2018年度からのデータ化学工学研究室(金子研)のゼミ・グループミーティング
2017年4月からは４年生3人でしたので、１週間に１回ゼミを行い、いろいろな勉強したり、学生が研究の進捗を報告して それにもとづいて全員でディスカッションしたりしていました。各学生、少なくとも一週間に一度は研究の進捗を報告していたわけです。...
研究室
[公開] データ化学工学研究室(金子研)に配属になる学生のための事前課題
金子研に配属が決まった３年生は、研究室の顔合わせや歓迎会には参加しましたが、2月のはじめまでは３年生後期の講義や実験がありますので、まだ研究室での活動はほとんど行っていません。ただ、３年生の中には、2月までに時間が取れるので研究室配属の準備...
独立成分分析 (Independent Component Analysis, ICA) ～PCAの無相関より強力な ”独立” な成分を抽出～
よく、主成分分析(Principal Component Analysis, PCA) と比べられることが多い、独立成分分析 (Independent Component Analysis, ICA) についてです。PCA ではデータを低次...
これからも研究者は論文を論文誌に投稿するのか ～今後の研究者に求められること～
大前提まず大前提として、これからも少なくとも10年は論文を書いて論文誌に掲載されることが、研究者として評価されたり、博士号取得の要件だったりすると思いますので、金子研の学生には研究成果を論文としてまとめるよう指導します。研究するために必要な...
2017年度 応用化学科ポスター発表会の感想、そして３年生の研究室配属
2017年11月29日に応用化学科のポスター発表会がありました。これは、学部４年生・修士過程 (博士前期課程) の学生・博士課程 (博士後期課程) の学生といった、研究室に配属されている学生のほとんどが、それぞれポスター発表を行うものです。...
“自分の力で” 適切な論文・要旨を書けるようになろう！～金子研における学生のための論文・要旨チェックリスト １２項目～
2017年度4月に発足したデータ化学工学研究室 (金子研) ですが、お陰さまをもちまして、学生が2018年3月の学会で発表するまでに至りました。ご協力をいただいた皆さま方に感謝申し上げます。というわけで、学会発表のために事前に提出しなければ...
INCHEM TOKYO 2017産学官マッチングフォーラム@東京ビッグサイト(東京国際展示場) での招待講演
2017年11月22日(水) に東京ビッグサイト(東京国際展示場)で開催されたINCHEM TOKYO 2017における 「産学官マッチングフォーラム」 にお呼びしていただき、講演して参りました。関係者の皆様にお礼申し上げます。また代講いた...
ダブルクロスバリデーション(モデルクロスバリデーション)でテストデータいらず～サンプルが少ないときのモデル検証～
回帰モデルやクラス分類モデルを検証するときの話です。モデルの検証一般的には、データセットが与えられたとき、サンプルをモデル構築用サンプル (トレーニングデータ, training dataset) とモデル検証用サンプル (テストデータ, ...
スペクトル・時系列データの前処理の方法～平滑化 (スムージング) と微分～
スペクトル解析のときや、時系列データを扱うときの話です。いくつかの点でスペクトルデータと時系列データは似ています。たとえば、隣同士の値が似ているっていう点ですね。他にも、データにノイズが含まれるという点も共通した特徴です。このようにスペクト...
[Pythonコードあり] サポートベクター回帰(Support Vector Regression, SVR)のハイパーパラメータを高速に最適化する方法
サポートベクター回帰 (Support Vector Regression, SVR) は、こちら：サポートベクター回帰(Support Vector Regression, SVR)～サンプル数10000以下ならこれを使うべし！～ にある...