生物学的知識と機械学習を組み合わせ、わずか6種類のmicroRNAでCAR-T細胞の「疲弊」を高精度に見分ける手法を開発しました！[東京大学太田研&金子研の共同研究論文]
東京大学太田研と金子研における共同研究の成果の論文が Biochemical and Biophysical Research Communications に掲載されましたので、ご紹介します。タイトルはComprehensive micr...
論文
収率の「順位」を学び、少ないデータで高収率の反応条件を素早く探せることを示しました！[金子研論文]
金子研の研究成果の論文が Journal of Chemical Information and Modeling に掲載されましたので、ご紹介します。タイトルはRanking-Based Surrogate Modeling for Ba...
元素や酸化物の物理化学的性質を記述子とするゼロショット学習を用いることで、学習データに存在しない未知の元素を含む触媒の性能を予測することに成功しました！[金子研論文]
金子研の研究成果の論文が ChemistrySelect に掲載されましたので、ご紹介します。タイトルはDescriptor-Based Zero-Shot Learning for Predicting Catalytic Constit...
ベイズ最適化において二種類のパレート最適解を用いて既存の獲得関数による探索性能を大きく向上させる手法を提案しました！！[金子研論文]
金子研の論文が Next Research に掲載されましたので、ご紹介します。タイトルはDiscussion on candidate screening in Bayesian optimization based on two typ...
未知の組成からその結晶構造の評価まで繋ぎ、全固体電池向けの全く新しいリチウム固体電解質候補を生成する手法を開発しました！！[金子研論文]
金子研の研究成果の論文が The Journal of Physical Chemistry C に掲載されましたので、ご紹介します。タイトルはModular Composition-to-Structure Machine-Learnin...
機械学習モデルの逆解析により、試行錯誤に頼っていたガラスセラミックスの色調調整を、実生産で使える再現性の高い製造条件設計へと変革しました(実験検証あり)！！[ジーシー＆金子研の共同研究論文]
ジーシーと金子研における共同研究の成果の論文が Next Materials に掲載されましたので、ご紹介します。タイトルはPrediction of the optical properties and optimization of t...
立体配座や分子間力の情報を組み込むことで過酷な環境でも使える広温度範囲の新しい液晶分子を約2000万件のデータから発見しました！！[金子研論文]
金子研の研究成果の論文が Molecular Informatics に掲載されましたので、ご紹介します。タイトルはDesign of Thermotropic Liquid Crystal Molecules With a Wide Te...
ラベルなしデータを活用することで、少数のデータからでも高精度な予測と直接的逆解析が可能な半教師ありガウス混合回帰手法を開発しました！！[金子研論文]
金子研の論文が Journal of Chemometrics に掲載されましたので、ご紹介します。タイトルはSemi-Supervised Gaussian Mixture Regression with Gaussian Mixture...
生成AIとベイズ最適化を組み合わせて合成可能で高い電荷移動度を持つ有望な有機半導体分子を効率的に設計・発見しました！！[パナソニック＆金子研の共同研究論文]
パナソニックと金子研における共同研究の成果の論文が Journal of Chemical Information and Modeling に掲載されましたので、ご紹介します。タイトルはData-Driven Design of Orga...
予測の信頼性と物性の向上のための、予測モデルの適用範囲の境界付近に新しい分子を効率的に生成する手法を開発しました！！[金子研論文]
金子研の研究成果の論文が Journal of Chemical Information and Modeling に掲載されましたので、ご紹介します。タイトルはGeneration of Molecules Near the Applic...