KyoSensaの中核にある、建物を読み解く力。

人の目には見えない変化を、捉える技術。

ワイヤレスセンサーが木材含水率、相対湿度、温度を計測し、その測定値が判断の拠り所になります。KyoSensaは、その測定値を読み解くための周辺情報を加えます。外部データによる降雨や天候、地域の地震、そしてカビリスクなどの算出指標です。周辺情報は確かめるべき問いを示すものであり、それだけで原因を断定するものではありません。

建物の「指紋」は、こうしてつくられる。

Building Fingerprintは、設置後にその建物自身から得られた測定値をもとに、敷地内の建物ごとに学習されます。平常時の水分の水準、雨・湿度・気温への反応、出来事のあとの回復、計測エリア同士の関係を表します。新しい測定値は、しきい値に加えてこの確立された挙動とも比べられるため、変化をしきい値だけでなく、その建物自身の挙動に照らして捉えることができます。

KyoSensaは、建物全般に関する幅広い知見から出発し、学習が進むにつれて、お客様の建物により即したものになっていきます。また、モニタリングしているすべての建物がKyoSensaのモデルの改善に役立てられるよう設計されています。その場合も、お客様の生データは他のお客様と分離して管理され、各建物はそれぞれ固有のBuilding Fingerprintを持ち続けます。

Building Fingerprintは、時間が経ったというだけで信頼されるものではありません。比較に使う前に、学習に使っていない測定値で確かめ、その確からしさを示します。大規模な工事などで建物が変わったときには、学び直します。継続する水分のリスクは、いつものパターンの一部になっていても注意の対象として残します。

AIが提案し、実測の根拠が判断する。予測は結果が分かる前に記録され、KyoSensaは実際に起きたことと照らし合わせて予測を検証します。予測の手法を変更するのは、KyoSensaの担当者が根拠を確認したあとに限られます。

見守るのは、建物の状態です。

環境モニタリングにカメラ、マイク、映像・音声による居住者の監視は用いません。物理的な計測を、時間の経過と周辺環境を踏まえて読み解きます。