Best Path Research

Best Path Research Provides Realtime Data Solutions.

Dolor sit amet consectetur elit sed eiusmod tempor incidi dunt labore dolore magna aliqua enim ad minim veniam quis nostrud exercitation ullamco laboris nisi ut aliquip ex commodo consequat.duis aute irure dolor in reprehenderit.

  • Various Analysis Options
  • Page Load Details (time, size, number of requests)
  • Waterfall, Video and Report History

私たちのミッション

私たちのミッションは、機械学習とAIを使って、あなたの問題を解決するためのベストパスを研究することです。BEST PATH RESEARCHは、人に取って代わるのではなく、人を補助・増強することで、AI技術を使って人々の生活をより快適に、より充実したものにすることを目指しています。

私たちのビジョン

私たちは、機械が人や企業を支援し、より速く、より正確に、より効率的に物事を進めることができる世界を想像しています。特に、反復的で手動による仕事をしている人を補強し、補完することにより、私たちはすべての人にとって、より効率的で持続可能で、充実した生活を実現したいと考えています。

PEOPLE LOVE US

Why Choose Us?

Dolor sit amet consectetur elit sed eiusmod tempor incidi dunt labore dolore magna aliqua enim ad minim veniam quis nostrud.

Data for All Your People

Dolor sit amet consectetur elit eiusmod tempor incidi dunt labore dolore magna aliqua enim.

A New Breed of AI

Dolor sit amet consectetur elit eiusmod tempor incidi dunt labore dolore magna aliqua enim.

Analytics Business

Dolor sit amet consectetur elit eiusmod tempor incidi dunt labore dolore magna aliqua enim.

BEST PATH RESEARCHについて

BEST PATH RESEARCHは、AIの研究、統合、開発を行う会社です。

創業者の二人は、10代前半からプログラミングを始め、ニューラルネットワークブームが起こった1990年代前半の20代前半に、手書きの文字を認識するための最初のニューラルネットワークをゼロから書いて学習させました。

それ以来、二人は機械学習に対する学術的、産業的関心を追求し続けてきました。2000年代初頭、ドイツ・アーヘンのフィリップス研究所で自動音声認識の研究をしていた二人が、初めて出会ったのはこの時でした。2008年の(深層)人工ニューラルネットワークのルネッサンス以降、彼ら自身もディープラーニングの理論と実践の両面に深く関わってきました。ディープラーニングは、現在では「AI」という言葉で世間に広く認知されています。

私たちのチームのメンバーは、様々な伝統的な機械学習技術に加えて、CNN、LSTM、RNN、Transformerなどの最近の(そしてそれほど最近ではない)ディープラーニングの革新的な技術を使った豊富な経験を持っています。また、これらの技術を手書き認識や印刷文字認識(OCR)、物体検出、名前付きエンティティ抽出、音声認識など、多様な応用分野に適用した経験もあります。

そのため、BEST PATH RESEARCHは、AIのすべての側面におけるフルスタックのコンサルティング会社として位置づけています。
当社は、既存のAIスタックのすべての部分についてアドバイスすることができますし、まだ始めたばかりの場合には、スタートアップすることもできます。例えば、お客様の課題に適したデータの収集と前処理から、モデルのトレーニングとテスト、クラウドやデバイスへの展開まで、すべてをお引き受けします。また、PCやスマートフォンからインタラクティブに利用できるクラウドベースのソリューションや、ビッグデータ活用のための「バッチモード」処理スタイルなど、iOSやAndroid上でのAI推論の展開も実績があります。

BEST PATH RESEARCHは、多くのタスクの性質とその実行方法が劇的に変化したCOVID-19パンデミックの最中に設立されました。BEST PATH RESEARCHは、ライフスタイルや仕事に対するこのような一世代に一度の変化を利用し、AIとディープラーニングの専門知識をできるだけ多くの人々や企業に提供することを目指しています。

AIの革命を最大限に活用するために、BEST PATH RESEARCHがどのようなお手伝いができるのか、今すぐお問い合わせください。

チームについて

Ed Whitakker

Edward Whittaker

エドワード・ウィタカー

パターン認識と機械学習の分野で25年以上の経験を持っています。

2000年にケンブリッジ大学工学部で音声認識のための統計的言語モデリングの博士号を取得し、90年代後半にDARPA/NISTのHUB4およびHUB5評価を常に獲得していたHTKの放送ニュースおよび会話型電話音声トランスクリプションシステムに従事しました。

卒業後、2000年から2003年まで、世界的に有名なコンパック・ケンブリッジ研究所(旧DEC)(マサチューセッツ州ケンブリッジ)およびフィリップス研究所(ドイツ・アーヘン)でポスドク研究を行いました。2003年に来日し、東京工業大学古井研究室に勤務しました。ここで音声認識の研究を続けるとともに、言語に依存しない統計的手法による自然言語質問応答の開発に取り組みました。これは、同じ問題に対する今日の純粋なデータ駆動型の機械学習アプローチの先駆けとなるものです。

2007年に設立したWhittaker博士の最初の会社は、発売されたばかりのiPhone向けに、日本語と英語の両方で音声による電車の時刻表検索ができるアプリを日本で初めて開発しました。このアプリは日本の大手企業に販売され、12年以上経った今でも広く利用されています。また、日本の多くの顧客のために様々な特注の機械学習ソリューションの開発を支援する一方で、日本最大級のインターネット企業の外部開発者およびコンサルタントとしても活躍しています。

圧縮と音声認識の分野で60以上の学術論文の著者または共著者であり、いくつかの特許を取得しています。現在、東京大学大学院情報理工学系研究科コンピュータ科学専攻の非常勤講師として、研究論文の書き方について講義を行っています。

ピックアップ論文:

Ken-Ichi Iso, Edward Whittaker, Tadashi Emori and Junpei Miyake “Improvements in Japanese Voice Search”
In Proceedings of Interspeech 2012

TREC 2005 Question Answering Experiments at Tokyo Institute of Technology
E.W.D. Whittaker, P. Chatain, S. Furui and D. Klakow
In Proceedings of the Fourteenth Text Retrieval Conference (TREC), 2005.

Efficient Construction of Long-range Language Models using Log-Linear Interpolation
E.W.D. Whittaker and D. Klakow
In Proceedings of 7th International Conference on Spoken Language Processing, ICSLP’02.

Quantization-based Language Model Compression
E.W.D. Whittaker and B. Raj
In Proceedings of the European Conference on Speech Communication and Technology, EUROSPEECH’01.

An Experimental Study of an Audio Indexing System for the Web
B.T. Logan, P.J. Moreno, J-M. Van Thong and E.W.D. Whittaker
In Proceedings of the 6th International Conference on Spoken Language Processing, ICSLP’00.

Comparison of part-of-speech and automatically derived category-based language models for speech recognition
T.R. Niesler, E.W.D. Whittaker and P.C. Woodland
In Proceedings of the IEEE International Conference on Acoustics, Speech and Signal Processing, ICASSP’98

The 1997 HTK Broadcast news transcription system
P.C. Woodland, T. Hain, S.E. Johnson, T.R. Niesler, A. Tuerk, E.W.D. Whittaker & S.J. Young
In Proceedings of the 1998 DARPA Broadcast News Transcription and Understanding Workshop

TEAM-HANS-2.0

Hans Dolfing

ハンス・ドルフィング

ソフトウェアエンジニアリング、機械学習、人工知能、バイオメトリクスの分野で30年以上の経験を持っています。手書き認識・検証をテーマにした博士論文で卒業し、ヨーロッパやシリコンバレーで音声・手書き認識・検証、自然言語処理のほか、署名検証、歴史的な手書き原稿、光学式文字認識(OCR)、その他多くの入力信号に取り組んできました。UNIPENからJSALTまで、産業界や学術界の取り組み、ワークショップやカンファレンスに貢献しています。多くの論文、特許、アプリケーションを持つ著名な人物であり、小さなプラットフォーム上の専用ソフトウェアソリューションから日常生活における何百万人のためのアプリケーションまで、スタートアップ企業から大企業まで、MITの客員科学者として、組み込み型およびクラウドベースのAIの経験があります。

ピックアップ論文:

Hans J.G.A. Dolfing, Whole page recognition of historical handwriting, arXiv:2009.10634, 2020.

Youssouf Chherawala, Hans J.G.A. Dolfing, Ryan S. Dixon, Jerome R. Bellegarda, Embedded Large-Scale Handwritten Chinese Character Recognition, arXiv:2004.06209, ICASSP 2020, Barcelona, Spain.

J.G.A. Dolfing, I.L. Hetherington, Incremental language models for speech recognition using finite state transducers. Workshop for automatic speech recognition and understanding (ASRU), Italy, December 2001.

J.G.A. Dolfing and A. Wendemuth. Combination of confidence measures in isolated word recognition. In International Conference on Spoken Language Processing (ICSLP), volume 7, pages 3237-3240, Sydney, December 1998.

J.G.A. Dolfing, J.J.G.M van Oosterhout, and E.H.L Aarts. On-line Signature Verification with Hidden Markov Models. In 14th International Conference on Pattern Recognition (ICPR), volume 2, pages 1309-1312, Brisbane, August 1998.

今すぐ
BEST PATH RESEARCH を始めよう。

会話を始めよう