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...
研究発表
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...
機械学習と自動実験を組み合わせたシステムを構築し、実際の使用環境に近い熱劣化後でも高性能な自動車排ガス浄化用多元素合金触媒を100種類以上発見しました！[本田技術研究所をはじめとする複数機関&金子研の共同研究論文]
本田技術研究所をはじめとする複数機関と金子研における共同研究の成果の論文が Nanoscale Advances に掲載されましたので、ご紹介します。タイトルはPost-ageing guided closed-loop discovery...
化学工学会第91年会で研究発表をしてきました！
2026年3月17日から19日まで京都大学 吉田キャンパスで開催された化学工学会第91年会で研究発表をしてまいりました。システム・情報・シミュレーション部会のポスターセッションにおいて１３件のポスター発表をしました。 常見拓大, 張振中, ...
反応収率予測のための赤外スペクトル記述子を開発しました！[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Infrared Spectral Descriptors for Reaction Yield Prediction: T...