを効率化する。
製造	物性の推定	金属3Dプリンタで製造した部品の画像データから、物性を推定する。
製造	品質の予測	研削工程での製造装置のIoTデータを活用し、機械学習を行い、出来上がり製品の品質（寸法の設計値からのずれ）を予測する。
資源	生産量予測精度の向上	資源の採掘データを活用し、将来の生産量予測を行う。シミュレーションとの相互援用も含めた技術開発。
エネルギー	取引の高度化、非俗人化	エネルギー取引の意思決定の質の向上と非俗人化のために、取引データ等を活用してエネルギー生産量と取引価格を予測する。
エネルギー	稼働率向上、損失回避	発電設備のIoTデータ（数万項目）を活用し、設備の異常を予測することで、計画外の故障に伴う損失を回避する。
エネルギー	電力系統安定化	多数の発電設備のIoTデータ（数十万項目）と、予測技術を用いて変動電源（風力、太陽光など）の発電量を予測し、広域の電力系統運用の安定化に資する。
流通	物流の効率化	数理最適化技術を活用し、効率や地域特有の制約を満たした配送計画を策定し、シミュレーションにてばらつきを考慮した実現性の検証。
流通	SCM最適化	AIで需要予測を実施し、その出力からプロセスシミュレーション技術を用いて、在庫数などを最適化するオペレーションの検討。
製造	工程最適化	プロセスシミュレーション技術を活用し、新規工程でのボトルネックを事前検討。定量的に評価し、人員リソースの最適化等。

2. 個別事例のイメージ

以下で、上記事例のうちの一部についてイメージを紹介します。