SlideShare a Scribd company logo
Edge AI ソリューションを支える
Azure IoT サービス
Takehiro Hirai
IoT Technical Specialist
GPS - Global IoT Partner Ecosystem
アジェンダ • Microsoft の Edge AI への取り組み
• パートナー様ソリューション のご紹介
• Azure IoT サービスのご紹介と最新情報
• Azure Percept のご紹介
• 最後に
Azure Arc
Azure サービス Azure IoT
Azure Stack
クラウドの実質的に無制限な
コンピューティングパワーと、
ネットワークのエッジにある応答性
に優れたデバイスとを組み合わせ、
それぞれのメリットを生かす形で
ソリューションを構築する
インテリジェントな クラウド + エッジ
一貫性のある
クラウド サービスを
オンプレミスに提供
パブリック クラウドに
接続された
オンプレミス リソース
ハイブリッド アプローチ
我々のビジョンは IoT をより “シンプル” にしてメインストリーム化すること
我々の戦略
パワーとシンプルさのバランスがとれた、
ワールドクラスの統合されたサービス群
を構築する
1 重点分野におけるパートナー
エコシステムの構築と活用
2 デジタルトランスフォーメーション
の真のパートナーとなる
3
Microcontroller
Azure RTOS &
Azure Sphere
IoT Devices
Azure IoT Device SDK
Edge Devices
Azure IoT Edge
Edge Appliances
Azure Stack Edge
Azure Stack HCI
Edge Stack
Azure Stack Hub
Hyperscale Cloud
Edge Regions
より特化
最小限のサービス
より汎用的
より多くのサービス
クラウド+エッジのフルスペクトルなフォームファクタ
Azure サービスの可用性
センサー + 制御 センサーからインタラクティブへ 統合プラットフォーム グローバルスケール
Microsoft の 包括的な IoT 製品 ポートフォリオ
自律的またはエッジでの意思決定の
ため、2023年には IoT 展開の 70%
に AI が組み込まれる *
2024年までに 15億ドルの
エッジデバイス が販売される **
Source: Deloitte
1.
2.
4.
3. セキュリティとコンプライアンス
Edge AI の目的 :
世界初*1AI処理機能を搭載したインテリジェントビジョンセンサー
AI
Embed Recognition in Logic Layer
Logic
Pixels
※1 : イメージセンサーとして。ソニー調べ。(2020年5月14日広報発表時)
X
https://www.youtube.com/watch?v=wIaq6RBY9bk
在庫十分
在庫少ない
IMX500スマートカメラ+Custom Vision
で商品の在庫確認
IOUを利用して判別
1) Teamsを通じて通知
2) Fitbitにも通知
3) Power BIにて可視化
Co-Innovation Lab - 株式会社EBILAB 様-
X
AI映像解析プラットフォーム
写真・イラストなど
12
エッジデバイス
映像解析
プラットフォーム
AIアプリ
(認識エンジン)
が提供するコンポーネント群
映像データをエッジ処理するデバイス
「Azure IoT Edge」を利用
「Microsoft Azure」
ベースのプラットフォーム
実績のあるAIアプリを数多く採用
「Azure AI」による更なる価値提供へ
提供内容
13
Edge AI ソリューションを支える Azure IoT サービス
Azure Sphere / MCU での実行例
Time spent in a queue Vehicle detection with parking stall alerting
Dangerous zone detection
Security and surveillance
Azure Stack Edge / HCI 上での実行例
Microsoft Defender for IoT
数十億のIoTデバイスとの双方向通信
デバイスごとの認証でセキュリティを強化
DPS で大規模プロビジョニング
デバイスのライフサイクル管理
OTA 機能
Azure IoT Hub
IoT デバイスと Azure 間の双方向通信のための管理サービス
双方向通信を使用する IoT アプリケーションの構築
Azure IoT Hub
AIや分析の
ワークロードをエッジへ
オフロード
オフラインや
断続的な接続でも
運用可能
エッジ上での分析実行で
リアルタイム性を実現
オープンソース、
クロスプラットフォーム、
コンテナーベースの
ランタイム
既存の言語スキルを
用いて開発を簡素化
Telemetry Insight Action
Module Module Module
Azure IoT Edge ランタイム
Azure IoT Edge
IoT デバイス に クラウドインテリジェンス を拡張
Azure IoT Hub
Azure IoT Hub
Telemetry Insight Action
Module Module Module
Azure IoT Edge ランタイム
Azure IoT Hub + Azure IoT Edge
Azure
Container Registry
1. Edge モジュール (Docker コンテナ イメージ) を
Docker レジストリに登録
2. Azure IoT Hub で
モジュールと配置先を指定
3. Azure IoT Edge ランタイムで
デバイス上に配置、実行
Azure IoT Edge For Linux On Windows (EFLOW)
Linux の強み
Windows IoT の強み
+
Windows Hypervisor
Azure
IoT Edge
Interop
Linux Kernel
Linux User
EdgeAgent
Edge
Hub
Any
Linux
Edge
System
Modules
Edge
Custom
Modules
Windows IoT Host OS Mariner Linux VM
with
Moby Docker Engine
Any
Linux
Any
Linux
Windows IoT Device
Azure
IoT Edge
Edge
Agent
新しい機能
Azure により簡単に接続
Linux 専任チームを必要とせず、Windows IoT 上で Linux ワークロードを実行
幅広い AI モジュールの実行
Windows IoT + EFLOW
低コスト
1台のデバイスで全てが可能
既存のツールで簡単に導入、管理、更新が可能
Windows アプリケーションへの投資を維持
Blog Post: https://aka.ms/azeflow-blog
Documentation: https://aka.ms/azeflow-docs
Windows と Linux のいいとこ取り
Azure IoT Edge - セキュリティへの取り組み
想定しない環境下でも保護を期待出来るか?
Azure IoT Edge Security Manager
Standard promise
Azure IoT Edge Security Manager
HSM
Secure Element
Secure element promise
Secure Enclave
Azure IoT Edge Security Manager
HSM
Secure enclave promise
HSM PAL = Hardware Secure Module Platform Abstraction Layer
Azure IoT Edge v1.2
Filesystem PKCS#11
HSM
Device Update
for IoT Hub
Defender for IoT
- micro-agent
Others…
Customer / Partner Application
IoT identity service
IoT Edge agent IoT Edge modules
Azure IoT Device SDK
Workload API
Azure IoT Device SDK
Workload API
Management API
Docker
Identity
service Module Runtime
Cloud API
Management API Workload API
Key service
Identity
API
Cert service TPM service
TPM
DPS
PKI
IoT デバイス に クラウドインテリジェンス を拡張
IoT Edge Transactable Modules - Private Preview
• Unified with Azure:
One bill for customers,
one check for partners.
• Leveraging the Azure
Marketplace
• Ease of use over strict
enforcement
• No surprises for customers &
partners
• Trust but verify
https://github.com/Azure/iotedge/blob/feature/billing/edge-modules/TransactableModuleSample/README.md
IoT Edge - 今後の進化
IoT Edge 1.x
IoT Edge 2.0
ビデオ インサイトの収集と管理
ニーズに合わせてカスタマイズ
数ヶ月 数日で構築
利 用 例
プロセスの最適化 職場の安全性 デジタル資産管理
Azure IoT Central
フルマネージドの IoT アプリケーション プラットフォーム (aPaaS)
クラウド インフラ IoT データの活用
Power
Automate
Power BI
Power Apps
カスタムアプリ
デバイス
Device connectivity Data processing
Data transformation
Alerts & notifications
High availability
Elastic scale Data export
Data storage
Reference data
Extensibility
Device management
Integration
Disaster Recovery
User management
IoT デバイス
Azure IoT Central + Azure IoT Edge
Azure IoT Edge
デバイス登録と接続
インサイトから
アクションへ
デバイスの関係性と
拡張性
• Device Provisioning Service によるエッジデバイスの接続
• モジュールを大規模に展開
• エッジデバイスに対する Capability Model の構築
• ダッシュボードとインサイトによる視覚化
• アクションのトリガーとなるルールの設定
• 下流デバイスに対するゲートウェイとして、オペレーターの操作性を向上
• API による拡張性とカスタマイズ性
IoT Edge デバイスの管理、Edge モジュールの展開、インサイトの視覚化、アクション実施、その全てを IoT Central から
Azure IoT Central - 価格モデル
価格レベル Standard レベル 0 Standard レベル 1 Standard レベル 2
ユース ケース 1 日あたり数件
メッセージを送信
1 時間あたり数件
メッセージを送信
数分ごとにメッセージを送信
デバイスあたりの料金
(1 か月あたり)
¥9.02 ¥45.26 ¥80.74
メッセージ割り当て
(1 か月あたり)
400 5,000 30,000
含まれる無料の台数
(アプリケーションあたり)
2 台 2 台 2 台
超過分の料金
(1K メッセージあたり)
¥8.082 ¥1.732 ¥1.732
Sense. Know. Act.
ハードウェア と
開発キット
エッジ AI ライフサイクル
管理, 開発者向け UX
最新のセキュリティを
考慮した設計
トップ プライオリティ
500 社以上のお客様へ直接ヒヤリング
エッジ + AI のシンプル化
Azure AI や Azure IoT サービスとシームレスに統合されたハードウェア
アクセラレータ を用いて PoC を数分で開始
Azure AI や Azure IoT サービスと統合されたハードウェアアクセラレータを
含む、End-to-End の エッジ AI プラットフォーム
包括的な エッジ AI プラットフォームで変革
エッジ AI ライフサイクル管理サービスと事前構築済み AI モデルを利用
して、プロトタイピングから数分で実稼働へ
エッジ AI ソリューションをシームレスに構築、管理
Microsoft の ゼロトラストセキュリティモデル に基づく ハードウェアの信頼の
基点を利用し、転送中および保存された機密データを保護
セキュリティを考慮した設計
Azure Percept
Studio
Azure Percept DK
Azure Percept
Audio
快適なオンボーディング
統合されたエクスペリエンス
ノーコード フロー
アドバンスド フロー
プロトタイプとデプロイ
Azure Percept – Industrial IoT and Preventive
Maintenance
Internet of Things - Microsoft Tech Community
Percept AI カメラを搭載した餌箱 Percept AI カメラによる 鳥 (コガラ) 検出
Edge Intelligence from sensor to service
Marketplace IoT Central
IoT Hub Azure ML
Brown-field
Green-field
Sensors
Video Analyzer Cognitive Services Azure Percept Studio
Digital Twin
AI Skill
Azure Device
Update
Azure Video
Analyzer
Cognitive
Skills
Azure
Percept
Azure IoT Edge
AI Skill
Azure Device
Update
Azure Video
Analyzer
Cognitive
Skills
Azure
Percept
Azure IoT Edge
Edge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービス
• Ubuntu 20.04 LTS をインストール
• Git をインストール
• Terminal で以下を実行
git clone https://github.com/daisukeiot/OpenVINO-Toolkit-Setup.git -b 2021.4.752-dev
cd ~/OpenVINO-Toolkit-Setup/Setup/Ubuntu20/
./setup.sh
cd ~/OpenVINO-Toolkit-Setup/App/ObjectDetection/Python
./setup.sh
~/OpenVINO-Toolkit-Setup/App/ObjectDetection./run_app.sh
• http://<IPアドレス>>:8080 でアクセス
Edge AI ソリューションを支える Azure IoT サービス
© Copyright Microsoft Corporation. All rights reserved.
Ad

More Related Content

What's hot (20)

最適化超入門
最適化超入門最適化超入門
最適化超入門
Takami Sato
 
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者
cvpaper. challenge
 
先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際
Tetsutaro Watanabe
 
FPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うにはFPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うには
Hideki Takase
 
機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み
Shintaro Fukushima
 
Deep Learningと画像認識   ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識   ~歴史・理論・実践~
nlab_utokyo
 
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
Preferred Networks
 
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII
 
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォームAutoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Takuya Azumi
 
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
Yahoo!デベロッパーネットワーク
 
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII
 
Point net
Point netPoint net
Point net
Fujimoto Keisuke
 
なぜコンピュータを学ばなければならないのか 21世紀の君主論
なぜコンピュータを学ばなければならないのか 21世紀の君主論なぜコンピュータを学ばなければならないのか 21世紀の君主論
なぜコンピュータを学ばなければならないのか 21世紀の君主論
Tokoroten Nakayama
 
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
 
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
Tokoroten Nakayama
 
落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット
森 哲也
 
CatBoost on GPU のひみつ
CatBoost on GPU のひみつCatBoost on GPU のひみつ
CatBoost on GPU のひみつ
Takuji Tahara
 
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
Preferred Networks
 
ドライブレコーダの動画を使った道路情報の自動差分抽出
ドライブレコーダの動画を使った道路情報の自動差分抽出ドライブレコーダの動画を使った道路情報の自動差分抽出
ドライブレコーダの動画を使った道路情報の自動差分抽出
Tetsutaro Watanabe
 
モデル高速化百選
モデル高速化百選モデル高速化百選
モデル高速化百選
Yusuke Uchida
 
最適化超入門
最適化超入門最適化超入門
最適化超入門
Takami Sato
 
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者
cvpaper. challenge
 
先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際
Tetsutaro Watanabe
 
FPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うにはFPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うには
Hideki Takase
 
機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み
Shintaro Fukushima
 
Deep Learningと画像認識   ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識   ~歴史・理論・実践~
nlab_utokyo
 
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
Preferred Networks
 
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII
 
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォームAutoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Takuya Azumi
 
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
Yahoo!デベロッパーネットワーク
 
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII
 
なぜコンピュータを学ばなければならないのか 21世紀の君主論
なぜコンピュータを学ばなければならないのか 21世紀の君主論なぜコンピュータを学ばなければならないのか 21世紀の君主論
なぜコンピュータを学ばなければならないのか 21世紀の君主論
Tokoroten Nakayama
 
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
 
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
Tokoroten Nakayama
 
落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット
森 哲也
 
CatBoost on GPU のひみつ
CatBoost on GPU のひみつCatBoost on GPU のひみつ
CatBoost on GPU のひみつ
Takuji Tahara
 
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
Preferred Networks
 
ドライブレコーダの動画を使った道路情報の自動差分抽出
ドライブレコーダの動画を使った道路情報の自動差分抽出ドライブレコーダの動画を使った道路情報の自動差分抽出
ドライブレコーダの動画を使った道路情報の自動差分抽出
Tetsutaro Watanabe
 
モデル高速化百選
モデル高速化百選モデル高速化百選
モデル高速化百選
Yusuke Uchida
 

Similar to Edge AI ソリューションを支える Azure IoT サービス (20)

Azure IoT Edge - ALGYAN Dec 2022.pdf
Azure IoT Edge - ALGYAN Dec 2022.pdfAzure IoT Edge - ALGYAN Dec 2022.pdf
Azure IoT Edge - ALGYAN Dec 2022.pdf
YasuhiroHanda2
 
Embedded Technology 2014 Smart Japan Aliance IoT Azure
Embedded Technology 2014 Smart Japan Aliance IoT AzureEmbedded Technology 2014 Smart Japan Aliance IoT Azure
Embedded Technology 2014 Smart Japan Aliance IoT Azure
Atomu Hidaka
 
Microsoft Azure IoT Overview 2020/12/18
Microsoft Azure IoT Overview 2020/12/18Microsoft Azure IoT Overview 2020/12/18
Microsoft Azure IoT Overview 2020/12/18
Knowledge & Experience
 
IoT アップデート​
IoT アップデート​	IoT アップデート​
IoT アップデート​
IoTビジネス共創ラボ
 
【de:code 2020】 SaaS で迅速に IoT を実現 - Azure IoT Central 最新アップデートと活用術
【de:code 2020】 SaaS で迅速に IoT を実現 - Azure IoT Central 最新アップデートと活用術【de:code 2020】 SaaS で迅速に IoT を実現 - Azure IoT Central 最新アップデートと活用術
【de:code 2020】 SaaS で迅速に IoT を実現 - Azure IoT Central 最新アップデートと活用術
日本マイクロソフト株式会社
 
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
IoTビジネス共創ラボ
 
Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会
Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会
Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会
IoTビジネス共創ラボ
 
Azure IoT Edge Deep Dive
Azure IoT Edge Deep DiveAzure IoT Edge Deep Dive
Azure IoT Edge Deep Dive
Knowledge & Experience
 
アダプティブ クラウド アプローチと Azure IoT Operations 概要
アダプティブ クラウド アプローチと Azure IoT Operations 概要アダプティブ クラウド アプローチと Azure IoT Operations 概要
アダプティブ クラウド アプローチと Azure IoT Operations 概要
iotcomjpadmin
 
ハノーバーメッセ、Build 2018最新情報、AzureSphere ご紹介_IoTビジネス共創ラボ 第8回勉強会
ハノーバーメッセ、Build 2018最新情報、AzureSphere ご紹介_IoTビジネス共創ラボ 第8回勉強会ハノーバーメッセ、Build 2018最新情報、AzureSphere ご紹介_IoTビジネス共創ラボ 第8回勉強会
ハノーバーメッセ、Build 2018最新情報、AzureSphere ご紹介_IoTビジネス共創ラボ 第8回勉強会
IoTビジネス共創ラボ
 
Azure IoT 関連最新情報 (Microsoft Build 2020版)
Azure IoT 関連最新情報 (Microsoft Build 2020版)Azure IoT 関連最新情報 (Microsoft Build 2020版)
Azure IoT 関連最新情報 (Microsoft Build 2020版)
Takeshi Fukuhara
 
Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報
Yasuhiro Kobayashi
 
インフラ管理者に送る あらためての IoT Edge / IoT Hub
インフラ管理者に送る あらためての IoT Edge / IoT Hubインフラ管理者に送る あらためての IoT Edge / IoT Hub
インフラ管理者に送る あらためての IoT Edge / IoT Hub
Masahiko Ebisuda
 
Azure IoT/AI最前線
Azure IoT/AI最前線Azure IoT/AI最前線
Azure IoT/AI最前線
Microsoft Azure Japan
 
Intel OpenVINO、 NVIDIA Deepstream対応開発キットから、 エッジサーバー、Azure Data Box Edgeまで、 Az...
Intel OpenVINO、 NVIDIA Deepstream対応開発キットから、 エッジサーバー、Azure Data Box Edgeまで、 Az...Intel OpenVINO、 NVIDIA Deepstream対応開発キットから、 エッジサーバー、Azure Data Box Edgeまで、 Az...
Intel OpenVINO、 NVIDIA Deepstream対応開発キットから、 エッジサーバー、Azure Data Box Edgeまで、 Az...
IoTビジネス共創ラボ
 
Japan MVP Community Connection 2017 Autumn smart Demonstration
Japan MVP Community Connection 2017 Autumn smart DemonstrationJapan MVP Community Connection 2017 Autumn smart Demonstration
Japan MVP Community Connection 2017 Autumn smart Demonstration
Atomu Hidaka
 
IoT 導入を簡単に実現する“つなぐ”技術 ​~デンソーウェーブの IoT製品と Microsoft Azure 連携~
IoT 導入を簡単に実現する“つなぐ”技術 ​~デンソーウェーブの IoT製品と Microsoft Azure 連携~IoT 導入を簡単に実現する“つなぐ”技術 ​~デンソーウェーブの IoT製品と Microsoft Azure 連携~
IoT 導入を簡単に実現する“つなぐ”技術 ​~デンソーウェーブの IoT製品と Microsoft Azure 連携~
IoTビジネス共創ラボ
 
今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識
Minoru Naito
 
【de:code 2020】 Azure IoT 最新動向 - クラウドからエッジまで網羅的にご紹介
【de:code 2020】 Azure IoT 最新動向 - クラウドからエッジまで網羅的にご紹介【de:code 2020】 Azure IoT 最新動向 - クラウドからエッジまで網羅的にご紹介
【de:code 2020】 Azure IoT 最新動向 - クラウドからエッジまで網羅的にご紹介
日本マイクロソフト株式会社
 
Microsoft Azure Overview - Japanses version
Microsoft Azure Overview - Japanses versionMicrosoft Azure Overview - Japanses version
Microsoft Azure Overview - Japanses version
Takeshi Fukuhara
 
Azure IoT Edge - ALGYAN Dec 2022.pdf
Azure IoT Edge - ALGYAN Dec 2022.pdfAzure IoT Edge - ALGYAN Dec 2022.pdf
Azure IoT Edge - ALGYAN Dec 2022.pdf
YasuhiroHanda2
 
Embedded Technology 2014 Smart Japan Aliance IoT Azure
Embedded Technology 2014 Smart Japan Aliance IoT AzureEmbedded Technology 2014 Smart Japan Aliance IoT Azure
Embedded Technology 2014 Smart Japan Aliance IoT Azure
Atomu Hidaka
 
Microsoft Azure IoT Overview 2020/12/18
Microsoft Azure IoT Overview 2020/12/18Microsoft Azure IoT Overview 2020/12/18
Microsoft Azure IoT Overview 2020/12/18
Knowledge & Experience
 
【de:code 2020】 SaaS で迅速に IoT を実現 - Azure IoT Central 最新アップデートと活用術
【de:code 2020】 SaaS で迅速に IoT を実現 - Azure IoT Central 最新アップデートと活用術【de:code 2020】 SaaS で迅速に IoT を実現 - Azure IoT Central 最新アップデートと活用術
【de:code 2020】 SaaS で迅速に IoT を実現 - Azure IoT Central 最新アップデートと活用術
日本マイクロソフト株式会社
 
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
IoTビジネス共創ラボ
 
Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会
Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会
Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会
IoTビジネス共創ラボ
 
アダプティブ クラウド アプローチと Azure IoT Operations 概要
アダプティブ クラウド アプローチと Azure IoT Operations 概要アダプティブ クラウド アプローチと Azure IoT Operations 概要
アダプティブ クラウド アプローチと Azure IoT Operations 概要
iotcomjpadmin
 
ハノーバーメッセ、Build 2018最新情報、AzureSphere ご紹介_IoTビジネス共創ラボ 第8回勉強会
ハノーバーメッセ、Build 2018最新情報、AzureSphere ご紹介_IoTビジネス共創ラボ 第8回勉強会ハノーバーメッセ、Build 2018最新情報、AzureSphere ご紹介_IoTビジネス共創ラボ 第8回勉強会
ハノーバーメッセ、Build 2018最新情報、AzureSphere ご紹介_IoTビジネス共創ラボ 第8回勉強会
IoTビジネス共創ラボ
 
Azure IoT 関連最新情報 (Microsoft Build 2020版)
Azure IoT 関連最新情報 (Microsoft Build 2020版)Azure IoT 関連最新情報 (Microsoft Build 2020版)
Azure IoT 関連最新情報 (Microsoft Build 2020版)
Takeshi Fukuhara
 
Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報
Yasuhiro Kobayashi
 
インフラ管理者に送る あらためての IoT Edge / IoT Hub
インフラ管理者に送る あらためての IoT Edge / IoT Hubインフラ管理者に送る あらためての IoT Edge / IoT Hub
インフラ管理者に送る あらためての IoT Edge / IoT Hub
Masahiko Ebisuda
 
Intel OpenVINO、 NVIDIA Deepstream対応開発キットから、 エッジサーバー、Azure Data Box Edgeまで、 Az...
Intel OpenVINO、 NVIDIA Deepstream対応開発キットから、 エッジサーバー、Azure Data Box Edgeまで、 Az...Intel OpenVINO、 NVIDIA Deepstream対応開発キットから、 エッジサーバー、Azure Data Box Edgeまで、 Az...
Intel OpenVINO、 NVIDIA Deepstream対応開発キットから、 エッジサーバー、Azure Data Box Edgeまで、 Az...
IoTビジネス共創ラボ
 
Japan MVP Community Connection 2017 Autumn smart Demonstration
Japan MVP Community Connection 2017 Autumn smart DemonstrationJapan MVP Community Connection 2017 Autumn smart Demonstration
Japan MVP Community Connection 2017 Autumn smart Demonstration
Atomu Hidaka
 
IoT 導入を簡単に実現する“つなぐ”技術 ​~デンソーウェーブの IoT製品と Microsoft Azure 連携~
IoT 導入を簡単に実現する“つなぐ”技術 ​~デンソーウェーブの IoT製品と Microsoft Azure 連携~IoT 導入を簡単に実現する“つなぐ”技術 ​~デンソーウェーブの IoT製品と Microsoft Azure 連携~
IoT 導入を簡単に実現する“つなぐ”技術 ​~デンソーウェーブの IoT製品と Microsoft Azure 連携~
IoTビジネス共創ラボ
 
今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識
Minoru Naito
 
【de:code 2020】 Azure IoT 最新動向 - クラウドからエッジまで網羅的にご紹介
【de:code 2020】 Azure IoT 最新動向 - クラウドからエッジまで網羅的にご紹介【de:code 2020】 Azure IoT 最新動向 - クラウドからエッジまで網羅的にご紹介
【de:code 2020】 Azure IoT 最新動向 - クラウドからエッジまで網羅的にご紹介
日本マイクロソフト株式会社
 
Microsoft Azure Overview - Japanses version
Microsoft Azure Overview - Japanses versionMicrosoft Azure Overview - Japanses version
Microsoft Azure Overview - Japanses version
Takeshi Fukuhara
 
Ad

More from Deep Learning Lab(ディープラーニング・ラボ) (20)

DLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event ReportDLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event Report
Deep Learning Lab(ディープラーニング・ラボ)
 
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​
Deep Learning Lab(ディープラーニング・ラボ)
 
医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発
Deep Learning Lab(ディープラーニング・ラボ)
 
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Deep Learning Lab(ディープラーニング・ラボ)
 
厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について
Deep Learning Lab(ディープラーニング・ラボ)
 
先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」
Deep Learning Lab(ディープラーニング・ラボ)
 
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
Deep Learning Lab(ディープラーニング・ラボ)
 
「言語」×AI Digital Device
「言語」×AI Digital Device「言語」×AI Digital Device
「言語」×AI Digital Device
Deep Learning Lab(ディープラーニング・ラボ)
 
深層強化学習と実装例
深層強化学習と実装例深層強化学習と実装例
深層強化学習と実装例
Deep Learning Lab(ディープラーニング・ラボ)
 
深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御
Deep Learning Lab(ディープラーニング・ラボ)
 
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Deep Learning Lab(ディープラーニング・ラボ)
 
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Deep Learning Lab(ディープラーニング・ラボ)
 
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoTJetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoT
Deep Learning Lab(ディープラーニング・ラボ)
 
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoTJetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Deep Learning Lab(ディープラーニング・ラボ)
 
Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援
Deep Learning Lab(ディープラーニング・ラボ)
 
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
Deep Learning Lab(ディープラーニング・ラボ)
 
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
Deep Learning Lab(ディープラーニング・ラボ)
 
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
Deep Learning Lab(ディープラーニング・ラボ)
 
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Deep Learning Lab(ディープラーニング・ラボ)
 
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
Deep Learning Lab(ディープラーニング・ラボ)
 
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
Deep Learning Lab(ディープラーニング・ラボ)
 
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
Deep Learning Lab(ディープラーニング・ラボ)
 
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
Deep Learning Lab(ディープラーニング・ラボ)
 
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
Deep Learning Lab(ディープラーニング・ラボ)
 
Ad

Edge AI ソリューションを支える Azure IoT サービス