特徴量選択・変数選択をするときのハイパーパラメータの決め方や考え方
分子設計・材料設計・プロセス設計・プロセス制御において、分子記述子・合成条件や製造条件・プロセス条件・プロセス変数などの特徴量 x と材料の物性・活性・特性や製品の品質など目的変数 y との間で数理モデルを構築します。y の関係のない x ...
dcelab
モデルの適用範囲の広さを評価する方法
分子設計・材料設計・プロセス設計・プロセス制御において、分子記述士・合成条件や製造条件・プロセス条件・プロセス変数などの特徴量 x と材料の物性・活性・特性や製品品質などの目的変数 y との間で、数理モデル y = f(x) を構築します。...
公開動画
これまでデータ化学工学研究室 (金子研究室) 関係で公開されている動画をまとめます。公開動画が追加され次第、新しい順に追加していきます。 ・2024 年 1 月 31 日 『実例で学ぶ化学工学』 解説動画 【動画で解説！】8章 8.1 伝導...
実験計画法・適応的実験計画法における特徴量選択とモデルの適用範囲
分子設計・材料設計・プロセス設計において、最初の実験・シミュレーションの合成条件・製造条件・プロセス条件などを実験計画法により決め、実験やシミュレーションをしたあとに得られるデータを用いて、特徴量 x と材料の物性・活性・特性 y との間で...
ホモポリマーとコポリマーを同時に設計する高分子設計手法を開発しました！[金子研論文]
金子研の論文が Polymer Engineering & Science に掲載されましたので、ご紹介します。タイトルは Molecular design of monomers by considering the dielectric...
GridSearchCVでハイパーパラメータの最適化に失敗した時の原因と対処法
回帰モデルやクラス分類モデルにおけるハイパーパラメータを最適化するため、scikit-learn の GridSearchCV を使用する人がいらっしゃると思います。特に複数の種類のハイパーパラメータがあるとき、GridSearchCV を...
GTM や GTM Regression (GTMR) のハイパーパラメータの高速最適化
DCEKit に搭載されている Generative Topographic Mapping (GTM) や Generative Topographic Mapping Regression (GTMR) について、 クロスバリデーション...
実験計画法における特徴量の標準化(オートスケーリング)
材料設計・プロセス設計において、合成条件・製造条件やプロセス条件などの特徴量 x と物性・活性・特性などの目的変数 y の間で数理モデル y = f(x) を構築し、構築したモデルを用いて y が目標値となるような x の値を探索します。モ...
線形手法を使うべきか、非線形手法を使うべきか
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子や合成条件・製造条件・プロセス条件やプロセス変数などの特徴量 x と物性・活性・特性などの目的変数 y との間で数理モデル y = f(x) を構築したり、モデルに x の値...
適応型ソフトセンサーを転移学習＆アンサンブル学習させて新たな銘柄を予測する手法を開発しました！[金子研論文]
金子研の論文が Analytical Science Advances に掲載されましたので、ご紹介します。タイトルは Adaptive soft sensor based on transfer learning and ensemble...