データ解析

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 o...

モデルの適用範囲はモデルを構築した特徴量 x で設定しよう!

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 =...

バッチ時間が異なるバッチプロセスにおいて Dynamic Time Warping (DTW) を用いて製品品質の予測とプロセス変数の時間変化の最適化をしました![DIC株式会社&金子研の共同研究論文]

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   Predicting product quality and ...

アンサンブル学習ではモデル間の独立性が重要

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 =...

データ解析・機械学習の始めから研究を進めるまでの道標

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 =...

特徴量・記述子を検討・設計するときの心構え

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 =...

機械学習に基づいて構築された骨形成率予測モデルの逆解析と実験による検証によって多孔質ハイドロキシアパタイト材料を設計しました![金子研論文]

明治大学の相澤研究室と金子研における共同研究の成果の論文が materials に掲載されましたので、ご紹介します。タイトルは Material Design of Porous Hydroxyapatite Ceramics via In...

製造・プロセスデータ(時系列データ)でソフトセンサーを検討するときのポイント

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 =...

変数重要度(特徴量重要度)を計算するときの一工夫(回帰分析・クラス分類)

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 =...

機械学習モデルの議論において、まずモデルが何を表すか明確にすると良いと思います!

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 =...
タイトルとURLをコピーしました