実験と機械学習の融合により、高いフッ化物イオン吸着特性と化学的安定性を併せ持つ層状二重水酸化物の結晶材料を探索しました！[信州大学&金子研の共同研究論文]
信州大学と金子研における共同研究の成果の論文が CrystEngComm に掲載されましたので、ご紹介します。タイトルはData-driven exploration of layered double hydroxide crystals...
研究室
自分がなぜその文章を書いたのか説明できるように書こう！
論文や学会発表のための要旨などの原稿を作成する際のお話です。自分なりに原稿を完成させた後のチェックリストはこちらの通りです。完成させるまでには、文章を一文一文、丁寧に紡いでいきます。データや解析結果を正確に伝えたり、科学的に妥当な議論をした...
すべてのサンプルを使って構築した機械学習モデルを解釈しよう！
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 =...
Metallole系の蛍光材料の量子収率を予測する機械学習モデルの開発とモデルに基づく分子設計をした！[広島大学&金子研の共同研究論文]
広島大学と金子研における共同研究の成果の論文が molecules に掲載されましたので、ご紹介します。タイトルはA Practical Application of Machine Learning for the Development...
提案手法を数値シミュレーションデータで検証しよう！
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 =...
データ解析・機械学習する時はなるべく多くのデータを集めよう！
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 =...
モデルの適用範囲の閾値をどのように設定するか？
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 =...
日本化学会 第105春季年会で研究発表をしてきました！
2025年3月26日から29日まで関西大学 千里山キャンパスで開催された日本化学会 第105春季年会で研究発表をしてまいりました。理論化学・情報化学・計算化学のセッションにおいて、以下の口頭発表５件をしました。 野村亮太, 山内芳仁, 三澤...
ベイズ最適化と実験により所望の物性をもつLaFeO3結晶材料の作製に成功しました！[我田研＆金子研の共同研究論文]
我田研と金子研における共同研究の成果の論文が Industrial & Engineering Chemistry Research に掲載されましたので、ご紹介します。タイトルはAdaptive Design of Experimenta...
有機結晶における構成分子・結晶構造・誘電率の相関関係をモデル化しました！[金子研論文]
金子研の研究成果の論文が Chemometrics and Intelligent Laboratory Systems に掲載されましたので、ご紹介します。タイトルはCorrelations between the constituent...