化学工学

2021 年 6 月 3 日に、金子弘昌著の「Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析」が出版されました。講談社: Amazon: Amazon(Kindle): === 出版して約２年経過した 2023 年 4 月 ...

金子研の論文が Journal of Chemometrics に掲載されましたので、ご紹介します。タイトルはEstimating the Reliability of Predictions in Locally Weighted Par...

金子研で現在進めている研究内容や最近の興味は以下のとおりです。直接的逆解析法による分子設計・材料成形・プロセス設計分子設計・材料成形・プロセス設計において、説明変数 x と目的変数 y の間でモデル y=f(x) を構築した後、目標の y ...

2021年5月1日に、「Pythonで気軽に化学・化学工学」 が出版されました。初日に Amazon で売り切れになるなど、初速として好調のようです。ご購入いただいた皆さまにお礼申し上げます。ありがとうございます。プログラミングやPytho...

2021 年 5 月 1 日に、金子弘昌著の「Pythonで気軽に化学・化学工学」が出版されました。丸善: Amazon: Amazon(Kindle): こちらの本は、前著の 「化学のための Pythonによるデータ解析・機械学習入門」 ...

ダジャレです。が、本心です。材料研究・材料開発の現場では、実験条件や製造条件を振って、実際に実験・製造してみて、その結果としての材料の物性・活性といった値を測定します。実験条件や製造条件を振るときに、すべて理論的に、化学的な背景や物理的な背...

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Estimation and visualization of process states using latent v...

金子弘昌, 「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)」, オーム社, 2023オーム社: Amazon: 自分の本の紹介で恐縮です。ただ、データ解析や機械学習による分子設計、材料設計、プロセス設計、プロセス管理・...

バッチプロセスにおいて、プロセスの異常を検出したり異常原因の診断をしたり、説明変数 X と目的変数 Y との間でモデル Y = f(X) を構築して X から Y を予測したり、Y が望ましい値になるようにバッチプロセスを設計したりすること...

これまで、いろいろな企業やセミナーにおいて、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ス・プロセスインフォマティクスの講義や、Python のハンズオンセミナーを行って参りまして、そのような経験・実績をふまえて、以下の動画を作成い...