収率0から新たな反応の開拓に成功しました！[理化学研究所&金子研の共同研究論文]
理化学研究所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Catalyst Design and Featur...
論文
モデルの逆解析のための仮想的な時系列データを自動生成する手法を開発しました！[金子研論文]
金子研の論文が Case Studies in Chemical and Environmental Engineering に掲載されましたので、ご紹介します。タイトルはT-Gen: Time series data generator ...
DFT計算を用いて複数の記述子セットを準備しておくことでベイズ最適化の探索性能の向上に成功しました！[金子研論文]
金子研の論文が ACS Omega に掲載されましたので、ご紹介します。タイトルはEnhancing the Search Performance of Bayesian Optimization by Creating Different...
ジメチルエーテル製造プロセスをベイズ最適化で頑健に設計すること(ロバストベイズ最適化)に成功しました！[金子研論文]
金子研の論文が ACS Omega に掲載されましたので、ご紹介します。タイトルはRobust Design of a Dimethyl Ether Production Process Using Process Simulation a...
阻害活性と肝臓選択性がともに高い新しい高コレステロール血症の治療薬の化学構造を提案することに成功しました！[金子研論文]
金子研の論文が ACS Omega に掲載されましたので、ご紹介します。タイトルはPredictive Modeling of HMG-CoA Reductase Inhibitory Activity and Design of New ...
特徴量が多いデータセットに対して、特徴量重要度を用いた機械学習モデルの解釈がしやすくなる方法を開発しました！[金子研論文]
金子研の論文が ACS Omega に掲載されましたので、ご紹介します。タイトルはInterpretation of machine learning models for datasets with many features using...
SELFIESに基づいた分子記述子、化学構造生成、inverse QSPR/QSARを開発しました！[金子研論文]
金子研の論文が ACS Omega に掲載されましたので、ご紹介します。タイトルはMolecular Descriptors, Structure Generation, and Inverse QSAR/QSPR Based on SEL...
関係ないと思われていた変数の追加＆ドメイン知識の活用で、精密電気部品の量産プロセスにおける不良率予測の予測精度が向上し、不良原因の特定に成功しました [金子研論文]
金子研の論文が Analytical Science Advances に掲載されましたので、ご紹介します。タイトルはDefect rate prediction and failure-cause diagnosis in a mass-...
機械学習によりバイオマテリアルの材料特性と骨形成率を予測するモデルを構築し、直接的逆解析により新規材料の設計をしました！ [相澤研＆金子研の共同研究論文]
相澤研と金子研における共同研究の成果の論文が Industrial & Engineering Chemistry Research に掲載されましたので、ご紹介します。タイトルはMachine Learning Model for Pre...
高分子化合物を対象とした合成反応予測モデル(構造生成)＆逆合成反応予測モデルを開発しました！[金子研論文]
金子研の論文が Macromolecular Theory and Simulations に掲載されましたので、ご紹介します。タイトルはRetrosynthetic and Synthetic Reaction Prediction Mo...