検索結果
-
日立・NTTデータなど、⭕AIで空調を💥最適化‐エネルギー消費量を平均💢16%削減!! 💤🧟 🧟♂ 🧟♀ 掲載日 2024/05/16 16:05 著者:早川厚志 AI 日立 IoT NTTデータ、キヤノンマーケティングジャパン(キヤノンMJ)、日立製作所(日立)は5月16日、NTTデータのAI空調最適化サービス「HUCAST」、キヤノンMJのネットワークカメラと映像解析ソフト「Crowd People Counter」を組み合わせた人流解析ソリューション、日立のビルIoTソリューション「BuilMirai」を活用した実証実験を実施し、快適性を維持しつつ、空調関連のエネルギー消費量を平均16%削減できたことを発表した。  実証スキーム NTTデータは、AIの予測を基に室内環境を再現し、快適性(PMV評価)と消費エネルギー量を考慮した空調運転を実現する「フィードフォワード制御(先回り制御)」で、快適性を保ちつつ消費エネルギーを削減できるAI空調最適化サービス「HUCAST」を開発、提供している。 HUCASTは各ビル管理システムとの連携を進めており、今回の実証では、日立、キヤノンMJの技術を活用したスキームにより検証を行った。 具体的には、日立ビルシステム亀有総合センターのロビーにネットワークカメラを設置。キヤノンMJの解析ソフトウエア「Crowd People Counter」でデータ化した人流情報を、日立のビルIoTソリューション「BuilMirai」のプラットフォーム上で外気温データと室内温度データと共に一元管理、AI空調最適化サービス「HUCAST」と連携して空調を制御し、快適性と省エネ効果について検証したという。 その結果、一定の設定温度で空調制御をしている既設ビルにおいて、AIを活用して空調をフィードフォワード制御することで、PMV-0.5〜+0.5という快適性を維持しつつ、エネルギー消費量を平均16%削減し、その有効性を確認したという。 この実証により、人流データをはじめとしたビル情報を一元管理し、AIを活用して空調をフィードフォワード制御することで、ビルにおける快適性と省エネを両立できたとしている。 三社は今回の実証結果を踏まえサービス化をめざすとともに、さらなる精度向上のために検証を続け、快適性の観点でオフィスにおけるウェルビーイングを向上させるとともに、ビルのエネルギー最適化を通じて社会全体のカーボンニュートラル達成を目指す計画だ。
-
> 何いってんだか。 > 麻生政権は2008年から2009年。 > 民主党政権は、2009年から2012年11月。 > 2006年亀山第二工場稼働。 > 2009年業績悪化のため亀山工場の一部生産ラインを売却。 > 2016年シャープがホンハイに買収される。 > 少なくとも麻生政権は関係ない。 > 民主党の円高容認、円高対策無策、国内産業空洞化の流れが原因。 1912年 早川徳次設立 1970年 シャープ株式会社に社名変更 2016年 台湾鴻海精密工業買収 赤字シャープ社長 は当時無報酬 5兆円赤字出した GPIF理事長は 3130万円 報道なし 年金資金運用で巨大損失発生を不正処理で改ざん。 2016年前半 安倍政権損失37兆円 安倍政権は 2014年10月国民財産の公的年金資金=GPIF資金運用配分比率大幅大変更 配分比率 国内債券60% 国内株式12% 外国債券11% 外国株式12%を 国内債券35% 国内株式25% 外国債券15% 外国株式25%変更 国内株式運用比率 12%から25%へと2倍強引き上げ。 不正は、指数報道操作で国民は知らず 外国証券運用比率も23%から40% 大幅引き上げ 2015年12月 GPIF運用資産残高139兆8249億円 配分比率23・35%基準で、日本株式残高 2015年12月33兆円 日本株式残高は26兆円減少、日本株式だけで 年初来、7兆円の損失が生じた。日経平均株価は 2012年11月14日 8664円の水準が 2014年10月31日 終値16413円に つまり、安倍政権は 政権発足直前から2年で、 株価2倍に暴騰した局面で 運用比率を2倍に引き上げていた。8664円×2倍偽装株価 2012年11月 株式運用比率2倍引き上げ 株価2倍偽装工作 2014年10月 公金資金投入運用比率は戻さず、その逆をやった。 2015年 6月 下落トレンド転換。 円安・株高の流れは円高・株安流れに転じる その結果 年金資産の損失が急拡大したが隠蔽。 その上に、外国証券比率40%も引き上げた。国民は何にも知らされず 民主たった3年。 自民は小泉から繋がっている。シャープ老舗売国崩壊は一日に非ず。
-
-
日立・NTTデータなど、⭕AIで空調を💥最適化‐エネルギー消費量を平均💢16%削減!! 💤🧟 🧟♂ 🧟♀ 掲載日 2024/05/16 16:05 著者:早川厚志 AI 日立 IoT NTTデータ、キヤノンマーケティングジャパン(キヤノンMJ)、日立製作所(日立)は5月16日、NTTデータのAI空調最適化サービス「HUCAST」、キヤノンMJのネットワークカメラと映像解析ソフト「Crowd People Counter」を組み合わせた人流解析ソリューション、日立のビルIoTソリューション「BuilMirai」を活用した実証実験を実施し、快適性を維持しつつ、空調関連のエネルギー消費量を平均16%削減できたことを発表した。  実証スキーム NTTデータは、AIの予測を基に室内環境を再現し、快適性(PMV評価)と消費エネルギー量を考慮した空調運転を実現する「フィードフォワード制御(先回り制御)」で、快適性を保ちつつ消費エネルギーを削減できるAI空調最適化サービス「HUCAST」を開発、提供している。 HUCASTは各ビル管理システムとの連携を進めており、今回の実証では、日立、キヤノンMJの技術を活用したスキームにより検証を行った。 具体的には、日立ビルシステム亀有総合センターのロビーにネットワークカメラを設置。キヤノンMJの解析ソフトウエア「Crowd People Counter」でデータ化した人流情報を、日立のビルIoTソリューション「BuilMirai」のプラットフォーム上で外気温データと室内温度データと共に一元管理、AI空調最適化サービス「HUCAST」と連携して空調を制御し、快適性と省エネ効果について検証したという。 その結果、一定の設定温度で空調制御をしている既設ビルにおいて、AIを活用して空調をフィードフォワード制御することで、PMV-0.5〜+0.5という快適性を維持しつつ、エネルギー消費量を平均16%削減し、その有効性を確認したという。 この実証により、人流データをはじめとしたビル情報を一元管理し、AIを活用して空調をフィードフォワード制御することで、ビルにおける快適性と省エネを両立できたとしている。 三社は今回の実証結果を踏まえサービス化をめざすとともに、さらなる精度向上のために検証を続け、快適性の観点でオフィスにおけるウェルビーイングを向上させるとともに、ビルのエネルギー最適化を通じて社会全体のカーボンニュートラル達成を目指す計画だ。
-
ゲッ!賛同者が一人いる❤️ 本来若者は、私の悲観論なんか乗り越えて、勇気を持って日本を成長する社会に引っ張っていかねばならないのに😢 ま、2度と立ち上がらないように我々世代が半導体、ハイテクを潰しておいたんだけど。 白川とか早川の様な正統派の日銀の論客は、我々が未来の橋を落とした経済犯罪に気づいていない❤️
-
早川社長があの世で泣いてるわ
-
半導体にはほとんど興味ないのですけど、日本で世界レベルだとソニーくらいしかないですので念のためチェックと決算見てたんですけど、やはり着実に増益してますね。 執行役員財務/IR担当の早川禎彦氏ってたしかニデックが爆発的に伸びた時期にソニーから出向してましたよね。
日立・NTTデータなど、⭕AI…
2024/05/21 22:35
日立・NTTデータなど、⭕AIで空調を💥最適化‐エネルギー消費量を平均💢16%削減!! 💤🧟 🧟♂ 🧟♀ 掲載日 2024/05/16 16:05 著者:早川厚志 AI 日立 IoT NTTデータ、キヤノンマーケティングジャパン(キヤノンMJ)、日立製作所(日立)は5月16日、NTTデータのAI空調最適化サービス「HUCAST」、キヤノンMJのネットワークカメラと映像解析ソフト「Crowd People Counter」を組み合わせた人流解析ソリューション、日立のビルIoTソリューション「BuilMirai」を活用した実証実験を実施し、快適性を維持しつつ、空調関連のエネルギー消費量を平均16%削減できたことを発表した。  実証スキーム NTTデータは、AIの予測を基に室内環境を再現し、快適性(PMV評価)と消費エネルギー量を考慮した空調運転を実現する「フィードフォワード制御(先回り制御)」で、快適性を保ちつつ消費エネルギーを削減できるAI空調最適化サービス「HUCAST」を開発、提供している。 HUCASTは各ビル管理システムとの連携を進めており、今回の実証では、日立、キヤノンMJの技術を活用したスキームにより検証を行った。 具体的には、日立ビルシステム亀有総合センターのロビーにネットワークカメラを設置。キヤノンMJの解析ソフトウエア「Crowd People Counter」でデータ化した人流情報を、日立のビルIoTソリューション「BuilMirai」のプラットフォーム上で外気温データと室内温度データと共に一元管理、AI空調最適化サービス「HUCAST」と連携して空調を制御し、快適性と省エネ効果について検証したという。 その結果、一定の設定温度で空調制御をしている既設ビルにおいて、AIを活用して空調をフィードフォワード制御することで、PMV-0.5〜+0.5という快適性を維持しつつ、エネルギー消費量を平均16%削減し、その有効性を確認したという。 この実証により、人流データをはじめとしたビル情報を一元管理し、AIを活用して空調をフィードフォワード制御することで、ビルにおける快適性と省エネを両立できたとしている。 三社は今回の実証結果を踏まえサービス化をめざすとともに、さらなる精度向上のために検証を続け、快適性の観点でオフィスにおけるウェルビーイングを向上させるとともに、ビルのエネルギー最適化を通じて社会全体のカーボンニュートラル達成を目指す計画だ。