この度、FraD内のアルゴリズムを高度化しました。

　これまでのFraDでは、従来の畳み込みニューラルネットワーク（Convolutional Neural Network, CNN）により構築した学習モデルを用いていましたが、今回、ビジョントランスフォーマー（Vision Transformer, ViT）を活用した学習モデルへと変更して、画像診断のパフォーマンスを向上させました。

　今年初め、Chat GPTが世間からの注目を浴びましたが、そこで用いられた機械学習アーキテクチャがTransformerと呼ばれるものです。ViTとは、自然言語処理に用いられるTransformerの自己注意機構を画像に適用したものです。従来のCNNは、畳み込みという帰納的なアプローチ、つまりローカル（局所）からグローバル（大域）で情報を集約する処理を行っていましたが、ViTはそれとは異なり、初期からグローバル（大域）な特徴を学習するところにその独自性があります。

　このViTの独自性をFraDに適用することで、従来のFraD AIでは見過ごしてしまっていた破面の特徴も検知できるようになり、結果として、破面画像診断のパフォーマンスを向上させ、今後の各種機能追加にも大いに貢献してくれると期待しています。

　我々は今後も時代の先端の技術にキャッチアップし、自らの開発に反映させ、FraDの性能向上に注力してまいります。

　もし、FraDの判別結果に疑問等が生じましたら、何なりとご連絡ください。今後ともどうかよろしくお願いいたします。