ページの本文へ

Hitachi

サイト名称

地域金融分野の事業紹介

技報 第25号の事業紹介記事です。

公共分野の事業紹介

技報 第25号の事業紹介記事です。

社会分野の事業紹介

技報 第25号の事業紹介記事です。

産業分野の事業紹介

技報 第25号の事業紹介記事です。

製造現場の生産性向上を実現するIoT/データ分析ソリューションWellLineの事業化
~Launch of IoT Data Analytics Solution "WellLine" Capable of Manufacturers' Productivity Improvement~

 (株)日立ソリューションズ東日本(HSE)のIoT活用・アナリティクスによる生産性向上ソリューションを標準化した「WellLine」を開発した。WellLineは汎用IoTデバイスを用いた稼動データの収集や稼動状況の可視化,特徴的なマンマシンチャートによる非稼動要因分析を提供し,製造現場の生産性向上を支援する。WellLIneは製造業のIoTデータの蓄積・分析基盤となる。当社のアナリティクスおよびSCMソリューションとの連携を通した機能強化とともに,日立グループ内外の製品・ソリューションとの連携も推進する。WellLineを今後も製造業の生産性向上を支援するソリューションの基盤として成長させ,事業拡大に貢献していく。

サービスパーツ需要予測ソリューションの展開
~Development of service parts demand forecasting solution~

 サービスパーツの需要予測では,製品ライフサイクルの序盤,中盤,終盤で需要特性が変わる。また,部品の製造が継続中かどうかで在庫管理ポリシーも変わる。(株)日立ソリューションズ東日本(HSE)は序盤から終盤の全期間にわたる需要予測をトータルで提供している。また直近数年のデータしかなくても,数十年の実績データがあるのと同等の予測を行う独自技術を保有している。パーツの製造終了時に,それ以降に必要となるサービスパーツをまとめて発注する「まとめ発注」という問題があるが,HSEはこの需要予測技術を確立している。サービスパーツの需要特性は,種別や利用環境で大きく異なるため,導入前の個別チューニングが必要となる。HSEでは日立認定データアナリティクスマイスターはじめ,充実したアナリストの体制で最適なチューニングを含めてソリューションを提供している。これまで個別SIで家電メーカ,建設機械メーカなどに提供してきた需要予測システムを,ソリューションとして整備した。提案から運用開始までの期間を短縮でき,低コストでの提供が可能となった。

深層強化学習を用いた生産計画技術の研究
~Production Scheduling Based on Dispatching Rules with Deep Reinforcement Learning~

 多品種少量生産の製造業では,経営者と製造現場の両者を満足させるスケジュールの立案が求められている。しかし,そのようなスケジュールを立案するためのロジックの構築には,長年の経験やノウハウに基づく試行錯誤が必要であり,計画担当者の大きな負担となっている。そこで本研究では,経営者と製造現場の両者を考慮した評価指標を定め,深層強化学習により評価値の高いスケジュールを立案できる割付けルールを自動で構築する手法を提案した。小規模なベンチマーク問題を用いた実験により,提案手法は従来のルールよりも評価値の高いスケジュールを立案できることを確認した。今後は,研究成果の実務適用に向けて,計画規模の拡大や汎化性能の改善,機能の拡張を進める。

SCM教育サービスの事業化
~SCM Educational Services Business Incubation~

 (株)日立ソリューションズ東日本(HSE)がSupply Chain Management (SCM)関連ソリューションビジネスの展開を開始した1994年以降,SCMの領域で求められる知識や技術は,事業環境のグローバル化,IT化の進展等を通じ,標準的かつ網羅的なものに変遷を遂げた。しかし,それに即したSCM教育・人材育成の枠組みの確立は立ち遅れている。多くの企業のSCM従事者の教育機会は,今日もOJTを通じた社内教育に頼りがちである。これは,円滑なグローバル対応やSCMパッケージ製品の十分な活用を妨げる原因の一つともなっている。そこで,HSEは,基礎力を養成する座学型のAPICSトレーニングコース,及び実践力を養成する体験型のThe Fresh Connection (TFC)トレーニングコースの提供を開始した。また,双方のトレーニングの実施と評価を通じ,その有効性を実証した。HSEは本トレーニングコースの提供を通じ,お客様満足度を高めると共に,SCM関連事業の更なる発展をめざす。

ヘルプデスクの問合せデータを用いたFAQ抽出技術の研究
~Extraction of Frequently Asked Questions from Texts in Customer Inquiry Data~

 ヘルプデスクでは,問合せ内容に近い質問を高いヒット率で検索できるFAQを作成するため,テキストのクラスタリング技術を用いて蓄積された問合せデータからよくある質問を抽出し,FAQに登録している。しかし従来手法では,問合せに多く含まれる表現の揺れに対応するため,同義語を定義した辞書の整備が必要となる。そこで本研究では,辞書が不要な分散表現を用いたクラスタリングと,クラスタから代表テキストを自動抽出する手法を考案した。評価の結果,分散表現を用いたFAQ検索で90%以上の高いヒット率を実現できることを確認した。一方,クラスタリング結果は,問合せ内容の特定などに課題があり,人手による分類と近い結果が得られない場合があることが分かった。

製品開発の生産性向上に向けたGUIテスト自動化への取り組み
~Action to GUI Test Automation for The Productivity of The Product Development ~

 今後,業務向けソフトウェア市場は,マイクロサービス時代に突入することが予想される。市場の求めるものを迅速に提供するために,(株)日立ソリューションズ東日本(HSE)は,主力製品であるSynViz S2,AppSQUAREについて,開発プロセスを従来のウォータフォールモデルからDevOpsへ移行中である。DevOpsの必要要件としてテスト自動化があげられる。HSEの製品開発において,D層,F層のテスト自動化は事例があるが,GUIテスト自動化の適用は進んでいなかった。GUIテスト自動化技術が確立されているにもかかわらず,適用が進まない原因を分析した結果,Page Object Design Patternを採用したテストプログラムの標準化,テストプログラムのライブラリ化,開発者を対象とした勉強会の開催により,導入時の障壁を軽減できることがわかった。この技術を製品開発に適用する見通しが得られたため,SynViz S2の次期バージョンでの本格適用をめざす。

原子力機構殿との共同研究成果を利用した放射性物質モニタリング事業の紹介

 2011年3月,東日本大震災により引き起こされた福島第一原子力発電所事故によって大量の放射性物質が放出され,東日本地域に沈着した。国立研究開発法人 日本原子力研究開発機構殿(JAEA)は,日本政府からの委託を受け放射性物質の沈着状況のモニタリング事業を実施している1)。
(株)日立ソリューションズ東日本(HSE)は,2011年より上記モニタリング事業を支援している。また,2014年からは原子力規制庁殿,JAEA殿と共に生活行動パターンを考慮した被ばく線量推定事業も実施している。筆者は2011年から2013年までJAEA殿に出向してモニタリング事業を支援した。さらにその後2014年から2018年までJAEA殿の外来研究員として被ばく線量推定事業で得られた結果の解析を実施した2)。
本稿では,モニタリング事業においてHSEが貢献している内容(2章および3章)と,原子力規制庁殿,JAEA殿と共に調査を実施している被ばく線量推定事業(4章)について紹介する。

機械学習を用いた不快感情推定技術の研究とソリューション創出への取り組み

 (株)日立ソリューションズ東日本(HSE) は,2013年から4年間,東北大学病院殿よりバイタルデータ解析支援業務を受注し推進してきた。筆者はプロジェクトリーダー兼解析担当として従事し,その成果は医師により国内外の様々な学会・論文誌で発表頂いている1)。筆者は,本業務のノウハウが今後のソリューション創出に繋がると考え,コア技術創出のための研究を開始した。
 筆者は,医療現場のニーズを発見するため,2016年度から2017年度まで,東北大学病院殿が主催する異業種向け医療現場視察プログラムAcademic Science Unit2)へ参画し,ICU(Intensive Care Unit,集中治療室)を中心に医療現場を観察してきた。その中で,自分の痛みを上手く伝えられない患者や,せん妄で自分の状態を伝えようが無い患者など,自分の不快な状態が上手く伝えられないために,医療従事者が早期に治療介入する機会を損失するケースがあることが分かった。
集中治療分野の現場では,患者の疼痛を他覚的に評価する方法として,CPOT(The Critical-Care Pain Observation Tool)やBPS(Behavioral Pain Scale)などがある。しかし,従来の手法では連続的なモニタリングが困難であり,疼痛への早期介入が難しい。さらに評価者の技術レベルなどにより,疼痛評価に差が生じる問題がある。疼痛への早期介入は,患者の苦痛を緩和することばかりでなく,生命転帰の改善にも直結すると報告されているため,連続的かつ均一な疼痛評価法は,集中治療分野で治療成績の向上に直結する可能性がある。
 一方,集中治療分野の経営面では,治療コストの肥大化が問題となっている。2013年の日本集中治療医学会の分析によると,6ヶ月でICUを利用した96,312症例(952施設)で,大多数の治療コストが診療報酬を上回っている3)。2017年,入院医療等の調査・評価分科会の報告では,全国のICUの病床数は5,528床であり,平均在室日数は7.2日であった4)。ICUの診療報酬の1つに特定集中治療室管理料5)があり,患者のICU在室日数が7日を越えると減額される。疼痛への早期介入は,患者の重篤化を未然に防ぎ,早期ICU離脱によるコスト削減も期待出来る。
 筆者は,連続的かつ均一な疼痛評価を実現するアルゴリズムは,今後ソリューション創出のコア技術になると考えた。そこで,2018年5月31日から東北大学殿と共同研究契約を締結し,ICUのバイタルデータを用いた機械学習により不快感情(疼痛)を推定するアルゴリズムの研究を開始した。本稿では,研究の手法と得られた結果,ソリューション創出に向けた取り組みについて述べる。

次世代マネージャ・リーダのためのES 向上施策活動「若手ES 合宿」の報告

 プロジェクトマネジャや会社の上位層は,プロジェクトの成功に向けて若手層が主体的に活躍できるよう,職場環境整備等働き方改革に努めている。あわせて,若手層のモチベーションを維持・向上させ,次世代のマネージャ・リーダ層として育成することも重要な役割として担っている。しかし,2018年度実施されたES満足度調査では,プロジェクト推進の主戦力でもある20~30歳代の若手層において,モチベーションに関わる質問項目への否定的な回答が目立った。この原因は,若手層の多くはプロジェクトに従事しているため「プロジェクト内でのコミュニケーション不足によりプロジェクト内の問題が解決されていない」等プロジェクト内で起きている不満が結果的にモチベーションの低さとなって現れているのではないかと推察し,ES満足度低下の要因を探る1つの方法として「若手ES合宿」を企画した。

ソリューション紹介「製造生産性向上IoT/データ分析ソリューションWellLine(ウェルライン)」

ソリューション紹介「サービスパーツの需要予測ソリューション」

ソリューション紹介「予実管理ソリューション」