Amazon Web Services ブログ

Tag: Manufacturing

生成 AI (Amazon Bedrock と Amazon Q Developer) を活用した製造業スマート製品開発の新しいかたち-Part1 顧客体験とサービス運営力の向上

はじめに 製造業では、モノ（ハードウェア）を中心とした売り切り型のビジネスから、スマートな製品、すなわちモノを […]

寄稿：製鉄業のデジタル革新 – JFE 条鋼株式会社が挑む AWS による基盤刷新への道

JFE 条鋼株式会社は AWS 移行を通じて製鉄業のデジタル革新に挑戦しています。システム基盤の近代化とデータ活用基盤の整備により、リアルタイムでのデータ分析や業務プロセスの効率化を実現しました。この取り組みは、同社の持続可能な成長への重要な一歩となっております。

製造業の設計開発領域での AI 活用 - 「身体性」の原理から考える

製造業の設計開発領域での AI 活用 – 「身体性」の原理から考える（後編）

製造業の設計領域における生成 AI 活用の可能性と限界について「身体性」の概念から考察します。AI の特性を理解し、適材適所で活用することで、製造業の生産性向上に貢献できるでしょう。

製造業の設計開発領域での AI 活用 - 「身体性」の原理から考える

製造業の設計開発領域での AI 活用 – 「身体性」の原理から考える（前編）

製造業の設計領域における生成 AI 活用の可能性と限界について「身体性」の概念から考察します。AI の特性を理解し、適材適所で活用することで、製造業の生産性向上に貢献できるでしょう。

Amazon SageMaker Canvas で製造データの異常を検出

Amazon SageMaker Canvas は、領域の専門家にノーコードインターフェースを提供することで、製造業のジレンマを解決します。データサイエンスの経験が十分になくても、予測、分類、回帰モデルなどの強力な分析や、ML モデルを作成できます。また、作成後、モデルを ML および MLOps 専門家に展開して共有することもできます。この記事では、SageMaker Canvas を使用して、必要な特徴量をデータから選択し、整理する方法を説明します。また、SageMaker Canvas のノーコード機能を使用したモデルチューニングの機能を使って、異常検出のための予測モデルをトレーニングする方法を紹介します。

← Older posts