Business succession / M&A listing: AI finance and cybersecurity patent portfolio

Our company was established as part of a project specializing in cutting-edge blockchain and smart contract development using Python and the Go language. In recent years, building on data science and predictive modeling, it has evolved into a future-oriented company driving the development of social infrastructure, such as realizing AI-powered smart cities. From 2025, we shifted to a management style of protecting our AI-related development achievements as patents, with the following patent portfolio: 1. Patent No. 7791512 "Credit scoring system, credit scoring method, and model generation system" Filing date: 2025/08/20 Registration date: 2025/12/16 An AI credit scoring system using LightGBM. It integrates attribute data and dynamic data and, equipped with an explanation feature based on SHAP values, enables highly accurate delinquency risk prediction. Decision accuracy can be quantitatively demonstrated by Accuracy (correct-answer rate) and AUC (delinquency-detection success probability). *This technology performs decision-tree exploration using gradient boosting via the LightGBM AI model, together with SHAP-based visualization of the rationale. This patent's algorithm functions effectively as-is across all industries where tabular data—at which gradient-boosted decision trees excel—exists. It is a foundational technology, well suited to fields beyond finance. It can be applied immediately to the following cases, where high predictive accuracy (Accuracy/AUC) and accountability are required simultaneously: ・Medical diagnosis: predicting disease-onset risk and presenting diagnostic rationale via SHAP ・Fraud detection: detecting fraudulent acts and unauthorized access in e-commerce and insurance ・Churn prediction: detecting subscription user cancellation risk and analyzing the factors ・Predictive equipment maintenance: predicting factory machine failures and identifying anomalous sensors This patent's algorithm functions effectively as-is across all industries where tabular data—at which gradient-boosted decision trees excel—exists. 2. Patent No. 7859641 "Search system that vectorizes the meaning of words to find similar sensibilities" Filing date: 2026/02/16 Rather than conventional keyword search, this technology vectorizes the meaning of text to search for similar listings, and automatically extracts even the reasons why they are similar. 3. Patents under application (several in preparation) We plan to sequentially file new inventions in the AI × finance × cybersecurity field. The above was also announced in a press release. https://prtimes.jp/main/html/rd/p/000000001.000182264.html

事業譲渡

特許及び以下のソフトウェアが含まれます。 ・プログラム:実際に動作するPython及びRust言語等のコード一式 ・ドキュメント:仕様書および環境構築手順書、AI訓練用データCSV ・デジタル製品:特許技術を製品化してデジタル出品したパッケージ ・出版物:AI関連の本の出版権

当社はPythonとGo言語を用いた最先端のブロックチェーンおよびスマートコントラクト開発に特化したプロジェクトの一環として設立しました。 近年でデータサイエンスと予測モデリングを基盤として、AIを活用したスマートシティの実現など、社会インフラの構築を推進する未来志向の企業へと進化を遂げています。 2025年からはAI関連の開発成果のノウハウを特許として保全する経営スタイルに移行しており特許は以下をポートフォリオにしております。 1.特許第7791512号 「与信スコアリングシステム、与信スコアリング方法、およびモデル生成システム」 出願日：2025/08/20 登録日：2025/12/16 LightGBMを用いたAI与信スコアリングシステム。 属性データと動的データを統合し、SHAP値による根拠説明機能を備えた高精度な延滞リスク予測が可能。 判定精度はAccuracy（正答率）およびAUC（延滞判定成功確率）で定量的に証明可能。 ※この技術はAIモデルであるLightGBMによる勾配ブーストを用いた決定木探査と、SHAPによる根拠可視化を行う 勾配ブースト決定木が得意とするテーブルデータが存在する全産業において、本特許のアルゴリズムはそのまま有効に機能します。 基盤技術であり、金融以外の領域にも最適です。 高い予測精度（Accuracy/AUC）と説明責任が同時に求められる以下のケースに即時適用可能です。 ・医療診断：疾患発症リスクの予測およびSHAPによる診断根拠の提示 ・不正検知：ECや保険における詐欺行為・不正アクセスの検知 ・顧客離脱予測：サブスクリプション等のユーザー解約リスク検知と要因分析 ・設備予兆保全：工場機器の故障予測と異常センサーの特定 勾配ブースト決定木が得意とするテーブルデータが存在する全産業において、本特許のアルゴリズムはそのまま有効に機能します。 2.特許第7859641号 「言葉の意味をベクトル化し近い感性を探す検索システム」 出願日：2026/02/16 従来のキーワード検索ではなく、文章の意味をベクトル化して類似案件を検索し、なぜ似ているかの理由まで自動抽出する技術です。 3. 出願中特許（複数件準備中） AI×金融×サイバーセキュリティ分野の新規発明を順次出願予定です。 以上はプレスリリースでも発信されました。https://prtimes.jp/main/html/rd/p/000000001.000182264.html

会社・事業の成長のため

特許技術 1.「AI与信スコアリングシステム」は2025年、自社開発においてLightGBMというモデルを実装して審査対象データを学習させ、信用スコアを算出すると同時に延滞リスクを瞬時に判定します。 AIの判定結果の正確さはAccuracy（正答率）で証明すると同時に、AUCで延滞の可能性を判定出来た成功確率を算出して延滞リスク判定の精度を飛躍的に高めます。 また延滞の可能性の根拠となる要因をSHAPという値で定量的に説明することを可能にしています。 従来の審査ルールを固定させることなく市況や顧客属性の変化に応じてAIが学習する事で、常に最適化された与信判断が可能となります。 本技術により迅速な与信審査と自動化による人件費削減、精密評価による承認率向上を同時に実現でき、FinTech・BNPL・保険分野において収益性とリスク管理の両面で明らかな改善効果が見込まれます。 また、金融庁の勧告する「AIの判断根拠の透明性」を実現するSHAP値実装技術を組込み、現在のAI市場においても極めて高い希少価値を持ち合わせています。 ※この技術はAIモデルであるLightGBMによる勾配ブーストを用いた決定木探査と、SHAPによる根拠可視化を行う 基盤技術であり、金融以外の領域にも最適です。 高い予測精度（Accuracy/AUC）と説明責任が同時に求められる以下のケースに即時適用可能です。 ・医療診断：疾患発症リスクの予測およびSHAPによる診断根拠の提示 ・不正検知：ECや保険における詐欺行為・不正アクセスの検知 ・顧客離脱予測：サブスクリプション等のユーザー解約リスク検知と要因分析 ・設備予兆保全：工場機器の故障予測と異常センサーの特定 勾配ブースト決定木が得意とするテーブルデータが存在する全産業において、本特許のアルゴリズムはそのまま有効に機能します。 ２．「言葉の意味をベクトル化し近い感性を探す検索システム」 活用可能な主なシーンは以下などに効果を期待出来ます。 ・金融・与信：過去類似案件から判定理由を自動抽出（上記与信スコアリングとの組合せで融資判定・説明生成が可能） ・医療：類似症例検索による診断支援・治療方針の根拠提示 ・法務：類似判例・契約条項の検索、判決予測の根拠抽出 ・LLMのハルシネーション対策：出力根拠を類似ドキュメントから追跡（RAG高度化）