TOOR INC.

25/08/2026

【論文公開のお知らせ】

弊社の高次元データ可視化エンジン toorPIA の中核技術である次元削減処理について、その距離保存性能を客観評価した論文を arXiv に公開しました。

A Fixed-Radius Distance-Band Benchmark for Dimensionality-Reduction Fidelity
https://arxiv.org/abs/2608.21779

次元削減手法の評価に広く使われている近傍ベースの指標（recall@k など）が持つ構造的な偏りを指摘し、それを補正した評価法を提案したうえで、公知の7手法（PCA、Isomap、t-SNE、UMAP、PyMDE、PCC、DREAMS）と toorPIA を、真の幾何構造が既知の合成データ上で同一条件比較したものです。

主な結果：
・5つの主要データセットのうち4つで、toorPIA が距離保存性の総合評価で首位（残る1つは3位）
・正常データのみで作成したマップに未知の異常を1点ずつ追加する監視試験において、異常を正常領域の明確な外側に描き、かつその方向から発生源を特定できたのは8手法中 toorPIA のみ。これは設備監視ソリューション vibeCheck の利用場面をそのまま模した試験です

自社技術を自社で評価するベンチマークであるため、検証可能性を最優先しています。評価コード・データ・toorPIA の出力座標はすべて公開しており（GitHub / Zenodo DOI: 10.5281/zenodo.21380823）、論文中のどの数値も第三者が再計算・検証できます。toorPIA が他手法を下回る結果も、同じ表にそのまま掲載しています。

GitHub: https://github.com/toorpia/dr-fidelity-benchmark

本論文は査読前のプレプリントです。技術的なご質問やお客様の用途に即したご説明のご希望は、お気軽にお問い合わせください。

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。