決定木やランダムフォレストを回帰分析でどのように活用するか？
今回は決定木やランダムフォレストの活用方法についてです。というのも、決定木やランダムフォレストをクラス分類に用いるときは特に関係ないのですが、回帰分析に用いるときは、決定木やランダムフォレストによって構築されたモデルの特徴の一つに、目的変数...
dcelab
共同研究関係の対外発表(学会発表・論文発表)をするとき、金子研ではどうしているのか？
皆さまのお陰さまをもちまして、大学や研究所、企業の方々と多くの共同研究をさせていただいております。どうもありがとうございます。共同「研究」ですので、研究成果が出ましたら、積極的に学会発表や論文発表といった対外発表をしています。ただ、例えば共...
モデルの適用範囲を広げるにはどうすればよいのか？
分子設計・材料設計・プロセス設計を行うとき、分子記述子や材料の合成条件・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 y との間で、データを用いて数理モデル y = f(x) を構築します。そして、そのモデルを用いて x ...
今あるデータセットに対して、どの手法を使えばよいのか？
説明変数 x と目的変数 y の間で回帰モデル・クラス分類モデル y = f(x) を構築して、構築されたモデルを用いて x の値から y を予測したり、逆に y の値が目標値になるように x の値を設計したりします。このような数理モデルが...
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 for...
Gaussian Mixture Regression の真の順解析・逆解析をする手法を開発しました！[金子研論文]
金子研の論文が Science and Technology of Advanced Materials: Methods に掲載されましたので、ご紹介します。タイトルはTrue Gaussian Mixture Regression an...
有機過酸化物の自己促進分解温度を予測するモデルを開発しました！[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Development of Prediction Models for the Self-Accelerating Decomposition Temper...
プロセスインフォマティックスで時系列データをどのように扱うか？
プロセスインフォマティクスの特徴の一つとして、扱うデータに時系列データが含まれていることがあります。分子や材料の特徴量のデータとは、また別の取り扱いをする必要があります。温度、圧力、流量、滴下量、・・・といったプロセス変数が時間変化をしまし...
2021年に読んだビジネス書・実用書・エッセイ、漫画をまとめます
今年も Kindle で読んだ本をまとめておきます。2020, 2019 年版はこちらです。基本的に本は通勤時間に読んでいます。ただ最近は通勤時間に仕事をすることが多くなり、読んだ本の数は減っております。今年はもう少しがんばろうかな、と思っ...
モデル構築のときに特徴量の重要度を考慮した方がよいか
説明変数 x と目的変数 y の間で回帰モデルやクラス分類モデルを構築するとき、いろいろな回帰分析手法やクラス分類手法があります。x のすべての特徴量が平等に重要な場合もあれば、x の中に重要な特徴量もあり重要でないノイズのような特徴量もあ...