Heliosは最近、Mediumに2つの新しい記事を公開しました。 ここでは、その最新コンテンツをご紹介します。 Dev Tips: How to Get Structured JSON Output with LangChain and Pydantic 本記事では、LLM（大規模言語モデル）を使う開発者がよく抱える課題 ― 出力フォーマットの不安定さ  ― に焦点を当てています。名前やメールアドレスを取り出すだけでも複雑な文字列処理が必要になる…そんな経験のある方に向けた内容です。 記事では、 LangChain  と Pydantic  を組み合わせることで、LLMに対し「必ず決まった構造のJSONを返すよう強制する」実践的な方法を紹介しています。LangChainはプロンプトの管理やワークフローを担当し、PydanticはPythonの型ヒントを用いた厳密なスキーマ検証を行います。 記事では、次の3ステップで実装方法を解説しています。 Pydanticの BaseModel を用いてデータモデル（スキーマ）を定義する PydanticOu

このたび、 株式会社Helios はが共同事業者として参画する、株式会社アークエッジ・スペースが中心となって進められる「多様な衛星を活用した自然環境改変やリスクの検出・分析手法とプラットフォームの開発に関するR&D事業」が採択されたことをお知らせいたします。 本事業は、衛星データの特性を活かすことで、効率的な解析手法と衛星データを含む地理空間情報プラットフォームを開発し、限られた人員や予算においても自然環境の変化や影響を長期的かつ広範囲に効率的に把握するR&D事業です。 特に、人間活動および自然現象や災害による様々な自然環境の改変及びそのリスクを早期に探知・検出し、そのデータと分析結果を多くの関係者と共有することで、効果的な対策の立案や実施、及び自然資本の保全ビジネスに役立てることを目指します。 弊社は衛星システム設計、センサー統合、データ処理技術等に強みを持つ技術提案・実装支援を担う予定です。さらに、アークエッジ・スペースおよび他の参画機関と緊密に連携し、実証実験から社会実装まで一貫した推進を目指します。 私たちは、この参画を通じて、衛星リモー

平素より格別のご高配を賜り、厚く御礼申し上げます。 この度、株式会社Heliosは、国立大学法人東京科学大学より「東京科学大学認定ベンチャー」として認定されましたことを、謹んでご報告申し上げます。 本制度は、東京科学大学の研究成果や人材を活用して新しい価値を創造し、社会に貢...

9月15日にPRTimesにて公開したプレスリリースについて、VOIXにて特集としてご紹介いただきました。 https://voix.jp/biz/news/151780/

この度、株式会社Heliosは、株式会社長大と、環境データ解析システムの開発と社会実装における協力に関する基本合意書を2025年8月1日に締結しました。 本合意は、当社が持つ先進的なデータ解析技術と、株式会社長大が長年培ってきた社会インフラに関する専門的知見を組み合わせるこ...

6月に株式会社HeliosのMediumを立ち上げ、これまでに10個の記事が投稿されました！今回はそれぞれの概要を紹介いたします。 Why Multi-Modal Analysis Matters for Remote Sensing...

この度、株式会社Heliosは、株式会社オーシャンアイズとの間で、衛星データを活用した海洋解析技術の開発を目的とした委託契約を締結いたしました。 本契約に基づき、当社は衛星データから海洋情報を抽出する解析アルゴリズム開発を行います。...

この度、当社は株式会社アークエッジ・スペースと連携し、同社が開発・運用する地球観測衛星のデータ高度利用に向けた技術開発に着手することをお知らせします。 この取り組みは、衛星から得られる専門性の高い観測データを、多様な分野で活用可能な実用的な情報へと変換する、独自の解析ソリュ...

日本宇宙フォーラムを通じた技術支援を実施

このたび、Heliosの新しい Mediumテックブログ 「 Helios-techblog 」を開設しました。ここでは、私たちが開発する技術の裏側や、リサーチ内容、現場での取り組みなどを発信していきます。 Heliosでは、 衛星・ドローン・地上データ...

こんにちは！八島です。 佐々木も一時帰国して、先週末29日に株式会社Helios初の社員総会を実施しました。 3月中に開発が完了したMVP(Minimum Viable Product)について、実際に目の前で動作させて今後の開発方針について議論しました。...

近年、機械学習、特に大規模言語モデル（LLM）の開発における進展により、データ処理を行い、洞察を得る方法が大きく変わりました。LLMの成功に触発され、弊社では「Large Earth Model（LEM）」を開発しています。これは、リモートセンシングにおけるマルチモーダル分析の力を活用し、ユーザーに直接実用的な洞察を提供する最先端のプラットフォームです。 マルチモーダル洞察によるリモートセンシングの革命 LEMは、生のリモートセンシングデータと実用的な洞察との間のギャップを埋める革新的なフレームワークです。以下の3つの柱を基盤としています： センシング プロセスは、広範なリモートセンシングプラットフォームからデータを収集することから始まります。これには、次のものが含まれます： 衛星画像 ：広域での地球規模の視点を捉えるため。 航空機/ドローン画像 ：中規模の地域観測のため。 IoTセンサー ：気象観測所や環境モニタリングデバイスなど、現場測定のため。 これらの多様なセンシング手法により、地球の空間的、時間的、スペクトル的情報を豊富に含む異種データ

リモートセンシングとは、地球表面のデータを取得し解析する学問です。従来の地理空間分析は、光学画像のような単一のデータソースに依存していました。これらのデータは有益ではあるものの、環境や空間の複雑な評価には十分な深みや多角的な視点を欠いている場合があります。...

株式会社Heliosを登記しました。その経緯や今後の野望について初のブログでご紹介します！