化学工学会第57回秋季大会で研究発表をしてきました！
2026年9月14日から16日まで広島大学 東広島キャンパスで開催された化学工学会第57回秋季大会で研究発表をしてまいりました。「ST-21 データ駆動型研究開発の最先端」において4件の口頭発表、「SY-82 プロセスシステム工学の最近の進...
研究発表
ベイズ最適化において二種類のパレート最適解を用いて既存の獲得関数による探索性能を大きく向上させる手法を提案しました！！[金子研論文]
金子研の論文が Next Research に掲載されましたので、ご紹介します。タイトルはDiscussion on candidate screening in Bayesian optimization based on two typ...
未知の組成からその結晶構造の評価まで繋ぎ、全固体電池向けの全く新しいリチウム固体電解質候補を生成する手法を開発しました！！[金子研論文]
金子研の研究成果の論文が The Journal of Physical Chemistry C に掲載されましたので、ご紹介します。タイトルはModular Composition-to-Structure Machine-Learnin...
The 12th International Symposium on Inorganic Phosphate Materials(ISIPM-12)に参加してkeynote lectureをしました！
2026 年 8 月 26 日から 28 日まで東京で開催されていた国際無機リン化学会である The 12th International Symposium on Inorganic Phosphate Materials (ISIPM-...
機械学習モデルの逆解析により、試行錯誤に頼っていたガラスセラミックスの色調調整を、実生産で使える再現性の高い製造条件設計へと変革しました(実験検証あり)！！[ジーシー＆金子研の共同研究論文]
ジーシーと金子研における共同研究の成果の論文が Next Materials に掲載されましたので、ご紹介します。タイトルはPrediction of the optical properties and optimization of t...
立体配座や分子間力の情報を組み込むことで過酷な環境でも使える広温度範囲の新しい液晶分子を約2000万件のデータから発見しました！！[金子研論文]
金子研の研究成果の論文が Molecular Informatics に掲載されましたので、ご紹介します。タイトルはDesign of Thermotropic Liquid Crystal Molecules With a Wide Te...
生成AIとベイズ最適化を組み合わせて合成可能で高い電荷移動度を持つ有望な有機半導体分子を効率的に設計・発見しました！！[パナソニック＆金子研の共同研究論文]
パナソニックと金子研における共同研究の成果の論文が Journal of Chemical Information and Modeling に掲載されましたので、ご紹介します。タイトルはData-Driven Design of Orga...
データ駆動型材料科学研究会2026年夏季年会で研究発表をしてきました！
2026年7月6日から7日まで東京科学大学 大岡山キャンパスで開催されたデータ駆動型材料科学研究会2026年夏季年会で研究発表をしてまいりました。2日間にわたって７件のポスター発表をしました。 内堀優太, 松澤伸行, 前嶋宏行, 安藤達人,...
予測の信頼性と物性の向上のための、予測モデルの適用範囲の境界付近に新しい分子を効率的に生成する手法を開発しました！！[金子研論文]
金子研の研究成果の論文が Journal of Chemical Information and Modeling に掲載されましたので、ご紹介します。タイトルはGeneration of Molecules Near the Applic...
複数バッチの時系列データを統合した機械学習モデルによってPVAの製品粘度を高精度に予測し、規格外の予測が出た場合でも最終バッチの最適条件を自動設計して目標品質内に制御できるソフトセンサーを開発しました！！[三菱ケミカル＆金子研の共同研究論文]
三菱ケミカルと金子研における共同研究の成果の論文が Analytical Sciences に掲載されましたので、ご紹介します。タイトルはMachine learning-based prediction of polyvinyl alco...