大岡英史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
2024年9月2日(月)に、理化学研究所の環境資源科学研究センターの生体機能触媒研究チームで研究員をされている 大岡英史 氏を明治大学生田キャンパスにお招きしまして、情報科学の時代における材料開発における実験・数理・情報の相補的な連携に関す...
dcelab
離散的な実験条件がある際の実験計画法
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・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
2024年度ゼミ合宿 写真
今年のゼミ合宿は、加賀温泉・金沢で行いました。ゼミをやったり、温泉でゆっくりしたり、美味しいご飯を食べたり、観光したりと、真面目に取り組んだり遊んだり飲んだり充実した一泊二日でした。ゼミ中の写真を撮るのを忘れてしまいましたが、その他の写真を...
機械学習モデルの逆解析の整理〜線形・非線形モデル、xの制約あり・なし、線形計画法、直接的逆解析、化学構造など
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・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
既存のデータがある時に次の実験条件をどう決めるか～実験計画法で決めるかモデルを作ってしまうか
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・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
たくさん論文を読もう！
学生を含む研究者は、たくさん論文を読むと研究のアイディアにつながると思います。研究者は、研究成果が得られたら論文で研究成果を発表します。論文は研究成果の宝庫であり、また研究成果は何らかの研究アイディアに基づいて得られていることからも、研究の...
人の知見・経験・感性などをどのようにデータ解析・機械学習に取り入れるか？
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・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
11th Asian Symposium on Process Systems Engineering (PSE ASIA 2024)@Penangに学生たちといってきました！
2024 年 8 月 5 日から 8 日までマレーシアのペナンで開催されていた 11th Asian Symposium on Process Systems Engineering (PSE ASIA 2024) に修士２年の学生７人と参...
トレーニグデータを増やしてテストデータを予測したらどうなった？
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・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
澤田敏樹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
2024年7月25日(木)に、東京工業大学の物質理工学院の応用化学系で准教授をされている 澤田敏樹 氏を明治大学生田キャンパスにお招きしまして遺伝子改変と機械学習を利用したバイオ高分子の合目的的な機能創出に関するご講演をしていただきました。...