現場データを扱う時系列基盤モデル「yoft」を開発、APIの一般提供を開始しました

株式会社ニューロジカは、現場データを扱う時系列基盤モデル「yoft」を開発し、サービスサイト「yoft.ai」でAPIの一般提供を開始しました。

yoftは、電力需要や売上、設備のセンサー値など、多様な現場データを扱うための基盤モデルです。不規則な観測間隔や欠測、高頻度の信号に対応し、将来予測・異常検知・欠損補完を一つの基盤で行います。用途ごとにモデルを一から開発する負担を減らし、予測を日々の業務に組み込むためのAPIを提供します。

不規則な観測間隔や欠測に対応する時系列基盤モデルで、予測・異常検知・欠損補完をAPIとして一般提供するのは、当社が調査した公開情報の範囲では日本企業で初めてです(2026年10月14日時点、当社調べ)。

現場データ活用の3つの課題に取り組みます

• 用途ごとのモデル開発の手間: 対象のデータだけで学習する方法では、商品や設備が増えるたびに設計と調整が必要になります。yoftは多様な分野の時系列データで事前学習しており、未知のデータにも追加学習なしで対応します
• 整っていない現場のデータ: センサーごとに測定のタイミングがそろわず、通信断や点検で欠損が生じます。yoftは不規則な間隔や欠測をそのまま入力として扱います
• 予測の根拠: 需給計画や設備保全では判断の根拠も求められます。予測に重要だった変量・時刻を示す説明可能性の機能を、個別のご相談に応じて提供します

GIFT-Evalで、追加学習なしの手法の中で1位

GIFT-Evalは、Salesforce AI Researchが公開する時系列予測のベンチマークで、エネルギー、交通、経済・金融、医療、自然、売上、Web・クラウド運用の7分野、97の評価設定で性能を比較します。

当社のオーケストレーションモデル「yoft-o」(掲載名: TIMEHEDGE)は、正規化MASEによる比較で、評価対象データで追加学習しない手法の中で1位を記録しました。追加学習の有無を問わない全143エントリーでも3位に入っています。基準手法(直前の周期と同じ値が続くと仮定する予測)に比べ、97の評価設定をまとめた指標で予測誤差を約35%低く抑えました(いずれも2026年10月14日確認の公開結果に基づく当社の整理です)。

サービスの提供と導入のご相談

サービスサイト「yoft.ai」で、予測・異常検知・欠損補完のAPIを一般提供しています。手元のデータをブラウザ上で試すこともできます。推論は当社のサーバーで行うため、利用者側でGPUやモデルの運用環境を用意する必要はありません。現場のデータを使った検証やシステムへの導入、利用企業のサーバーやエッジ機器での運用についても、個別にご相談を受け付けています。

• サービスサイト: https://yoft.ai/ja
• APIドキュメント: https://yoft.ai/ja/docs
• 導入・開発のご相談: https://yoft.ai/ja#contact

プレスリリースの全文はPR TIMESでご覧いただけます。また、10月13日から16日まで幕張メッセで開催のCEATEC 2026の当社ブースでは、yoftによる予測・異常検知・欠損補完のデモをご覧いただけます。