TOOR INC.

14/04/2026

「常設センサーがつけられない設備の予兆監視は、どうすればいいのか」

この課題を化学・素材業界のお客様から何度もお聞きしてきました。
配線工事、防爆エリアの制約、設備停止の難しさ——。

その答えの一つとして当社は音響ベースの予兆監視デバイス「vibeCheck」を開発してきました。
本体を居室に置き、現場では担当者が日常点検の一環でiPhoneや手持ちのピックアップセンサーで音を採るだけ。低速回転機やコンベアなど、従来の振動
センサーが苦手としてきた設備にも対応します。

このたび、vibeCheckを実際の現場で1ヶ月間、無料でお試しいただけるプログラムを開始しました。

📍 当社担当者が現地訪問しセットアップ
📍 1ヶ月後、技術評価・運用評価の2階建てレポートをお渡し
📍 交通実費以外、費用は一切いただきません

四半期ごとに3社限定・日本国内限定での選考制となります。

「まずは一度、自社の設備で試してみたい」という方は、ぜひご応募ください。

👉 https://www.toor.jpn.com/trial-vibecheck

#予兆保全 #設備保全 #プラントエンジニアリング

【四半期3社限定】vibeCheckを実際の現場で1ヶ月無料評価。プラント設備の予兆監視PoCを、コストゼロで始められます。技術評価・運用評価の2階建てレポート付き。

05/04/2026

ホームページを全面刷新しました。

高次元データの次元削減エンジン「toorPIA」が、従来手法とどこが違うのか。
2000次元でも信号構造を保持する性能、線形計算量によるGPU不要の高速処理、チューニングパラメータゼロの設計思想——技術的な特徴をより明確にお伝えできる構成にしています。

製品ラインナップ（分析パッケージ / vibeCheck / toorPIA API）や、製造現場の予兆監視・AIモデル内部診断といった適用領域もご覧いただけます。

https://www.toor.jpn.com/

#次元削減 #高次元データ解析 #予兆監視

toorPIAは2000次元の高次元データをパラメータフリー・線形計算量で次元削減する独自エンジンです。製造業の予兆監視やAIモデル内部診断に活用されています。

25/03/2026

Before a machine fails, there are always warning signs — buried in hundreds of sensor dimensions that no human eye can see.

Conventional methods like t-SNE and UMAP break down below 80 dimensions. toorPIA keeps finding the signal at 2,000 dimensions — through noise 667× greater than the signal itself.

We've published a deep dive covering:
→ Why the "curse of dimensionality" defeats nearest-neighbor approaches
→ Experimental results against PCA, MDS, t-SNE, UMAP, and PyMDE
→ How time-series structure preservation enables real predictive maintenance
→ AI internal diagnostics: visualizing hidden states to detect overfitting
→ A production architecture running 10,000+ automated diagnostic maps

No thresholds to set. No parameters to tune. No GPU required.

The article includes an audio overview for those who prefer to listen.

https://dev.toorpia.com/shared/dl_f8u3dj1k/toorpia_note_article_en.html

From predictive maintenance on factory floors to AI internal diagnostics.The power and principles of a dimensionality reduction engine that conquers the "curse of dimensionality."

25/03/2026

設備が壊れる前には、必ず予兆がある。
しかしその予兆は、数百次元のセンサーデータの海に隠れています。

toorPIAは、その海に潜って信号を見つけ出す技術です。

しきい値の設定は不要。数万点の監視ポイントをバックグラウンドで自動診断し、アラートが出たものだけを担当者が確認する ― そんな運用がすでに始まっています。

技術の原理から実運用の仕組みまで、詳しく解説しました。

製造現場の予兆監視から、AIの内部診断まで。「次元の呪い」を超える次元削減エンジンの実力とその原理。

11/09/2025

NotebookLMで生成したtoorPIAの技術的説明です。

22/03/2025

製造現場やインフラ分野で
「データはあるのに活用できない…」と感じたことはありませんか？

私たちは、そうした現場の“最後の一段”を超えるための
軽量データ中継ミドルウェア「IF-HUB（イフ・ハブ）」を開発しました。

製造装置などから出力されるデータをCSVとして設置するだけで、
REST API経由でリアルタイム分析や可視化がすぐに可能になります。

Pythonや機械学習との連携もシンプルに。
しかも、フリーで使えます（商用利用は2038年3月以降）。

これを高次元データ可視化エンジン「toorPIA」と組み合わせれば、
異常検知や工程マッピングなど、現場でのデータ活用の幅が一気に広がります。

▶︎ GitHub: https://github.com/toorpia/if-hub

現場に眠る“もったいないデータ”、ぜひ掘り起こしてみてください！

---
Have you ever felt like “We have data, but we can’t make use of it…”
in your manufacturing site or infrastructure project?

We developed IF-HUB, a lightweight middleware
that bridges the last gap between raw data and real analytics.

Just place your CSV data from machines or sensors,
and IF-HUB instantly exposes it via a unified REST API —
ready for real-time analytics and visualization.

It works seamlessly with Python and machine learning pipelines.
And yes — it’s free to use (commercial use permitted after March 2038).

Combine it with our high-dimensional visualization engine toorPIA,
and unlock powerful use cases like anomaly detection and process mapping.

▶︎ GitHub: https://github.com/toorpia/if-hub

If you have untapped data on-site — this might be the bridge you’ve been waiting for.

An open-source data processing hub that connects industrial data warehouses with analytics systems. - toorpia/if-hub

21/10/2024

自動車業界の大変革期に、データ駆動型の工場改革を実現！

大手自動車部品メーカーのアイシン様が、当社のtoorPIA分析パッケージを活用し、生産設備データの高度な分析モデルを構築されました。
✅ 高次元データを2次元マップで可視化し、異常要因分析を効率化
✅ 30個のセンサー情報を単一のグラフに集約、設備監視の負荷を軽減
✅ 現場担当者にも説明しやすい異常要因分析の仕組みを実現
CPIFコンセプトに基づくDX戦略を推進するアイシン様の先進的な取り組みをぜひご覧ください。製造業の皆様、デジタル時代の工場改革のヒントが詰まっています！

詳細は記事をチェック👇
https://www.toor.jpn.com/_files/ugd/41b7a9_2a7fdf826ed9469fbf8a4f4dbeb73b8b.pdf

21/10/2024

プラントの突発停止を防ぎ、夜間操業の無人化へ一歩前進！

大手化学メーカーのトクヤマ様が、当社のtoorPIA予兆監視ソリューションを活用し、ベルトコンベアの予兆監視システムを構築されました。
✅ 熟練運転者レベルの異常検知を実現
✅ パトロール時間を年間約200時間削減
✅ 教師データ不要で未知の異常にも対応
DXによる生産改革を進めるトクヤマ様の取り組みをぜひご覧ください。製造業の皆様、ご参考になれば幸いです。

詳細は記事をチェック👇

31/10/2023

toorPIAを使えば、ブラックボックスになりがちなAIの中身(中間層)を定量的かつシームレスに可視化することが簡単にできます。

図は、MNIST (手書き数字画像 60,000枚) で訓練された3層パーセプトロンの中間層(128ノード)に対して得られる全トレーニングデータのembeddings (128次元)を相互類似度(ユークリッド距離)に基づいて可視化したものです。

プロットの色(10色)は0〜9の各数字に対応していて、それぞれの手書き数字がこのAIモデルの中間層においてどのように識別されているかが如実に示されています。

この図から、このAIモデルにとって「どの数字の認識が苦手なのか」や「どの数字とどの数字とが似ているか」また「手書き文字の大きさが識別にどのように影響を与るか」などが分かります。

更にtoorPIAは、このモデルのベースマップに対して、任意の検証データ（新規の手書き文字）を追加プロットすることができるので、検証対象に対するモデルの適合性をはじめ、実運用環境においては、モデルの有効期限の評価などにも活用可能です。

そのほかにも、AIモデルの各層におけるエントロピー評価、転移学習における層のパフォーマンス評価、層が保有する情報量分析などにも活用可能です。

26/10/2023

株式会社toor（代表取締役：高枝佳男）と上智大学大学院応用データサイエンス学位プログラム（運営委員長：大槻東巳）は、実業現場において蓄積されている膨大かつ複雑なデータを解析し評価する方法や、バイアス問題の解決方法、データクレンジング、時系列データの実用、それらのデータサイエンスによって得られる実際の成果や今後の展望等についての授業を開設しました。

　授業では様々な形のデータを扱いますが、「静的データ」では、テキストマイニングやＰＯＳ、医療診断データ等を対象とし、「動的データ」では、サーボモータや様々な設備から得られる時系列データ、回転機器や流体等の音・振動データも対象とし、劣化診断や故障診断等の予兆検知・予防保全への応用も学びます。

　従来は把握することができなかった微細な外れ値を視覚化していくことで、人の安全やヘルスケアにつながる検知、システムや生産の安定稼働だけでなく、ファイナンスやロジスティクス戦略、マーケティング、マネジメントの分野でも展開が可能となります。　　

このような次世代DX人材の育成により社会貢献につなげてまいります。

2023年4月、上智大学にデータサイエンスの大学院が始動します。異なる専門領域をもつアカデミック教員と、 ビジネスの最前線に立つ実務家教員から、ビジネス課題をデータドリブンで解決する素養を身につけます。