実験計画法・適応的実験計画法における特徴量選択とモデルの適用範囲
分子設計・材料設計・プロセス設計において、最初の実験・シミュレーションの合成条件・製造条件・プロセス条件などを実験計画法により決め、実験やシミュレーションをしたあとに得られるデータを用いて、特徴量 x と材料の物性・活性・特性 y との間で...
研究室
ホモポリマーとコポリマーを同時に設計する高分子設計手法を開発しました！[金子研論文]
金子研の論文が Polymer Engineering & Science に掲載されましたので、ご紹介します。タイトルは Molecular design of monomers by considering the dielectric...
GridSearchCVでハイパーパラメータの最適化に失敗した時の原因と対処法
回帰モデルやクラス分類モデルにおけるハイパーパラメータを最適化するため、scikit-learn の GridSearchCV を使用する人がいらっしゃると思います。特に複数の種類のハイパーパラメータがあるとき、GridSearchCV を...
GTM や GTM Regression (GTMR) のハイパーパラメータの高速最適化
DCEKit に搭載されている Generative Topographic Mapping (GTM) や Generative Topographic Mapping Regression (GTMR) について、 クロスバリデーション...
実験計画法における特徴量の標準化(オートスケーリング)
材料設計・プロセス設計において、合成条件・製造条件やプロセス条件などの特徴量 x と物性・活性・特性などの目的変数 y の間で数理モデル y = f(x) を構築し、構築したモデルを用いて y が目標値となるような x の値を探索します。モ...
線形手法を使うべきか、非線形手法を使うべきか
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子や合成条件・製造条件・プロセス条件やプロセス変数などの特徴量 x と物性・活性・特性などの目的変数 y との間で数理モデル y = f(x) を構築したり、モデルに x の値...
適応型ソフトセンサーを転移学習＆アンサンブル学習させて新たな銘柄を予測する手法を開発しました！[金子研論文]
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 Adaptive soft sensor based on transfer learning and ensemble...
研究は講義とはまったく異なります
一般的に、特に理系の大学生は、大学1年生から3年生まで講義主体の大学生活であり、４年生になって研究室配属になると思います。研究室配属になったら、これまでの講義主体の生活から変わり (人によってはいくつか講義を取らないといけない人もいると思い...
回帰分析手法やクラス分類手法のハイパーパラメータをベイズ最適化で高速に最適化する
DCEKit に搭載されている Gaussian Mixture Regression (GMR) や Variational Bayesian Gaussian Mixture Regression (VBGMR) について、 クロスバリ...
移動を多変量で考える～移動時間を有意義に使おう！～
研究室の学生によく、移動は多変量で考えた方がいいよね、という話をします。 例えば、小田急線で生田駅から新宿駅に行くとき、生田駅で各停に乗って登戸駅で一度降りて、快速急行に乗り換えてから新宿駅にいくのが一番早いです。ただ急行は結構混むので、基...