多種多量のデータが流通する現在では、その中から如何に価値を見出し、有効活用するかがビジネス戦略上、重要になっています。こうした背景のもと、経済産業省では「都市交通」、「ヘルスケア」、「農商工連携」の3分野について、次世代の持続可能な社会システムを実現するビジネスモデルを構築するとともに、それらを支えるデータ処理基盤に関する先導研究を実施します。
　本講は各研究テーマにおいて実用化にむけた事業者の取組みを紹介することで情報通信技術の発展に寄与することを目的としています。

1. IT融合による新ビジネス創出に向けて

(2013年5月29日 13:00〜13:30)

経済産業省 商務情報政策局 情報経済課 課長補佐
宮田 洋輔 (みやた ようすけ) 氏

　ITの進展により、産業分野を問わず、多種多様なデータを大量に取得できる環境が整ってきている。これは、新たなビジネスを生み出す大きなチャンスとなっている。経済産業省では、このようなデータを利活用し、新ビジネスにつなげる取組を、IT融合政策と名付け支援を行っている。
　本講演では、IT融合政策の全体像と支援事業について述べる。

1. 我が国におけるデータ利活用の現状
2. IT融合について
3. IT融合政策の全体像
4. IT融合システム開発事業

2. パーソナルモビリティのスマートシェアリングシステムに関する研究開発

(2013年5月29日 13:35〜14:15)

トヨタ自動車 (株) パートナーロボット部 企画総括室 企画グループ 主幹
村上 博之 (むらかみ ひろゆき) 氏

　一人一人のユニバーサル・サステナブルな移動を実現する次世代パーソナルモビリティ。その移動価値の所有と利用の両方の選択を可能にする、新しい移動プラットフォームと移動シェアリングサービスの開発戦略及び、移動技術と情報技術と通信技術を融合し、移動を動機付け、移動を案内し、移動に特典を与え、移動を記録し、移動を共有し、人と人、人と街、人と場、人と店、人と事をつなぎ、人のフットワークとネットワークをシームレス・ユビキタスに拡張する新しいソリューションを紹介します。

1. モビリティの未来のビジョン・ミッション
2. モビリティを取り巻くパラダイムシフト
3. パーソナルモビリティ可能性
4. 移動と情報を融合したソリューション

3. 次世代医用クラウドシステムによる脳卒中に関する統合診断支援プラットフォームの構築

(2013年5月29日 14:20〜15:00)

(株) NTTデータ 技術開発本部 サービスイノベーションセンタ
ロボティクスインテグレーション推進室 課長
早川 晃弘 (はやかわ あきひろ) 氏

　本プロジェクトでは、脳画像に対する診断支援及び脳画像情報の集積を可能にする、医用画像クラウド情報・知識システム「MICCS」を開発するとともに、要介護の原因の1位である脳卒中等に関する診断支援/予防支援を実現するサービス創出を目指している。
　本講演では、想定しているサービスモデルやMICCSのシステム構成等について述べる。

1. 全体概要
2. 想定しているサービスモデル
3. サービスを支えるMICCS基盤
4. 想定する診断支援アプリケーションの例

4. スマートリーン農業アーキテクチャの開発と農業生産支援サービス事業の世界展開

(2013年5月29日 15:10〜15:50)

NECシステムテクノロジー (株) システムテクノロジーラボラトリーシニアマネージャー
神谷 俊之 (かみや としゆき) 氏

　本プロジェクトでは、カンキツ栽培を事例として気象などの環境情報、作物の品質情報を栽培仮定で継続的に取得し、栽培コミュニティ内でその知識・データを共有することで市場競争力のある高品質農作物の生産・出荷を支援するサービスの開発を目指している。
　本講では農業におけるIT活用の事例と本プロジェクトで想定するアーキテクチャ、実証実験等について述べる。

1. 全体概要
2. 従来の農業IT取組み事例と得られた知見の紹介
3. プロジェクトで開発するアーキテクチャの概要
4. 実証実験の計画について

5. リアルタイム大規模データ解析処理基盤の研究開発

(2013年5月29日 16:00〜17:00)

日本電気 (株) グリーンプラットフォーム研究所 研究部長
中村 祐一 (なかむら ゆういち) 氏
(株) Preferred Infrastructure 研究開発部門 リサーチャー
比戸 将平 (ひど しょうへい) 氏

　ビッグデータ時代においては、大規模データをリアルタイムに有効活用できる環境の実現が不可欠である。
　本プロジェクトでは大規模分散リアルタイム機械学習基盤Jubatusをベースに、大量のデータを高速に活用可能な次世代ビッグデータ処理システムの開発を行っている。本講演ではビッグデータ処理の実例、及び目指す処理基盤の将来像について述べる。

1. リアルタイム性を持つビッグデータの利活用
2. リアルタイムデータ処理技術
3. 次世代データストア技術
4. 分散リアルタイム機械学習