人工知能・機械学習の議論の前に、データの図示も駆使してデータを確認しましょう！
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
ケモインフォマティクス
「外挿を予測できる」とは？―仕組みの話？高精度？
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
「外挿」は、特徴量ベース？化合物ベース？化合物の組み合わせベース？
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
どうしてもケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクスを分類したいなら目的で分類すると良いです！
私の研究室では、ケモインフォマティクス、マテリアルズインフォマティクス、プロセスインフォマティクスに関する研究を行っており、学生によってどのインフォマティクスに近いかは異なりますが、特にどの学生がどのインフォマティクスなのかを明確に区別した...
物性・活性の温度依存性・圧力依存性等を予測する際のデータセットの扱い・機械学習モデルの構築方法
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
機械学習モデルにおける予測誤差が大きいサンプルを次に活用するための方法を開発しました！[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What Is the Outlier—Consistent Outlier or Inconsistent Outlie...
分子記述子とフィンガープリントを組み合わせてモデルの予測精度を向上させる
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
三次元構造を考慮したモデルを検討する際はシンプルなモデルと比較しよう！
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
複数分子を単純に入力するモデルを構築する際は順番に注意
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
回帰分析・クラス分類の手法を絞って他を効率的に検討する
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...