人工知能・機械学習のときには過学習 (オーバーフィッティング) に気をつけよう！～過学習とその対処法～
応化先生と生田さんが過学習 (オーバーフィッティング) について話しています。 応化：今日は過学習についてです。 生田：過学習？学習し過ぎるってこと？ 応化：その通りです。 生田：だったら悪いことじゃなさそうに聞こえるけど・・・。学習をたく...
プロセス制御・プロセス管理・ソフトセンサー
クラス分類とクラスタリング、名前は似ていますが全く異なります
たまにクラス分類 (classification) とクラスタリング (clustering) を混同する人がいますが、クラス分類とクラスタリングとは全く別物です。逆の意味で使ってしまうことのないようにするためにも、それぞれの意味合いを押さ...
人の学習と人工知能の学習～人工知能を学習させるとかモデルを構築するということ～
データ化学工学研究室 (金子研) では、化学・化学工学に関する人工知能の研究や人工知能を応用した研究をしています。人工知能は、無から勝手に発生するわけではなく、人工知能を学習させる必要があります。 ただ、特別な “学習” をさせているわけで...
回帰分析・クラス分類をするときの、モデル構築用データ (トレーニングデータ) とモデル検証用データ (テストデータ) の分け方 [Kennard-Stoneアルゴリズムのコードあり]
回帰分析やクラス分類をするとき、大きな目的の一つは、新しいサンプルに対する推定性能が高いモデルを構築することです。なので、モデルを構築したとき、そのモデルの 新しいサンプルに対する推定性能を検証する必要があります。 今、いくつかのサンプル・...
[Python・MATLABコードあり] クロスバリデーションしないで非線形回帰モデルのハイパーパラメータを最適化する方法～サンプルの中点の活用～
どうして クロスバリデーション しないの？ データ解析をしていると、いろいろな理由でクロスバリデーションを使いたくない、もしくはクロスバリデーションを使えないことがあります。 一つはサンプルが少なすぎるときです。クロスバリデーションでは、最...
ひと足先に2019年度のシラバス公開 (分離化学工学・化学プロセスシステム工学・化学工学特論２)
今年度分の講義の内容の書かれたシラバスについては、学部はこちらから、大学院はこちらから見ることができます。ちょうど今は来年度分のシラバスを作成する時期でして、今年度の講義における学生からのフィードバックを参考にして、作り終えました。そこで、...
独立成分分析 (Independent Component Analysis, ICA) ～PCAの無相関より強力な ”独立” な成分を抽出～
よく、主成分分析(Principal Component Analysis, PCA) と比べられることが多い、独立成分分析 (Independent Component Analysis, ICA) についてです。 PCA ではデータを低...
[公開あり] 応用化学実験４機器実験４ プロセス制御の予習用テキストをどうするか問題
応用化学実験４機器実験４について、今年度の実験内容を練りながら、それに合わせて、来年度に向けて実験テキストを改定しています。 その中で、プロセス制御の予習用テキストをどうするか、について考えています。予習用テキストとは、実験テキストが割りと...
応用化学実験４機器実験４・化学情報実験Dの進め方(2018年度)
金子は応用化学科の学生実験の中で、 応用化学実験４機器実験４ 化学情報実験D を担当しています。どちらも３年生の実験です。 それぞれ、2017年度における学生の実験の進め方は以下のとおりです。 当日までに予習する ↓ 説明①を聞く ↓ 実験...
プロセス制御・プロセス管理・ソフトセンサーの概要と研究の方向性 (化学プラントにおけるデータベース利用)
化学プラント・産業プラントは、温度・圧力・流量・濃度といった いろいろなプロセス変数を制御 (コントロール) しながら運転する必要があります。 設定値の変更 たとえば、製品の生産量を増やしたい・減らしたいときや製品の銘柄を変えたいとき、なる...