伏見千尋 氏を明治大学生田キャンパスにお招きして講演していただきました
2022年12月22日(木)に、東京農工大学で准教授をされている伏見千尋 氏を明治大学生田キャンパスにお招きしまして、ゼオライトやその合成・設計・解析に関するご講演をしていただきました。伏見先生が研究されているバイオマス（再生可能炭素資源）...
化学工学
バッチプロセスにおいてバッチ時間の異なるバッチを含むデータセットを用いた、バッチプロセスの終点予測やバッチプロファイル(時間含む)を設計する手法を開発しました [金子研論文]
金子研の論文が Computers & Chemical Engineering に掲載されましたので、ご紹介します。タイトルは Direct prediction of the batch time and process variabl...
全体的な変数重要度(特徴量重要度)と局所的な変数(特徴量)の寄与度の考え方の違いと使い分け
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・合成条件・製造条件・評価条件・プロセス条件・プロセス変数 x と材料の物性・活性・特性や製品品質 y との間で数理モデル y = f(x) を用いて、x の値から y の値...
Datachemical LAB にソフトセンサーと異常検知の機能が追加されました！[オンライン予測も可能]
化学・化学工学分野におけるデータ解析・機械学習クラウドサービス「Datachemical LAB」の新機能についてです。プレスリリース↓ いろいろな所で紹介させていただいている通り、Datachemical LAB を使用することで、データ...
Datachemical LAB の出現によるデータ解析・機械学習の変化
分子設計・材料設計・プロセス設計・プロセス管理において、データ解析・機械学習をすることが一般的になってきました。ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクスという言葉も色々な場面で使われています。企業の...
ベイズ最適化でプラントごとに最適な適応型ソフトセンサーを選択する手法を開発しました！[金子研論文]
金子研の論文が Case Studies in Chemical and Environmental Engineering に掲載されましたので、ご紹介します。タイトルは Design of adaptive soft sensor ba...
Datachemical LABによって研究者やエンジニアが実験や製造に集中できるようになった
ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクスが一般的に行われるようになってきました。これまで蓄積されたデータを用いたり、これから得るためのデータをうまく活用したりして、データ解析・機械学習によって構築し...
時系列データにおけるモデル適用範囲
目的変数 y と説明変数 x のデータを準備して、x と y の間で数理モデル y = f(x) を構築し、モデルに基づいて x の値から y の値を予測したり、y の値が目標値になるような x の値を設計したりします。モデルで予測するとき...
プロセスの動特性を考慮した異常検出と異常診断を達成するディープニューラルネットワークを開発しました！[金子研論文]
金子研の論文が ACS Omega に掲載されましたので、ご紹介します。タイトルは Deep Convolutional Neural Network with Deconvolution and a Deep Autoencoder fo...
三つの本の使い分け
2021年8月1日現在、金子弘昌 著の３冊の本が出版されています。 金子研オンラインサロンでは、本の内容に関する質問をいただいたり議論が深まったりして嬉しい限りです。修正点などのご指摘もいただき、実際に私の方で修正し、内容的にもアップデート...