Technologies へ戻る
AI + IoT Platform

Core Technologies

地域ごとの水質・環境に最適化した藻類ライブラリと、 IoTセンシング × AI推論による高精度な培養制御プラットフォーム。 ABC 技術を支える独自の技術基盤です。

技術資料を請求する
Three Pillars

基盤技術の3本柱

Pillar 01

藻類ライブラリ

各地域の水質・塩分・温度・光環境に最適化した微細藻類株のライブラリを当社独自に構築。 バイオインフォマティクスを活用したゲノム解析により、CO₂固定能力・栄養吸収効率・培養安定性を多角的に評価し、 最適な株・ブレンド比を提案します。CO₂固定・栄養回収メカニズムの一般的知見は下記 References を参照[1][2]。

  • ✓ 地域水質データベースとの統合
  • ✓ 株の遺伝的安定性評価
  • ✓ カスタムブレンド設計
Pillar 02

IoT センシング

pH・溶存酸素・濁度・温度・光量など10以上のパラメータ (当社実装) をリアルタイム計測。 エッジコンピューティングによる現場処理と、クラウド統合ダッシュボードで 複数拠点のデータを一元管理します。微細藻類培養のセンシング基盤は Havlik et al.[3] に準拠。

  • ✓ リアルタイム多変量センシング
  • ✓ エッジ処理による低遅延制御
  • ✓ クラウド統合ダッシュボード
Pillar 03

AI 培養制御

センシングデータを基に強化学習と時系列予測モデルが培養パラメータを当社アルゴリズムで自動最適化。 気象変動・季節変化・負荷変動への適応的な制御により、 年間を通じた安定した藻類密度と品質の維持を目指します。光バイオリアクターのAI制御アプローチは Fernández et al.[4] 等で報告されています。

  • ✓ 強化学習による自律的パラメータ最適化
  • ✓ 時系列予測による先行制御
  • ✓ 異常検知・アラートシステム
Scientific Basis

科学的根拠

Core Technologies の3本柱は微細藻類培養・センシング・制御の学術的知見を基盤とし、その上で当社独自のライブラリ・アルゴリズム・実装を構築しています。 個別性能値 (10以上のパラメータ同時計測・年間を通じた安定培養) は当社実装・当社実証値であり、導入環境により変動します。

References

  1. Mohsenpour S.F., et al. Integrating micro-algae into wastewater treatment: A review. Science of the Total Environment, 2021, 752, 142168. DOI →
  2. Chisti Y. Biodiesel from microalgae beats bioethanol. Trends in Biotechnology, 2008, 26(3), 126–131. DOI →
  3. Havlik I., Lindner P., Scheper T., Reardon K.F. On-line monitoring of large cultivations of microalgae and cyanobacteria. Trends in Biotechnology, 2013, 31(7), 406–414. DOI →
  4. Fernández F.G.A., et al. Conventional and emerging strategies for the microalgae biomass production from wastewater and industrial flue gases. Bioresource Technology, 2021, 321, 124475. DOI →

技術詳細・共同研究のご相談

Core Technologies の仕様書・研究データをご提供します。 共同研究・導入実証のご相談もお気軽にどうぞ。

お問い合わせ → ABC 技術を見る →