独立成分分析 (Independent Component Analysis, ICA) ～PCAの無相関より強力な ”独立” な成分を抽出～
よく、主成分分析(Principal Component Analysis, PCA) と比べられることが多い、独立成分分析 (Independent Component Analysis, ICA) についてです。 PCA ではデータを低...
研究室
これからも研究者は論文を論文誌に投稿するのか ～今後の研究者に求められること～
大前提 まず大前提として、これからも少なくとも10年は論文を書いて論文誌に掲載されることが、研究者として評価されたり、博士号取得の要件だったりすると思いますので、金子研の学生には研究成果を論文としてまとめるよう指導します。 研究するために必...
2017年度 応用化学科ポスター発表会の感想、そして３年生の研究室配属
2017年11月29日に応用化学科のポスター発表会がありました。これは、学部４年生・修士過程 (博士前期課程) の学生・博士課程 (博士後期課程) の学生といった、研究室に配属されている学生のほとんどが、それぞれポスター発表を行うものです。...
“自分の力で” 適切な論文・要旨を書けるようになろう！～金子研における学生のための論文・要旨チェックリスト １２項目～
2017年度4月に発足したデータ化学工学研究室 (金子研) ですが、お陰さまをもちまして、学生が2018年3月の学会で発表するまでに至りました。ご協力をいただいた皆さま方に感謝申し上げます。 というわけで、学会発表のために事前に提出しなけれ...
INCHEM TOKYO 2017産学官マッチングフォーラム@東京ビッグサイト(東京国際展示場) での招待講演
2017年11月22日(水) に東京ビッグサイト(東京国際展示場)で開催されたINCHEM TOKYO 2017における 「産学官マッチングフォーラム」 にお呼びしていただき、講演して参りました。関係者の皆様にお礼申し上げます。また代講いた...
ダブルクロスバリデーション(モデルクロスバリデーション)でテストデータいらず～サンプルが少ないときのモデル検証～
回帰モデルやクラス分類モデルを検証するときの話です。 モデルの検証 一般的には、データセットが与えられたとき、サンプルをモデル構築用サンプル (トレーニングデータ, training dataset) とモデル検証用サンプル (テストデータ...
スペクトル・時系列データの前処理の方法～平滑化 (スムージング) と微分～
スペクトル解析のときや、時系列データを扱うときの話です。 いくつかの点でスペクトルデータと時系列データは似ています。たとえば、隣同士の値が似ているっていう点ですね。他にも、データにノイズが含まれるという点も共通した特徴です。 このようにスペ...
[Pythonコードあり] サポートベクター回帰(Support Vector Regression, SVR)のハイパーパラメータを高速に最適化する方法
サポートベクター回帰 (Support Vector Regression, SVR) は、こちら：サポートベクター回帰(Support Vector Regression, SVR)～サンプル数10000以下ならこれを使うべし！～ にある...
適応的な実験計画法の概要と研究の方向性 (実験・シミュレーションのデータベース利用)
最初に、材料・製品設計と、プロセス・装置設計の話をします。 材料設計・製品設計 こちら：分子設計・化学構造設計の概要と研究の方向性 (化合物データベース利用) のような分子設計により、化合物を開発した後は、それを適切に材料や製品にしなければ...
よいレポート・論文を書くための９つのルールや役立つコツ、これでレポートの点数もアップ！？
毎週100本くらい学生のレポートを採点していますと、学生たちが共通して陥りがちなことが見えてきます。レポートを返すときや講義のときにも触れていますが、今回はよいレポートを作るためのルールやちょっとしたコツを説明します。ぜひ、次のレポートから...