Wide Learning

Wide Learningとは

Wide Learning™ は、富士通研究所が開発したXAI（Explainable AI：説明可能なAI）です。中学生から研究者まで、幅広いユーザーの方々にご理解・ご活用いただけるよう、解説コンテンツやTrial Tool（体験ツール）を用意しました。
Trial Tool（体験ツール）を使ってみる
「研究で新しい知見を発見したい」方や「より効果的な施策を打ちたい」方へ。Wide Learning™の活用事例を紹介しています。
事例紹介ページへ (更新予定)
富士通のWide Learning™の特徴やメリットを5分で読めるコンテンツです。
五分でわかるWide Learning™ へ！

kv-fig-01 kv-fig-02

哺乳類判別
対象: 中学生以上
動物の情報を使って哺乳類判別できるか試してみよう。
事例紹介へ (更新予定)
選挙の要因の発見
対象: 高校生以上
選挙で当選する候補者の特徴とは？
事例紹介へ (更新予定)
- (詳細情報)
- 選挙要因の発見事例紹介 (更新予定)
- TBS番組の「選挙の日2021」当落速報で、Wide Learning™が活用された件 (更新予定)
- (ページナビゲーション: 1, 2, 3)
新型コロナ施策の分析
対象: 高校生以上
感染拡大防止に有効な施策の発見に挑戦してみよう。
事例紹介へ (更新予定)

Wide Learningの事例紹介バナー

2024年3月14日：
富士通プレスリリース
東海国立大学機構との宇宙天気予測に関する共同研究にWide Learningが活用されました。
「東海国立大学機構と富士通、包括協定における宇宙天気予測の課題探索や技術開発を加速」
2024年2月28日：
富士通プレスリリース
こども・家庭支援に関する佐渡市との共同実証にWide Learning™が活用されます。
「佐渡市と富士通、こどもと家庭への支援強化に向けた取り組みを加速」
2022年11月30日：
論文掲載
医学系論文誌 Frontiers in Medicine にWide Learning™の関連論文が掲載されました。
著者: Reiko Muto, Shigeki Fukuta, Tetsuo Watanabe, Yuichiro Shindo, Yoshihiro Kanemitsu, Shigehisa Kajikawa, Toshiyuki Yonezawa, Takahiro Inoue, Takuji Ichihashi, Yoshimune Shiratori and Shoichi Maruyama
「Predicting Oxygen Requirements in Patients with Coronavirus Disease 2019 Using an Artificial Intelligence-Clinician Model Based on Local Non-Image Data」

過去のニュース (更新予定)

Hello, Wide Learning!ロゴ