研究室

NMRにおけるスカラーカップリング定数を予測するための記述子を開発しました![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 Prediction of spin–spin coupling constants with machine lear...

実験条件の最初の候補を選ぶとき、金子研ではどうして直交表を作らないのか?

実験計画法のお話です。こちらの記事では、 わかりやすさのために () 付きで「直交表」としていますが、厳密に言えば、いわゆる古くから使われている直交表ではありません。直交表のようではありますが、それとは別の方法で最初の実験条件の候補を選んで...

研究の初期ほど、素晴らしい一つのアイデアを出すことではなく、多くのアイデアを検証することが重要

研究や開発は仮説と検証の繰り返しです。たくさん試行錯誤しながら、よい方向へ進んで行きます。 最初は一つアイデア (仮説) から研究がスタートするかもしれませんが、基本的にはそのアイデアがそのままの形で最後まで残ることはほとんどありません。素...

ガウス過程回帰の使い方と注意点

説明変数 X と目的変数 Y との間でモデル Y = f(X) を構築するとき、特に Y が連続値の場合は回帰分析が行われます。回帰分析手法にはいろいろありますが、ここではガウス過程回帰 (Gaussian Process Regressi...

研究室の教育における平等と公正@金子研

大学では主に学部 1 年生から 3 年生の間で講義科目があったり実験科目があったりして、4 年生から研究室に配属になると思います。ここでお話する教育とは、講義科目や実験科目ではなく、特に研究室における (データ化学工学研究室 (金子研) で...

金子研における新人教育(新人研修)

データ化学工学研究室 (金子研) における新人教育について、大学や企業の方々から質問されることが増えてきましたので、金子研に配属になった学生が研究テーマに入る前に何をするか示しておきます。 明治大学の応用化学科では、例年 12 月くらいに学...

カーネル関数の選び方

機械学習の手法の中には、カーネル関数を用いた手法があります。サポートベクターマシン、サポートベクター回帰、ガウス過程回帰あたりが有名と思います。 他にもリッジ回帰や主成分分析、独立成分分析など、いろいろな手法とカーネル関数を組み合わせること...

欠損値のないサンプルがデータセットにないときの iGMR の使い方

データセットの中に欠損値があるときは、iGMR が有効であることはこちらに書きました。 たとえば、論文や特許からデータを取得したときなど、他のデータ (研究室内や社内のデータなど) と合わせようとしたときに、論文や特許ではいくつかの実験条件...

DCEKit に新機能追加 [v2.6.1]!トレーニングデータなしでスペクトルから濃度を推定する方法

DCEKit への新機能追加です。 こちらの Iterative Optimization Technology (IOT) を実装しました。 IOT では、純成分のスペクトルと混合物のスペクトルのみから、混合物における各純成分の濃度 (モ...

DCEKit に新機能追加 [v2.5.2]!Variational Bayesian Gaussian Mixture Regression(VBGMR)とクロスバリデーションによるGMR最適化

DCEKit に今回追加したのは Variational Bayesian Gaussian Mixture Regression (VBGMR) と、GMR や VBGMR におけるクロスバリデーションによるハイパーパラメータ最適化です。...
タイトルとURLをコピーしました