化学工学会第90年会で研究発表をしてきました！
2025年3月12日から14日まで東京理科大学 葛飾キャンパスで開催された化学工学会第90年会で研究発表をしてまいりました。システム・情報・シミュレーション部会のポスターセッションにおいて１２件のポスター発表をしました。 高見優太, 岩瀬顕...
化学工学
２０２４年度の卒業研究発表会
2025年1月31日(金)に、卒業研究発表会があり、４年生７名が研究発表をしました。皆さん堂々と発表し、質疑応答も対応して、素晴らしい発表会でした。ここでは、何人かの学生の発表の概要を説明します。もし、いずれかに興味がありましたらご連絡くだ...
化学工学会第55回秋季大会で研究発表をしてきました！
2024年9月11日から13日まで北海道大学 札幌キャンパスで開催された化学工学会第55回秋季大会で研究発表をしてまいりました。システム・情報・シミュレーション (SIS) 部会のシンポジウムにおいて４件の口頭発表と、材料・界面部会や反応工...
異常検出(異常検知)モデルの性能はどのように評価するのか？
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 =...
「化学のためのPythonによるデータ解析・機械学習入門(改訂2版)」 正誤表
タイトルの書籍をすでにお読みいただいた方々から、ご質問やご指摘をいただいております。感謝申し上げます。そこでいただいたご指摘から、間違えがあることもわかりましたので、正誤リストとして以下にまとめます。申し訳ございませんが、よろしくお願いいた...
モデルの逆解析のための仮想的な時系列データを自動生成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T-Gen: Time series data generator ...
[無料公開] 「化学のためのPythonによるデータ解析・機械学習入門(改訂2版)」の“改訂版の発行にあたって”、詳細な目次、第８章の一部
2023 年 8 月 30 日に、金子弘昌著の「化学のためのPythonによるデータ解析・機械学習入門(改訂2版)」が出版されました。オーム社: Amazon: こちらは、以前に出版した書籍 「化学のための Pythonによるデータ解析・機...
ジメチルエーテル製造プロセスをベイズ最適化で頑健に設計すること(ロバストベイズ最適化)に成功しました！[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Robust Design of a Dimethyl Ether Production Process Using Process Simulation a...
実践的な練習課題を Datachemical LAB で解き実践力をつける
Datachemical LAB の利用者が順調に増えております。いつもご活用をいただきありがとうございます。これまで Datachemical LAB の内容・機能のお話をいたしました。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...
Datachemical LABで混合物の特徴量化ができるようになりました
いつも Datachemical LAB をご利用いただきありがとうございます。これまでご紹介させていただいた通り、Datachemical LAB を使用することで、データの前処理・データの可視化・回帰分析・モデルの逆解析・モデルの適用範...