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 usin...
論文
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 SE...
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 Pr...
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 M...
びまん性大細胞型B細胞リンパ腫のR-CHOP療法の効果を予測するmiRNAに基づくコンパニオン診断モデルの構築と、そのための最適なmiRNAペアの探索に成功しました！[東京大学太田研&金子研の共同研究論文]
東京大学の太田誠一先生の研究室と金子研における共同研究の成果の論文が Journal of Bioscience and Bioengineering に掲載されましたので、ご紹介します。タイトルは Selecting optimum mi...
機械学習によりバッチプロセスの特徴量化および直接的逆解析を行う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 Design of batch process with mach...
物性・活性・特性の目的変数が目標値となる分子の化学構造を直接的に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 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 De Novo Direct Inverse QSPR/QSAR: Chemical ...
化合物の情報を考慮したベイズ最適化をする際の初期サンプル選択に、クラスタリングを用いたほうがよいことを確認しました！[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 Initial Sample Selection in Bayesian Optimization for Combinatorial Optimizati...
プロセスインフォマティクス・ベイズ最適化を活用して多様な結晶サイズおよび形態をもつチタン酸リチウムの開発を効率化しました！[信州大学&金子研の共同研究論文]
信州大学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 Process-Informatics-Assisted...