日本化学会第104春季年会と化学工学会第89年会で研究発表をしてきました！
2024年3月18日から21日まで日本大学理工学部 船橋キャンパスで開催された日本化学会第104春季年会と、2024年3月18日から20日まで大阪公立大学 中百舌鳥キャンパスで開催された化学工学会第89年会で研究発表をしてまいりました。日本...
ケモメトリックス
その”点”は何を意味するのか？
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 =...
SEM画像からバイオマテリアルの骨形成率を予測する手法を開発しました！[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 New Journal of Chemistry に掲載されましたので、ご紹介します。タイトルはPrediction of bone formation rate of bioceramics ...
データ解析・機械学習の結果は図や表にしましょう！
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 =...
遺伝的アルゴリズムによる特徴量選択・変数選択は制約により偶然の相関や過学習を回避せよ！
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 =...
理論が先か、データ解析・機械学習が先か、特徴量エンジニアリングの方針と注意点
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 =...
モデルの適用範囲を設定する手法とそのハイパーパラメータを最適化する手法を開発しました！[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Evaluation and Optimization Methods for Applicability Domain Methods and Their ...
Datachemical LAB をデータ解析・機械学習・人工知能の初学者が用いて問題ないのか？
Datachemical LABは、ウェブブラウザ上で使用できる実験・製造データ解析のAI・機械学習クラウドサービスです。方法・技術としてはデータ解析・機械学習・人工知能、応用的に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...
無意味な候補は選択肢から外しましょう！
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 =...
x から y を予測しないモデル！？ はい、逆解析専用でクラスタリングにより超高精度のモデル構築手法を開発しました！[金子研論文]
金子研の論文が Chemometrics and Intelligent Laboratory Systems に掲載されましたので、ご紹介します。タイトルはClustering method for the construction of...