ベイズ最適化において、どの獲得関数を使えばよいのか？
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 =...
ケモメトリックス
外挿を予測するための混合物の特徴量の計算手順
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 =...
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...
目的変数yも特徴量エンジニアリング！
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 =...
Datachemical LABでデータに嘘をつかないデータ解析・機械学習を
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 =...
同じ実験条件で何回か実験した結果があるときのデータ解析・機械学習
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 =...
実践的な練習課題を Datachemical LAB で解き実践力をつける
Datachemical LAB の利用者が順調に増えております。いつもご活用をいただきありがとうございます。これまで Datachemical LAB の内容・機能のお話をいたしました。 ケモインフォマティクス・マテリアルズインフォマティ...
金子はコンサルティングで何をしているのか？
大学教員として教育・研究をする中で、他の大学や企業の方と共同研究をすることがあります。同じ研究目的をもち、それぞれのグループで目的を達成するために研究したり、ディスカッションして前に進めたりしています。共同研究については、もちろんプロセスと...
Datachemical LAB のメニューが新しくなり、さらに使いやすくなりました！
Datachemical LAB をご検討いただきありがとうございます。順調にユーザーの数も増えており、多くの方にご利用いただき嬉しい限りです。ぜひ、材料設計・分子設計・プロセス設計・プロセス管理にご活用いただければと思います。 Datac...
不均衡なデータセットを扱うときの注意点
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 =...