[Pythonコードあり] 既存のサンプルの分布に従うように、モデルの逆解析用のサンプルをたくさん生成する方法
回帰モデルやクラス分類モデルを構築した後は、モデルの逆解析をします。説明変数 (特徴量・記述子など) X のサンプルをたくさん生成して、それらをモデルに入力することで、目的変数 (活性・物性など) Y の値を推定します。推定された値が、より...
研究室
ベイズ最適化で期待できること
材料の活性・物性・特性は、化学構造だけで変化するものではなく、材料の作り方、つまり実験条件や製造条件によっても変化します。例えば高分子設計において、単量体 (モノマー) の化学構造だけでなく、そのモノマーの種類・組成比や、反応温度や反応時間...
サンプルを集めるときに意識するとよいこと [データベース作成]
分子設計や材料設計をするときや、プラントにおいてソフトセンサーを検討しようとするとき、(分子設計・材料設計・ソフトセンサーについてはこちら)それぞれ、何らかの数値モデルを構築することになります。データ解析・機械学習を駆使してモデルを構築する...
質問への回答の仕方 アドバンス編～心構えとして、相手の課題を解決して満足度を上げることを考える～
研究発表や講演における質問の答え方として、テクニック的なことはこちらに書きました。今回は、質問への回答の仕方のアドバンス編として、回答するときの心構えについて説明します。ただ、アドバンス編としての心構えですので、十分に上のテクニックができて...
プログラミングを始めるときに入門書を使うべきか、使わないべきか
「プログラミングをはじめたいのですが、入門書はどれがよいですか？」「学生が使っているプログラミングの入門書はどれですか？」といった質問をよくいただきます。実は、金子研でオススメのプログラミング入門書があるわけではなく、学生に入門書を使うよう...
新たなアンサンブル学習法を開発しました！[金子研論文][Pythonプログラム付き]
昨年度の金子研の四年生が主に研究していたテーマの成果が、Journal of Computer Chemistry, Japan にて論文公開になりました。タイトルはモデルの適用範囲の考慮したアンサンブル学習法の開発です。下の URL から...
2019年度金子研オンラインサロンメンバー限定 データ化学工学研究室(金子研究室)成果報告会を終えて
一年に一度の、金子研オンラインサロンメンバー限定のデータ化学工学研究室 (金子研究室) 成果報告会です。2019 年度は 1 月 28日 (火) に行ってまいりました。最終的なプログラムは以下のとおりです。===金子研オンラインサロンメンバ...
金子研のゼミで、学生たちによく質問していること、それを通して伝えたいこと
データ化学工学研究室 (金子研) では一週間に一度、ゼミにおいて学生ごとの研究の進捗を報告してもらっています。学生ごとに報告してもらったあとは、他の学生たちやわたしが、質問やコメント・アドバイスをして、研究内容について議論します。わたしから...
化合物における三次元の化学構造の扱い、構造最適化計算のメリット・デメリット
化合物データの解析をすることを考えます。化合物の化学構造や物性・活性・特性が大事になります。 化合物の物性・活性・特性や化学構造の扱いについてはこちらをご覧ください。化合物において、その化学構造の特徴を数値化し、数値化したものと物性・活性・...
ハイパーパラメータの選択に失敗してしまったときの対処法
データ解析の基本的な流れにおいて、基本的にクロスバリデーションしたときの推定性能が高くなるように、ハイパーパラメータを選択すると思います。ハイパーパラメータの候補ごとにクロスバリデーションを行い、回帰分析であれば決定係数 r2 など、クラス...