解決したい問題
再生可能エネルギーの最適化
日本における大規模な再生可能エネルギー開発は終焉を迎え、小規模な開発の可能性を最大限に引き出す必要があります。これからのプロジェクトを確実に成功させるためには、土地の潜在可能性を正確に分析する必要があります。
需要予測
気候変動は、業界のサプライチェーンに大きな影響を与えています。超高解像度な気象データを活用することで、生産量や顧客の購買行動の変化を予測することができます。これは、ビジネスへの適応や、データに基づいた意思決定に役立ちます。
気候変動への計画
超ローカル気象データは、特定の土地の気象パターンに関する詳細情報を提供できます。これは、企業、政府、および個人が気象関連の課題と機会を予測して対策する支援をすることにより、気候変動の影響に対する計画サポートに活用できます。
ハイレベル構造(テクノロジー)
特徴
5つの気象データを高解像度で提供します
気温
風速/風向き
降雪
降水量
日射
全国各地
気象観測所は地域全体を網羅していないため、衛星データの解像度が低い場合があります。Borealisは、機械学習を使用して気象パターンを分析することにより、任意の場所で欠落しているデータを予測します。
過去20年
現在、過去20年間のデータが利用可能です。将来的には、より多くの履歴データとセンサーを追加し続けることで、利用可能な情報範囲を拡大します。
最大100mのスケーリング
Borealisのネイティブフュージョンメッシュの解像度は300メートルです。AIで補間することで、メッシュ解像度をさらに100メートルまで高めることができます。
予測
高解像度のメッシュデータは、予測アルゴリズムのインプットとして使用できます。将来的に、BorealisはAI予測も実施する予定です。
精度
気温
平均誤差 ±1℃
誤差の検証方法
検証用に気象庁が保有する200か所のアメダス(計測装置)が計測した1年間分のデータを抽出
AIが予測した気温とアメダスが実際に計測した気温を様々な角度から分析し、平均誤差を算出
超高解像度メッシュ
従来のメソッド
Borealis
日本気象協会によるアメダスシステムのデータを使用して計算された、富士山と東京周辺の時間別気温メッシュ
公正でよりサステイナブルな社会を構築するために
世界は迅速に変化し続けています。私たちの目標は、より良い社会を実現するために、できるだけ多くの機会を創出し続けることです。
そのための一つの方法として、生産性向上を目指し、自然災害による被害を防ぐように設計されたデータソースであるBorealisを活用することです。
Borealisは、私たちがAIテクノロジーを使用して企業のサステナビリティ変革の取り組みをサポートする手段の1つです。
ティアゴ・ラマル
Co-founder and CEO
ユースケース
太陽光発電のデューデリジェンス
特定の場所での日照時間と降雪状況に関する詳細な履歴データを視覚化する機能があれば、開発のための予備分析のプロセスが大幅にスピードアップし、小規模な組織でもアクセスできるようになります。
予防のためのハザードマップ
都市や市町村レベルでの降水量、風速、災害発生に関する履歴データを統合することで、安全管理対策の実施に役立つ簡単なハザードマップを作成することができます。
ローカル需要予測
100メートルごとに0.1°C刻みの過去の気温マップを生成することで、それぞれの店舗や配送センターの需要をこれまでよりも正確に予測できるようになります。
Contact
Please send your inquiry from here.
A representative will contact you later.