研究室

分子設計や材料設計において、これまでの実験データを活用して、よりよい高機能性材料を達成するための化学構造や実験条件 (実験レシピ) を設計することを考えます。このウェブサイトにいろいろと書いてあるように、たとえば化合物のもつ物性や活性 Y ...

今年も就活と大学院進学に関する座談会をやりました。ただ今回は状況が状況なので、Skype でつないだオンラインでの座談会です。 ちなみに昨年度の様子はこちらをご覧ください。 学生たちに質問したのは以下の内容です。 どうして就活したか？ どう...

もし金子研究室で人を雇うとしたら、どのような観点で人を選ぶか、のお話をします。就活でどのような人が求められるかの参考にしていただけたらと思います。もちろん、100 の企業があれば 100 以上の考え方がありますので、その中の一つくらいにお考...

回帰分析やクラス分類によって構築された、目的変数 Y と説明変数 X との間のモデル Y = f(X) についてです。 モデルについて議論するとき、モデルはデータの外挿は予測できない、内挿しか予測できない、とか、その予測結果は内挿なの？外挿...

データ化学工学研究室 (金子研) の方針として、学生の成長を一番に考えています。 配属になる学生に最初に伝えていることは、金子研で目指していることは、 学生が研究成果をあげること、ではなく、学生が研究成果をあげ続ける力をつけること というこ...

いろいろと共同研究やコンサルティングをしていますと やはり多いのは、モデルの逆解析です。 新たな分子を設計したり、新たな材料を作るための実験レシピやプロセスを設計したり、装置を設計したりといった話です。 モデルの逆解析をするためには、もちろ...

ベイズ最適化において、複数の実験候補を選択するお話です。ベイズ最適化についてはこちらをご覧ください。 ベイズ最適化では、以下の 1. – 4. を繰り返すことで、物性や活性などの目的変数 Y が向上したり目標値を達成したりできる、実験条件な...

回帰モデルやクラス分類モデルを構築した後の、モデルの逆解析の話です。 上の 既存のサンプルの分布に従うように、モデルの逆解析用のサンプルをたくさん生成する方法 では、既存のサンプルのデータ分布を求めて、その分布に従うようにして新たなサンプル...

回帰モデルやクラス分類モデルを構築した後は、モデルの逆解析をします。 説明変数 (特徴量・記述子など) X のサンプルをたくさん生成して、それらをモデルに入力することで、目的変数 (活性・物性など) Y の値を推定します。推定された値が、よ...

材料の活性・物性・特性は、化学構造だけで変化するものではなく、材料の作り方、つまり実験条件や製造条件によっても変化します。例えば高分子設計において、単量体 (モノマー) の化学構造だけでなく、そのモノマーの種類・組成比や、反応温度や反応時間...