予測分析プラットフォーム「Altair Knowledge Studio」を利用したユーザー事例をご紹介します。
デサント、競輪用ウェア提案システムにアルテアの予測分析プラットフォームを採用
～機械学習を活用して、各選手の最適なサイズと生地を自動的に出力～
シミュレーション、ハイパフォーマンスコンピューティング(HPC)、人工知能(AI)に関するテクノロジーをグローバルに提供する Altair (本社：米国ミシガン州、日本法人：東京都中央区、以下 アルテア) の予測分析プラットフォーム「Altair Knowledge Studio (アルテア ナレッジ スタジオ)」で開発された、選手ごとに最適なウェアのサイズとスキンスーツ (生地) を自動的に出力する「自転車トラック競技用ウェア提案システム」を、デサントジャパン株式会社 (本社：東京都豊島区、以下 デサント)が採用しました。
Altair Knowledge Studio は、高度なプログラミングを必要とせず、機械学習やニューラルネットワークを用いた複雑な分析ワークフローを作成したり、高度な統計モデルを構築できる予測分析プラットフォームです。データサイエンスの専門知識が無くても利用できます。
デサントは、公益財団法人 JKA の「競輪とオートレースの補助事業」より交付された補助金による 3か年プロジェクトとして、2018 年度から空力分析による最速の自転車トラック競技用ウェアの開発に取り組んできました。プロジェクト最終年度である 2020 年度、風洞実験や空力解析から取得したデータを競技用ウェア開発に活かすシステム導入を目標に掲げ、これまでのプロジェクトで集めたデータを活用し、パラメータ入力によるウェア開発の最適化を図るため、複数のシステムを検証していました。こうした中、Altair Knowledge Studio が持つ「使いやすいデータ入力画面」、「機械学習による精度高い予測」、「拡張性の高さ」などの機能が決め手となり、採用にいたりました。
このたびの競技用ウェア提案システムは、Altair Knowledge Studio が風洞試験データと選手の体形データを学習して作成した機械学習モデルがベースになっており、選手の体形データ、性別、競輪種目を入力すると、各選手に最適なウェアのサイズと生地 (スキンスーツ) が自動で出力されるものです。今後は、分析内容を広げ、さらに選手一人一人に最適化されたウェア開発を追求する予定です。また、マーケティング部等他部署への展開や、他競技のウェア開発へ拡張し、スポーツウェア業界における競争力の強化を図ります。
デサントの R&D ユニットスポーツパフォーマンス・研究開発課の櫻井 義久氏は、「これまで蓄積してきたデータから競技者に最適なウェアを提供するためにシステムを導入しました。今後は、どういった生地特性が空気抵抗に影響を及ぼすかなど、これまでにない視点からのウェア開発につながるのではないかと期待しています」と述べています。
アルテアは今後もデサントと協力してより精度の高いシステムを構築し、スポーツ選手が最大限のパフォーマンスを発揮できる商品開発をサポートしてまいります。
【Altair Knowledge Studio で作成した機械学習モデルを組み込んだ自転車トラック競技用ウェア提案システム 管理画面イメージ】
【Altair Knowledge Studioの主な特長】
- コーディング不要。業種やスキルに左右されることなく誰もがモデリングプロセスを理解し、分析からインサイトを素早く抽出、共有できる。
- 回帰モデル、クラスター分析、ランダムフォレスト、ニューラルネットワーク、スコアカード、時系列などのモデルを含む、高度な分析アルゴリズムを搭載。決定木と戦略木の利用、スコアカード作成とデータのビジュアルプロファイリングも可能。
- R や Python などのプログラミング言語と統合でき、既存コードも利用できる。構築したモデルのコードの自動生成も可能。
Altair Knowledge Studio 製品の詳細はこちら。
エクセルソフト株式会社は、アルテアエンジニアリング社データ アナリティクス製品の正規販売代理店です。
※ この記事は、2021年 6月 16日にアルテアエンジニアリング社からプレスリリースされたニュースからの転載です。
