Kieiメンバー参画の共同研究が、産業情報学の国際会議「IEEE INDIN 2026」に採択・発表
株式会社Kiei
フォークリフトの車載CANデータと時系列モデルで作業状態を分類。AIモデルを複数の現場へ展開する際の課題を検証
AIソリューション事業を展開する株式会社Kiei（本社：東京都港区、代表取締役：佐久間 耀大）は、当社メンバーが共著者として参画した研究論文が、産業情報学分野の国際会議「IEEE INDIN 2026（24th IEEE International Conference on Industrial Informatics）」に採択され、2026年7月26日から29日にオーストラリア・メルボルンで開催された同会議において研究チームにより発表されたことをお知らせします。
[画像:
https://prcdn.freetls.fastly.net/release_image/128238/52/128238-52-bc037b27302ed551f153d44202d868b7-1166x874.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
「Forklift activity classification across multiple sites, using onboard CAN data and time-series models」
本研究は、Halmstad University（スウェーデン）を中心に、Toyota Material Handling Manufacturing の研究者を含む研究チームが共同で取り組んだものです。
IEEE INDIN は、IEEE Industrial Electronics Society が主催する産業情報学分野の国際会議です。産業向け情報技術の最新動向と将来展望について、世界中の研究者と産業界の実務者が議論する場として開催されており、2026年は7月26日から29日にオーストラリア・メルボルンで、第24回大会が開催されました。
本研究では、フォークリフトに搭載された Controller Area Network（CAN）から取得される時系列データを用いて、フォークリフトの作業状態を分類する手法を検証しました。
複数の時系列モデルを用い、同一の作業環境だけでなく、異なる倉庫・作業者・運用条件に対しても分類性能を評価しています。
その結果、同一または類似した環境では良好な分類性能が得られる一方、学習時とは異なる現場では性能が大きく低下することが確認されました。
この結果は、AIモデルを複数の現場へ展開する際には、現場ごとの違いに対応できる学習・適応の手法が重要であることを示しています。
当社メンバーは、Halmstad University の研究チームの一員として、時系列データを用いた機械学習モデルの実装、実験および評価に参画しました。本研究で使用したデータは Toyota Material Handling Manufacturing の研究開発スタッフによって収集され、フォークリフトに関する専門的な知見の提供も受けています。
今後は、多様な倉庫や運用条件のデータを活用し、新しい現場にも柔軟に適応できる手法の検討を進めてまいります。
Kieiは、現場でAIをビジネス成果に変える取り組みを、研究と実装の両面から進めてまいります。
株式会社Kieiは、「日本を気鋭の国に」をミッションに、AIの各産業への実装を推進するスタートアップです。生成AIをはじめとする最先端技術の研究開発を通じて得た技術力をベースとして、「小さく」「速く」をテーマに成果伴走型で各企業にAIコンサルティングやAIソリューション開発支援を行っております。
会社名：株式会社Kiei
本社所在地：〒105-0001 東京都港区虎ノ門2丁目2−1 住友不動産虎ノ門タワー13F
代表取締役：佐久間 耀大
事業内容：AIソリューション事業、業務変革コンサルティング（AIX）事業、R&D受託事業
URL：
https://kiei-inc.com/
本件に関するお問い合わせ先
株式会社Kiei 広報担当
E-Mail：info@kiei-inc.com
プレスリリース提供：PR TIMES
記事提供：PRTimes
