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,...
研究発表
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...
未知の領域で過剰な自信を持たず「分からない」と正直に予測する安全な分類手法「kNNPC」を開発し、精度を維持したまま実用性を実証しました！！[金子研論文]
金子研の論文が Journal of Chemometrics に掲載されましたので、ご紹介します。タイトルはkNNPC (k-Nearest Neighbor Algorithm Per-Class): Classification Me...
機械学習と生成AIを駆使して、安全で効果の高い新しいアルツハイマー病治療薬の候補を設計しました！！[金子研論文]
金子研の研究成果の論文が Results in Chemistry に掲載されましたので、ご紹介します。タイトルはDevelopment of machine learning models to predict acetylcholine...
複数のモノマーの混合効果を考慮した機械学習モデルを用いて、CO2分離膜用ポリイミドの合成前に溶解性と重合性を高精度に予測し、実験でもその有効性を実証しました！！[日東電工＆金子研の共同研究論文]
日東電工と金子研における共同研究の成果の論文が molecular informatics に掲載されましたので、ご紹介します。タイトルはMachine Learning Models Predicting Solubility and P...
膨大な時間と計算が必要だったグリーンアンモニア製造プロセスの設計にベイズ最適化を導入し、限られた電力の中で生産量を最大化する最適な条件を効率的に発見しました！！[金子研論文]
金子研の研究成果の論文が Analytical Sciences に掲載されましたので、ご紹介します。タイトルはDesign of a green ammonia production process by machine learning...
100万次元もの超高次元データでも、ディープオートエンコーダで丁寧に圧縮すれば精度の高い直接的逆解析も可能であることを証明しました！！[金子研論文]
金子研の論文が Analytical Sciences に掲載されましたので、ご紹介します。タイトルはDeep autoencoder for low dimensionality for high dimensional data in ...
人間の嗅覚プロセスを模倣して、分子構造から受容体の反応を経て匂いを予測し、その根拠まで可視化できる多段階モデルを開発しました！！[金子研論文]
金子研の研究成果の論文が Analytical Sciences に掲載されましたので、ご紹介します。タイトルはConstruction of a multi-label odor prediction model based on mol...
原料の変動に合わせて理想的な品質のコークスを製造するため、機械学習モデルによる品質予測とモデル逆解析による最適な製造条件の設計を可能にしました！！[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Development of machine learning models for predicti...