HACARUS专门从事AI（人工智能）的研发。稀疏建模是从少量数据中提取特征量的主要方法。
当您需要快速有效地获得结果时，它非常有效。
与当下常用的方法深度学习相比，稀疏建模具有以下优势：
HACARUS的稀疏建模技术
深度学习技术
经过验证的稀疏建模技术
我们的技术基于稀疏建模，仅关注最重要的信息元素。这种方法降低了数据分析的复杂性。 最终，可以从少量的输入数据中得出有意义的信息。
如何运行的
当您只有少量且具有多种特征的样本数据时，应用AI算法通常无法得到理想的性能。但是，可以通过关注对输出真正重要的特征来解决此问题。稀疏建模具有自动识别这些重要属性的能力。
稀疏建模技术的另一个功能是能够揭示不同数据之间的因果关系。它得到深度学习难以实现的“正确数据本身”。
科学应用
自2016年以来，我们将最新的研究成果应用于各种案例，进一步开发并发展稀疏建模技术。 由此，HACARUS已成为通过稀疏建模进行机器学习的先驱。
首席科学顾问
大关真之
东北大学研究生院信息科学研究科，应用信息科学专业的准教授。运用被称为量子退火的计算技术，从事有关新计算基础设施的设计，以及包括深度学习在内的机器学习的理论和应用的研究。曾在东京工业大学从事理论物理学的研究包括从本科，硕士到博士期间，这是一门与赚钱无关的基础学科，与此同时还在骏台预备学校担任兼职讲师。之后，成为京都大学研究生院信息学研究科系统科学专业的助理教授，并在罗马大学物理学科担任研究员后，到现在的岗位。
著作：
量子计算机加快人工智能（Nikkei BP）
机器学习入门 从玻尔兹曼机器学习到深度学习（Ohmsha）
顾问
河本 薰
滋贺大学数据科学系教授。曾作为大阪燃气业务分析中心的负责人，积极推进数据分析在企业决策中的应用，被Nikkei Information Strategy评选为“年度最佳第一代数据科学家”。多次发表演讲并活跃在媒体上，为日本数据科学的发展做出了贡献。从2018年起，成为滋贺大学数据科学系的教授，继承了在商业领域积累的鲜活经验，从大学教授的角度积极促进产学合作。
著作：
改变公司的分析的力量（讲谈社现代新书）
最强大的数据分析组织（Nikkei BP）