学会発表

2020.08.22

●学会発表

  1. 北村優衣, 金子弘昌, 機械学習による化学物質の外挿予測に有効な分子記述子の検討, PA202, 化学工学会第57回秋季大会, 広島大学 東広島キャンパス, 2026年9月15日
  2. 竹内誠, 安藤達人, 松澤伸行, 前嶋宏行, 金子弘昌, 低再配向エネルギーをもつ分子の構造制御型生成, PA206, 化学工学会第57回秋季大会, 広島大学 東広島キャンパス, 2026年9月15日
  3. 大西一颯, 油井慶志郎, 岩瀬顕秀, 金子弘昌, 機械学習による助触媒担持 NaTaO3 系光触媒の活性予測モデルの構築と多目的最適化遺伝的アルゴリズムを用いた助触媒条件探索, PA210, 化学工学会第57回秋季大会, 広島大学 東広島キャンパス, 2026年9月15日
  4. 野村亮太, 永井一清, 金子弘昌, 機械学習による多糖類の水蒸気吸着量予測および水蒸気吸着量の小さい多糖類構造設計, PA222, 化学工学会第57回秋季大会, 広島大学 東広島キャンパス, 2026年9月15日
  5. 竹内真翔, 本田みちよ, 金子弘昌, 菌-ペプチド相互作用を捉える記述子設計による菌種特異的MIC予測精度の向上, PB226, 化学工学会第57回秋季大会, 広島大学 東広島キャンパス, 2026年9月15日
  6. 内堀優太, 松澤伸行, 前嶋宏行, 安藤達人, 金子弘昌, 有機半導体の低再配向エネルギー化に向けた機械学習モデルの適用範囲の境界付近におけるグラフ表現を用いた分子生成, K208, 化学工学会第57回秋季大会, 広島大学 東広島キャンパス, 2026年9月15日
  7. 常見拓大, 張振中, 山田陽一, 金子弘昌, 最適化手法による固体状態鈴木・宮浦型クロスカップリング反応用高分子パラジウム触媒の設計, K214, 化学工学会第57回秋季大会, 広島大学 東広島キャンパス, 2026年9月15日
  8. 渡邊響, 金子弘昌, 任意の温度における二成分溶媒系の溶解度を予測する機械学習モデルの開発, A104, 2026年9月14日
  9. 佐藤孝郎, 金子弘昌, 機械学習とスーパーストラクチャ最適化によるe-メタノール製造プロセスの最適設計, A106, 化学工学会第57回秋季大会, 広島大学 東広島キャンパス, 2026年9月14日
  10. 益山直己, 岩間翔喜, 相澤守, 金子弘昌, 人工骨材料のin vivo応答をin vitro指標から予測する機械学習モデルの構築, A116, 2026年9月14日
  11. 遠藤汐桜, 石川愛理, 中村乃理子, 太田誠一, 金子弘昌, 結合不明データを活用した miRNA-mRNA 結合予測モデルの構築と非結合データによる性能評価, A117, 化学工学会第57回秋季大会, 広島大学 東広島キャンパス, 2026年9月14日
  12. Shoki Iwama, Shota Horikawa, Hiromasa Kaneko, Mamoru Aizawa, Development of a machine learning model capable of simultaneously predicting bone formation and resorption in artificial bone, and validation of in vivo responses in different animal models, P-Bio-10, The 12th International Symposium on Inorganic Phosphate Materials (ISIPM-12), Tokyo, Japan, 26 August, 2026.
  13. Noriko Nakamura, Hyemin Seo, Risa Hamada, Hiromasa Kaneko, Yuki Kagoya, Seiichi Ohta, Comprehensive microRNA profiling and function-based feature selection reveal a biomarker panel for predicting CAR-T cell exhaustion, 3CTBP-08, The 20th International Biotechnology Symposium and Exhibition (IBS2026), Kobe, Japan, 1 July, 2026.
  14. 常見拓大, 張振中, 山田陽一, 金子 弘昌, 機械学習による固体状態での鈴木・宮浦型クロスカップリング反応のための高分子パラジウム触媒の設計, PD319, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  15. 石川愛理, 金子弘昌, 機械学習モデルを用いたイオン伝導率の高い新規固体電解質材料の結晶構造の提案, PD354, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  16. 木村昭瑛, 金子弘昌, 機械学習モデルと敵対的生成ネットワークによる統合失調症に対する新規薬物候補提案, PD357, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  17. 紫野優人, 照井茂樹, 金子弘昌, 機械学習を活用した精密ろ過膜のファウリング予測と最適な運転条件の提案, PD361, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  18. 益山直己, 岩間翔喜, 相澤守, 金子弘昌, 生体セラミックスにおけるin vivo実験とin vitro実験との間の相関関係の検討, PD364, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  19. 竹内真翔, 本田みちよ, 金子弘昌, 機械学習による菌種特異性を考慮した抗菌ペプチドのMIC予測モデル開発, PD366, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  20. 竹内誠, 安藤達人, 松澤伸行, 前嶋宏行, 金子弘昌, Conditional hierarchical variational autoencoderによる環構造数を制御した分子生成と低再配向エネルギー分子の探索, PD370, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  21. 野村亮太, 永井一清, 金子弘昌, 多糖類の水蒸気吸着量予測のための機械学習モデルの開発, PD373, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  22. 大西一颯, 石川愛理, 金子弘昌, 任意の多元系結晶構造に適用可能な高精度変分オートエンコーダの検討, PD375, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  23. 小坂井颯麻, 金子弘昌, ラベルなし・食材・臨床データを用いた薬物間相互作用予測モデルの予測精度向上の検討, PD379, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  24. 大熊彩水, 金子弘昌, 機械学習モデルを用いた高い熱安定性および分解活性をもつ新規プラスチック分解酵素の設計, PD383, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  25. 高見優太, 岩瀬顕秀, 金子弘昌, 機械学習と実験によるBiVO4光触媒の合成条件最適化, PD384, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  26. 内堀優太, 松澤伸行, 前嶋宏行, 安藤達人, 金子弘昌, 機械学習モデルの予測値の信頼性を考慮した有機半導体の低再配向エネルギー化に向けた分子生成, PD386, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月19日
  27. 中村乃理子, 徐ヘミン, 濵田梨渚, 金子弘昌, 籠谷勇紀, 太田誠一, miRNAの生物学的機能に着目した疲弊CAR-T細胞を特徴づけるバイオマーカーパネルの探索, H209, 化学工学会第91年会, 京都大学吉田キャンパス, 2026年3月18日
  28. Issa Onishi, Keishiro Yui, Akihide Iwase, Hiromasa Kaneko, Activity prediction and design of cocatalysts for CO2 reduction on NaTaO3:Ir,Ba photocatalysts using reaction-theory-based descriptors, P4, The 2nd RIST International Symposium Carbon Value Science & Technology, Chiba, Japan, 10 March, 2026.
  29. Eri Ishikawa, Hiromasa Kaneko, Exploration of novel compositions for solid electrolytes with high ionic conductivity considering crystal structures using machine learning models, 240, The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), Honolulu, Hawaii, December 18, 2025.
  30. Naoki Masuyama, Hiromasa Kaneko, Prediction of mesophase structures and transition temperatures of thermotropic liquid crystals, 241, The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), Honolulu, Hawaii, December 18, 2025.
  31. Ryota Nomura, Yoshito Yamauchi, Hiroto Misawa, Kosuke Nishigaya, Satoshi Ooyama, Hiromasa Kaneko, Prediction of Product Viscosity of Polyvinyl Alcohol with Machine Learning and Design of Optimal Process Conditions, 243, The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), Honolulu, Hawaii, December 18, 2025.
  32. Ayami Ohkuma, Hiromasa Kaneko, Design of novel plastic-degrading enzymes using machine learning models predicting degradation activity and thermostability, 244, The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), Honolulu, Hawaii, December 18, 2025.
  33. Issa Onishi, Hiromasa Kaneko, Machine learning-based descriptors and models for predicting adsorption energies in reduction of carbon dioxide on electrocatalyst surfaces with novel metal elements, 245, The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), Honolulu, Hawaii, December 18, 2025.
  34. Yuto Shino, Motosuke Katayama, Yuri Ito, Hiromasa Kaneko, Prediction of Solubility and Polymerizability of Polyimides for CO2 Separation Membranes Using Machine Learning, 246, The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), Honolulu, Hawaii, December 18, 2025.
  35. Yuta Takami, Akihide Iwase, Hiromasa Kaneko, Optimization of BiVO4 photocatalyst synthesis conditions using machine learning models and genetic algorithms, 247, The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), Honolulu, Hawaii, December 18, 2025.
  36. Makoto Takeuchi, Yusuke Hokii, Shigenori Akiyama, Takuya Sato, Hiromasa Kaneko, Efficient Process Design of Dental Glass-Ceramics Products with Target Optical Properties Using Machine Learning Models, 248, The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), Honolulu, Hawaii, December 18, 2025.
  37. Yuta Uchibori, Hiromasa Kaneko, Selective molecule generation on boundaries of an applicability domain of machine learning models using generative adversarial networks, 250, The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), Honolulu, Hawaii, December 18, 2025.
  38. 岩間翔喜, 堀川祥汰, 金子弘昌, 相澤守, 機械学習により構築した骨形成予測モデルの直接的逆解析による人工骨の作製と異種動物を用いた生体内反応の検証, O-21, 第27回生体関連セラミックス討論会, 高松商工会議所会館, 2025年12月12日
  39. 岩間翔喜, 堀川祥汰, 金子弘昌, 相澤守, 機械学習により構築した骨形成予測モデルの逆解析による人工骨の作製と生体反応の検証, 2P-020, 第47回日本バイオマテリアル学会大会, 東京たま未来メッセ, 2025年11月10日
  40. 岩間翔喜, 堀川祥汰, 金子弘昌, 相澤守, 機械学習により構築した骨形成予測モデルの精度向上と実験動物による生体内反応の検証, (1), 無機マテリアル学会 第151回学術講演会, 岡山大学, 2025年11月6日
  41. Takuto Tsunemi, Tatsuya Oshima, Hiromasa Kaneko, Practical Application of Gold Extraction Solvents with High Extractability and Low Water Solubility by Machine Learning, 3C07, The 7th International Symposium on Innovative Materials and Processes in Energy Systems (IMPRES2025), Sendai, Japan, October 30, 2025.
  42. Manato Takeuchi, Hiromasa Kaneko, Investigation of Descriptors for the Development of a High-Precision Cocrystal Prediction Model, 3C08, The 7th International Symposium on Innovative Materials and Processes in Energy Systems (IMPRES2025), Sendai, Japan, October 30, 2025.
  43. Makoto Takeuchi, Yusuke Hokii, Shigenori Akiyama, Takuya Sato, Hiromasa Kaneko, Machine Learning-Based Design of Process Conditions for Producing Dental Glass-Ceramics with Target Properties, 07-023, The 35th conference and annual meeting of the International Society for Ceramics in Medicine (Bioceramics35), Rio de Janeiro, Brazil, October 29, 2025.
  44. 渡邊響, 金子弘昌, 任意の温度における二成分混合溶媒系の溶解度を予測する機械学習モデルの検討, OC-20, 化学工学会九州支部大会２０２５, 宮崎大学 ひなたキャンパス, 2025年10月18日
  45. 有岡一気, 森竹慎治, 佐々木諒, 髙原潤, 金子弘昌, 偏光顕微鏡画像および製造条件からコークス物性を予測する適応型ソフトセンサー, OC-18, 化学工学会九州支部大会２０２５, 宮崎大学 ひなたキャンパス, 2025年10月18日
  46. 佐藤孝郎, 石川愛理, 金子弘昌, 実験計画法とベイズ最適化によるe-メタノール製造プロセスの設計変数の最適化, OC-16, 化学工学会九州支部大会２０２５, 宮崎大学 ひなたキャンパス, 2025年10月18日
  47. 遠藤汐桜, 石川愛理, 中村乃理子, 太田誠一, 金子弘昌, miRNAとmRNAの結合を予測する機械学習モデルの検討, OD-08, 化学工学会九州支部大会２０２５, 宮崎大学 ひなたキャンパス, 2025年10月17日
  48. 大西一颯, 油井慶志郎, 岩瀬顕秀, 金子弘昌, NaTaO3:Ir,Ba 光触媒を用いたCO2 還元における触媒活性予測モデルの構築および助触媒条件と表面吸着挙動に基づく記述子によるモデルの予測精度向上の検討, OC-10, 化学工学会九州支部大会２０２５, 宮崎大学 ひなたキャンパス, 2025年10月17日
  49. 野村亮太, 永井一清, 金子弘昌, 機械学習による多糖類構造の水蒸気吸着量予測, OC-03, 化学工学会九州支部大会２０２５, 宮崎大学 ひなたキャンパス, 2025年10月17日
  50. 紫野優人, 照井茂樹, 金子弘昌, 機械学習モデルを用いた限外ろ過膜のファウリング予測と運転条件の最適化, CD209, 化学工学会第56回秋季大会, 芝浦工業大学 豊洲キャンパス, 2025年9月17日
  51. 内堀優太, 金子弘昌, 物性予測モデルの適用範囲の境界付近に分子生成する手法の開発, PA203, 化学工学会第56回秋季大会, 芝浦工業大学 豊洲キャンパス, 2025年9月17日
  52. 益山直己, 金子弘昌, 機械学習によるサーモトロピック液晶分子の相構造及び転移温度の予測, PA231, 化学工学会第56回秋季大会, 芝浦工業大学 豊洲キャンパス, 2025年9月17日
  53. 木村昭瑛, 金子弘昌, 機械学習モデルによる統合失調症の新規薬剤候補提案, QA207, 化学工学会第56回秋季大会, 芝浦工業大学 豊洲キャンパス, 2025年9月17日
  54. 石川愛理, 金子弘昌, 機械学習による結晶構造を考慮したイオン伝導率の高い新規固体電解質材料の探索, PA214, 化学工学会第56回秋季大会, 芝浦工業大学 豊洲キャンパス, 2025年9月17日
  55. 高見優太, 岩瀬顕秀, 金子弘昌, 機械学習を活用したBiVO4光触媒の活性予測モデルの構築及び遺伝的アルゴリズムを用いた合成条件最適化, QA218, 化学工学会第56回秋季大会, 芝浦工業大学 豊洲キャンパス, 2025年9月17日
  56. 大熊彩水, 金子弘昌, 熱安定性および分解活性予測モデルを用いた新規プラスチック分解酵素の探索, QA230, 化学工学会第56回秋季大会, 芝浦工業大学 豊洲キャンパス, 2025年9月17日
  57. 小坂井颯麻, 金子弘昌, 陰性データの代替に食材含有成分を活用した薬物間相互作用の予測手法の開発, CD122, 化学工学会第56回秋季大会, 芝浦工業大学 豊洲キャンパス, 2025年9月16日
  58. 横田裕樹, 大島達也, 稲田飛鳥, 金子弘昌, 常見拓大, 高精度に各種溶媒のAu(III)抽出能力を予測する機械学習モデルの開発と検証, PA114, 化学工学会第56回秋季大会, 芝浦工業大学 豊洲キャンパス, 2025年9月16日
  59. 岩間翔喜, 堀川祥汰, 鎌谷ゆき, 星野翔太, 鈴木来, 金子弘昌, 相澤守, 機械学習による骨形成予測モデルにもとづく多孔質リン酸カルシウムセラミックスの作製とラット頭蓋欠損モデルによる生体内反応の検証, (4), 無機マテリアル学会 第150回学術講演会, 明治大学 駿河台キャンパス, 2025年6月5日
  60. 岩間翔喜, 堀川祥汰, 鎌谷ゆき, 星野翔太, 鈴木来, 金子弘昌, 相澤守, 機械学習により構築した骨形成予測モデルの精度向上と実験動物による生体内反応の検証, (4), 無機マテリアル学会 第150回学術講演会, 明治大学駿河台キャンパス, 2025年6月5日
  61. Azusa Kamiyama, Kohei Kusada, Hiromasa Kaneko, Megumi Mukoyoshi, Masafumi Sakota, Hiroto Tsuchiya, Atsushi Furukawa, Hiroshi Kitagawa, Hitoshi Mikami, Process Informatics of High-Entropy Alloy for Automotive Catalysis, P1 179,
    International Conference on Environmental Catalysis, Isola delle Femmine, PA-Sicily, Italy, 2 June, 2025.
  62. 丸田悠斗, 久間馨, Susan Menez Aspera, Gerardo Valadez Huerta, 難波優輔, 古山通久, 金子弘昌, 北川宏, 草田康平, 機械学習による多元素合金触媒の水素発生反応活性サイトの可視化, P-66, ナノ学会第23回大会, 東京都立大学 南大沢キャンパス, 2025年5月15日
  63. 高橋大樹, 鳥山誉亮, 山本知一, 村上恭和, 芦谷拓嵩, 河口彰吾, 坂田修身, 金子弘昌, 北川宏, 草田康平, 白金族ハイエントロピー合金ナノ粒子のフロー精密合成および機械学習による粒径制御因子の分析, P-61, ナノ学会第23回大会, 東京都立大学 南大沢キャンパス, 2025年5月15日
  64. 大西一颯, 金子弘昌, 新規金属元素への汎用性を考慮した電極触媒でのCO2還元における吸着エネルギー予測モデルの開発, C302-3vn-05, 日本化学会 第105春季年会, 関西大学 千里山キャンパス, 2025年3月28日
  65. 常見拓大, 大島達也, 金子弘昌, 機械学習を用いた金の分離回収に有用な高い金抽出能力と低い水溶解度を持つ抽出溶媒の設計, C302-3am1-05, 日本化学会 第105春季年会, 関西大学 千里山キャンパス, 2025年3月28日
  66. 竹内真翔, 金子弘昌, 機械学習を用いた共結晶予測モデルの構築およびモデルによる共晶剤の設計, C302-3am1-02, 日本化学会 第105春季年会, 関西大学 千里山キャンパス, 2025年3月28日
  67. 竹内誠, 保木井悠介, 秋山茂範, 佐藤拓也, 金子弘昌, 機械学習によるガラスセラミックス製品の光学特性予測および製造条件の最適化, C302-3am1-01, 日本化学会 第105春季年会, 関西大学 千里山キャンパス, 2025年3月28日
  68. 野村亮太, 山内芳仁, 三澤裕斗, 西ヶ谷紘佑, 大山敏, 金子弘昌, ポリビニルアルコール製造プラントにおける製品粘度予測モデルの開発, C302-2pm1-04, 日本化学会 第105春季年会, 関西大学 千里山キャンパス, 2025年3月27日
  69. 丸田悠斗, 草田康平, Susan Aspera, Gerardo Valadez Huerta, 難波優輔, 久間馨, 古山通久, 金子弘昌, 北川宏, 機械学習を用いた多元素合金触媒の水素発生反応における活性サイトの可視化, C404-1pm-06, 日本化学会 第105春季年会, 関西大学 千里山キャンパス, 2025年3月26日
  70. 高見優太, 岩瀬顕秀, 金子弘昌, BiVO4光触媒の文献に基づく活性予測モデルの構築及び遺伝的アルゴリズムを用いた合成条件の設計, 化学工学会第90年会, PC201, 東京理科大学葛飾キャンパス, 2025年3月13日
  71. 松原正佳, 佐々木諒, 高原潤, 森竹慎治, 原田靖之, 金子弘昌, 異なるバッチ時間のデータをもつ炭素材料製造プロセスにおける物性予測モデルの構築およびモデルの逆解析, 化学工学会第90年会, PC205, 東京理科大学葛飾キャンパス, 2025年3月13日
  72. 石川愛理, 金子弘昌, 機械学習モデルを用いた固体電解質のイオン伝導度の予測, 化学工学会第90年会, PC209, 東京理科大学葛飾キャンパス, 2025年3月13日
  73. 高岡翔, Zhang Zhenzhong, 山田陽一, 金子弘昌, ベイズ最適化による高分子ニッケル触媒を用いた鈴木・宮浦型クロスカップリング反応の新規触媒構造の設計, 化学工学会第90年会, PC211, 東京理科大学葛飾キャンパス, 2025年3月13日
  74. 落合晴希, 永井一清, 金子弘昌, 高分子材料のモノマー構造および特性から気体の透過性を予測する機械学習モデルの開発, 化学工学会第90年会, PC213, 東京理科大学葛飾キャンパス, 2025年3月13日
  75. 安藤瑠海, 金子弘昌, 敵対的生成ネットワークを用いた新規アセチルコリンエステラーゼ阻害薬の設計, 化学工学会第90年会, PC216, 東京理科大学葛飾キャンパス, 2025年3月13日
  76. 和久津優太, 金子弘昌, 嗅覚受容体情報を活用した分子構造ベースの匂い予測モデルの構築及び精度向上の検討, 化学工学会第90年会, PC218, 東京理科大学葛飾キャンパス, 2025年3月13日
  77. 酒井優太, 金子弘昌, 機械学習モデルを用いた農薬らしさを評価するスコアの開発, 化学工学会第90年会, PC220, 東京理科大学葛飾キャンパス, 2025年3月13日
  78. 中西大和, 松澤伸行, 前嶋宏行, 安藤達人, 金子弘昌, 生成モデルを用いた有機半導体材料の候補分子の探索, 化学工学会第90年会, PC221, 東京理科大学葛飾キャンパス, 2025年3月13日
  79. 小坂井颯麻, 金子弘昌, 陽性データが混在する陰性データを考慮した薬物間相互作用の予測手法の開発, 化学工学会第90年会, PC223, 東京理科大学葛飾キャンパス, 2025年3月13日
  80. 大熊彩水, 金子弘昌, プラスチック分解酵素の分解活性および熱安定性を予測する機械学習モデルの開発, 化学工学会第90年会, PC229, 東京理科大学葛飾キャンパス, 2025年3月13日
  81. 木村昭瑛, 金子弘昌, 統合失調症の新規薬剤候補提案のための機械学習モデル構築, 化学工学会第90年会, PC234, 東京理科大学葛飾キャンパス, 2025年3月13日
  82. 大島達也, 中玉利翔馬, 大榮薫, 稲田飛鳥, 金子弘昌, Ga(III)抽出溶媒探索のための機械学習と多段の溶媒和抽出によるGa(III)およびIn(III)の分離, 化学工学会第90年会, I115, 東京理科大学葛飾キャンパス, 2025年3月12日
  83. 丸田悠斗, 草田康平, 山本知一, 鳥山誉亮, 村上恭和, 坂田修身, 金子弘昌, 北川宏, 機械学習を用いた多元素合金ナノ粒子における高活性電極触媒探索, 第34回日本MRS年次大会, 横浜市開港記念会館, 2024年12月16日
  84. [依頼講演] 相澤守, 堀川祥汰, 金子弘昌, バイオセラミックス研究の新展開：機械学習を活用したバイオセラミックスの材料設計と生体硬組織反応の実験的検証, 日本バイオマテリアル学会シンポジウム2024, 仙台国際センター, 2024年10月29日
  85. 町田健, 金子弘昌, 田原一邦, 機械学習を用いた反芳香族部位を持つ有機半導体候補分子の探索, P5-066, 日本化学会秋季事業 第14回 CSJ化学フェスタ2024, タワーホール船堀, 2024年10月22日
  86. 高岡翔, Zhang Zhenzhong, 山田陽一, 金子弘昌, 機械学習による高分子ニッケル触媒を用いた鈴木・宮浦型クロスカップリング反応の収率予測モデルの構築および新規高分子ニッケル触媒の提案, YB130, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月11日
  87. 石川愛理, 金子弘昌, 機械学習およびベイズ最適化を用いたエチルベンゼン製造プロセスの省エネルギー設計, YB158, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月11日
  88. 和久津優太, 金子弘昌, 分子の匂い予測における嗅覚受容体からの情報の利用の検討, YA189, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月11日
  89. 高見優太, 宮川敬太, 津田祐樹, 秋山浩一, 金子弘昌, 光熱モニタ法によって測定された中赤外スペクトルから血糖値を推定する機械学習モデルの構築, L113, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月11日
  90. 大熊彩水, 山内芳仁, 山田信仁, 大山敏, 金子弘昌, プロセスの動特性および類似した二つの品質を考慮したソフトセンサーモデルの開発, L115, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月11日
  91. 酒井優太, 金子弘昌, 機械学習による足場を用いた農薬活性予測モデルの構築および予測根拠の可視化, YA206, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月12日
  92. 草野奈央, 金子弘昌, 清山史朗, 塩盛弘一郎, 吉田昌弘, 武井孝行, エマルションの安定性向上におけるベイズ最適化の利用, YA214, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月12日
  93. 落合晴希, 金子弘昌, 機械学習による生分解性試験の代替となる生分解性予測モデルの構築, YA232, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月12日
  94. 中西大和, 松澤伸行, 前嶋宏行, 安藤達人, 金子弘昌, 再配向エネルギーを予測する機械学習モデルの精度向上に関する研究, YA223, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月12日
  95. 小坂井颯麻, 金子弘昌, 分子構造の安定性を判別する化学空間上の領域の定義, YA285, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月12日
  96. 松原正佳, 佐々木諒, 高原潤, 森竹慎治, 原田靖之, 金子弘昌, 遺伝的アルゴリズムを用いた炭素材製造プロセスにおける物性予測モデルの最適化, L213, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月12日
  97. 安藤瑠海, 青木健太郎, 長尾祐樹, 金子弘昌, アルキルスルホン化ポリイミドのモノマー構造から物性を予測する機械学習モデルの構築, YB245, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月12日
  98. 紫野優人, 金子弘昌, オートエンコーダを用いた物性・活性予測モデルの直接的逆解析による分子設計, L219, 化学工学会第55回秋季大会, 北海道大学 札幌キャンパス, 2024年9月12日
  99. Sho Takaoka, Zhenzhong Zhang, Yoichi M. A. Yamada, Hiromasa Kaneko, Design of Polymeric Ni Catalysts and Experimental Conditions in Suzuki-Miyaura Type Cross-Coupling Reactions by Machine Learning, 3303, 11th Asian Symposium on Process Systems Engineering (PSE ASIA 2024), Penang, Malaysia, August 6, 2024.
  100. Masayoshi Matsubara, Ryo Sasaki, Jun P. Takahara, Shinji Moritake, Yasuyuki Harada, Hiromasa Kaneko, Optimization of dynamic manufacturing process for carbon materials using a genetic algorithm, 9829, 11th Asian Symposium on Process Systems Engineering (PSE ASIA 2024), Penang, Malaysia, August 6, 2024.
  101. Yuta Sakai, Hiromasa Kaneko, Prediction of pesticide activity using molecular scaffolds by machine learning and proposal of new scaffolds, 4153, 11th Asian Symposium on Process Systems Engineering (PSE ASIA 2024), Penang, Malaysia, August 7, 2024.
  102. Yuta Wakutsu, Hiromasa Kaneko, Analysis of the relationship between molecules and odors using information from olfactory receptors, 5153, 11th Asian Symposium on Process Systems Engineering (PSE ASIA 2024), Penang, Malaysia, August 7, 2024.
  103. Haruki Ochiai, Hiromasa Kaneko, Construction of predictive model for biodegradability of materials over time, 4572, 11th Asian Symposium on Process Systems Engineering (PSE ASIA 2024), Penang, Malaysia, August 7, 2024.
  104. Yamato Nakanishia, Nobuyuki N. Matsuzawa, Hiroyuki Maeshima, Tatsuhito Ando, Hiromasa Kaneko, Prediction of Reorganization Energy from Chemical Structures Using Graph Convolutional Neural Networks, 7433, 11th Asian Symposium on Process Systems Engineering (PSE ASIA 2024), Penang, Malaysia, August 7, 2024.
  105. Ruka Ando, Hiromasa Kaneko, Prediction of acetylcholinesterase inhibitory activity and affinity with UDP-glucuronyltransferase, and development of models for design of new acetylcholinesterase inhibitors, 5879, 11th Asian Symposium on Process Systems Engineering (PSE ASIA 2024), Penang, Malaysia, August 7, 2024.
  106. 落合晴希, 小森学, 中澤宝, 金子弘昌, 中耳炎患者の術式を予測する機械学習モデルの構築, G-42, 第6回日本メディカルAI学会学術集会, 名古屋市公会堂（岡谷鋼機名古屋公会堂）, 2024年6月22日
  107. 丸田悠斗, 草田康平, Seo Okkyun, 坂田修身, 河口彰吾, 久保田佳基, 金子弘昌, 鳥山誉亮, 山本知一, 村上恭和, 北川宏, 機械学習を用いた多元素合金ナノ粒子における高活性水素発生反応触媒の探索, A1442-4pm-01, 日本化学会 第104春季年会, 日本大学理工学部　船橋キャンパス, 2024年3月21日
  108. 石川愛理, 金子弘昌, 機械学習およびベイズ最適化を用いたエチルベンゼン製造プロセスの設計, H937-4am-01, 日本化学会 第104春季年会, 日本大学理工学部　船橋キャンパス, 2024年3月21日
  109. 高見優太, 宮川敬太, 津田祐樹, 秋山浩一, 安藤瑠海, 金子弘昌, 中赤外光を用いた非侵襲的血糖値モニタにおける推定モデルの構築および推定精度向上の検討, H937-4am-02, 日本化学会 第104春季年会, 日本大学理工学部　船橋キャンパス, 2024年3月21日
  110. 紫野優人, 金子弘昌, 物性・活性予測モデルの直接的逆解析による分子設計における精度向上の検討, H937-4am-03, 日本化学会 第104春季年会, 日本大学理工学部　船橋キャンパス, 2024年3月21日
  111. 小坂井颯麻, 金子弘昌, 分子構造の安定性を考慮したモデルの適用範囲の開発, H937-4am-04, 日本化学会 第104春季年会, 日本大学理工学部　船橋キャンパス, 2024年3月21日
  112. 大熊彩水, 山内芳仁, 山田信仁, 大山敏, 金子弘昌, ポリビニルアルコール製造プラントにおける曇点予測モデルの開発, H937-4am-05, 日本化学会 第104春季年会, 日本大学理工学部　船橋キャンパス, 2024年3月21日
  113. 林文隆, 原田隆希, 金子弘昌, 山田哲也, 手嶋勝弥, 選択フッ化物イオン吸着を指向した層状複水酸化物結晶のデータ駆動型探索, A1444-2am-08, 日本化学会 第104春季年会, 日本大学理工学部　船橋キャンパス, 2024年3月19日
  114. 川越琳太, 寺内一利, 浜田史也, 山地俊則, 金子弘昌, 機械学習によるポリマー特性のリアルタイムモニタリングおよびポリマー重合プロセスの設計, PB211, 化学工学会第89年会, 大阪公立大学 中百舌鳥キャンパス, 2024年3月18日
  115. 白木優也, 川浪悠子, 新明健一, 金子 弘昌, エポキシ樹脂の誘電率を予測する機械学習モデルの構築と低誘電率を実現するモノマー構造の提案, PB214, 化学工学会第89年会, 大阪公立大学 中百舌鳥キャンパス, 2024年3月18日
  116. M. Aizawa, S. Horikawa, T. Yokota, R. Shiratsuchi, K. Suzuki, K. Motojima, H. Kaneko, Construction of Estimation Model of Bone Formation for Porous Hydroxyapatite Ceramics by Machine Learning, International Symposium for Inorganic Phosphate Materials (ISIPM2023), Venice, Italy, November 22, 2023.
  117. 堀川祥汰, 鈴木来, 本島康平, 中野和明, 長屋昌樹, 長嶋比呂志, 金子弘昌, 相澤守, 機械学習により設計した多孔質リン酸カルシウムセラミックスの材料特性とその生体硬組織反応の検証, 無機マテリアル学会 第147回 学術講演会, 2023年11月9日
  118. Yuya Shiraki, Yuko Kawanami, Kenichi Shinmei, Hiromasa Kaneko, Construction of Dielectric Constant Prediction Models and Design of Monomers for Polymer Materials Using Machine Learning, 2nd International Conference on Polymer Science and Engineering, San Francisco, U.S.A., November 1, 2023.
  119. Rinta Kawagoe, Kazutoshi Terauchi, Fumiya Hamada, Toshinori Yamaji, Hiromasa Kaneko, Online Sensing of Polymer Properties and Process Design with Machine Learning, 2nd International Conference on Polymer Science and Engineering, San Francisco, U.S.A., November 1, 2023.
  120. 松本幸太郎, 中河陽太, 新井宏昌, 加藤洋, 吉塚淳平, 金子弘昌, 機械学習に基づく処理原油成分情報のリアルタイム予測モデルの開発（その３）, 第53回石油・石油化学討論会, 2023年10月27日
  121. 中河陽太, 松本幸太郎, 新井宏昌, 加藤洋, 吉塚淳平, 金子弘昌, 機械学習に基づく処理原油成分情報のリアルタイム予測モデルの開発（その２）, 第53回石油・石油化学討論会, 2023年10月27日
  122. Yuta Sakai, Shota Horikawa, Kitaru Suzuki, Mamoru Aizawa, Hiromasa Kaneko, Prediction of bone formation rate of artificial bone by machine learning considering variation of experimental results, Bioceramics 33, Solothurn, Switzerland, October 18, 2023.
  123. 原田隆希, 林文隆, 山田哲也, 金子弘昌, 手嶋勝弥, ベイズ最適化によるフッ化物イオン吸着層状複水酸化物結晶の合成, 2O06, 表面技術協会 関東支部 第102回若手講演会, 琉球大学, 2023年9月20日
  124. S. Horikawa, K. Suzuki, K. Motojima, K. Nakano, M. Nagaya, H. Nagashima, H. Kaneko, M. Aizawa, Construction of a model estimating bone-forming ability of bioceramics utilizing machine learning and its validation by in vivo experiments, Biomaterials International 2023, Hokkaido, July 31, 2023.
  125. Ayano Yamamoto, Shota Horikawa, Kitaru Suzuki, Mamoru Aizawa, Hiromasa Kaneko, Predictive machine learning model constructure for bone formation rate using scanning electron microscope images, ISIEM2023, Montpellier, France, June 21, 2023
  126. Shota Horikawa, Kitaru Suzuki, Kohei Motojima, Hiromasa Kaneko, Mamoru Aizawa, Construction of a Model Estimating Bone-Forming Ability of Bioceramics Utilizing Machine Learning and Its Inverse Analysis to Verify Material Properties, ISIEM2023, Montpellier, France, June 21, 2023
  127. 原田隆希, 林文隆, 山田哲也, 金子大悟, 金子弘昌, 手嶋勝弥, 層状複水酸化物結晶によるイオン交換時のデータ駆動的重要因子理解と実験提案, 日本結晶成長学会 新技術・新材料分科会 第 2 回研究会, 信州大学, 2023年3月3日
  128. Shunsuke Yuyama, Hiromasa Kaneko, Machine Learning and Process Design Optimization Approaches for Exploration of Gas Membrane Separation Materials, International Congress on Pure & Applied Chemistry KotaKinabalu 2022 (ICPAC KK 2022), Kota Kinabalu, Malaysia, November 25, 2022
  129. Yuki Nakayama, Tatsuya Hirano, Hiromasa Kaneko, Prediction of Herbicide Activity with Descriptors on Local Properties of 3D Chemical Structures, International Congress on Pure & Applied Chemistry KotaKinabalu 2022 (ICPAC KK 2022), Kota Kinabalu, Malaysia, November 25, 2022
  130. Jumpei Yoshizuka, Daiki Nakamura, Hiromasa Kaneko, Fault Detection and Diagnosis for Thermometers with Machine Learning in Metal Production Process, International Congress on Pure & Applied Chemistry KotaKinabalu 2022 (ICPAC KK 2022), Kota Kinabalu, Malaysia, November 25, 2022
  131. Daigo Kaneko, Risa Iwatsubo, Hajime Wagata, Hiromasa Kaneko, Efficient Design of Experiments for LafeO3 Crystallites Via Bayesian Optimization, International Congress on Pure & Applied Chemistry KotaKinabalu 2022 (ICPAC KK 2022), Kota Kinabalu, Malaysia, November 25, 2022
  132. Kohei Motojima, Abhijit Sen, Raghu N. Dhital, Yoichi M. A. Yamad, Hiromasa Kaneko, Optimization of Experimental Conditions with Machine Learning for Organic Synthetic Reactions Using Transition-Metal Catalyst, International Congress on Pure & Applied Chemistry KotaKinabalu 2022 (ICPAC KK 2022), Kota Kinabalu, Malaysia, November 25, 2022
  133. Mitsuki Ikeda, Hiromasa Kaneko, Odor Threshold Prediction Using Machine Learning, International Congress on Pure & Applied Chemistry KotaKinabalu 2022 (ICPAC KK 2022), Kota Kinabalu, Malaysia, November 25, 2022
  134. 吉塚淳平, 谷脇寛明, 橋本益美, 松本幸太郎, 加藤洋, 金子弘昌, 機械学習に基づく処理原油成分情報のリアルタイム予測モデルの開発（その１）, 第52回石油・石油化学討論会, 2022年10月28日
  135. 湯山春介, 金子弘昌, 機械学習を用いた気体分離プロセスと分離膜材料の同時設計, 化学工学会第53回秋季大会, 2022年9月16日
  136. 中山祐生, 白木優也, 名取慧, 小野裕己, 須田和哉, 金子弘昌, フィルム製造プロセスにおけるソフトセンサー検討, 化学工学会第53回秋季大会, 2022年9月16日
  137. 森下敏治, 金子弘昌, 化合物のベイズ最適化における初期サンプル選択に関する議論, 化学工学会第53回秋季大会, 2022年9月16日
  138. 山本彩乃, 堀川祥汰, 鈴木 来, 相澤 守, 金子弘昌, 画像処理および機械学習におけるバイオマテリアルの高精度骨形成率予測のための特性設計, 日本セラミックス協会 第35回秋季シンポジウム, 2022年9月14日
  139. 山本統久, 安藤達人, 清水直斗, 松澤伸行, 前嶋宏行, 金子弘昌, DFT計算と機械学習による低再配向エネルギー分子の設計, 日本化学会 第102春季年会, 2022年3月26日
  140. 谷脇寛明, 金子弘昌, 高分子化合物の重合反応を対象とした逆合成予測モデルの構築, 日本化学会 第102春季年会, 2022年3月26日
  141. Yuki Nakayama, Hiromasa Kaneko, Design of a Dimethyl Ether production process using process simulation and machine learning, Pacifichem 2021, December 12, 2021
  142. Daigo Kaneko, Hiromasa Kaneko, Fumitaka Hayashi, Tetsuya Yamada, Katsuya Teshima, Process-informatics approach to design　experimental conditions for the development of crystalline materials, Pacifichem 2021, December 12, 2021
  143. Hiroaki Taniwaki, Hiromasa Kaneko, Design of monomer molecules in consideration of dielectric constants and glass transition temperature, Pacifichem 2021, December 12, 2021
  144. Shuto Yamakage, Hiromasa Kaneko, Adaptive soft sensor selection based on Bayesian optimization, Pacifichem 2021, December 12, 2021
  145. Norihsia Yamamoto, Hiromasa Kaneko, Machine learning-based development of refrigerants with safety and high thermal conductivity, Pacifichem 2021, December 12, 2021
  146. Shunsuke Yuyama, Hiromasa Kaneko, Correlation between the metal and organic components, crystal structure, and gas-adsorption capacity of metal–organic frameworks, Pacifichem 2021, December 12, 2021
  147. Kohei Motojima, Rina Shiratsuchi, Kitaru Suzuki, Mamoru Aizawa, Hiromasa Kaneko, Prediction of properties and bone formation rate for bioceramics and design of synthesis conditions with machine learning, Pacifichem 2021, December 12, 2021
  148. Mitsuki Ikeda, Hiromasa Kaneko, Yukari Totsuka, Yuki Betsuyaku, Similarity of MS spectra for structure identification of DNA adducts, Pacifichem 2021, December 12, 2021
  149. Ryo Iwama, Koji Takizawa, Kenichi Shinmei, Eisuke Baba, Noritoshi Yagihashi, Hiromasa Kaneko, Development of metal oxides for CO2 reduction by combining experiments and machine learning, Pacifichem 2021, December 12, 2021
  150. Jumpei Yoshizuka, Hiromasa Kaneko, Takahide Oka, Junya Fuse, Yoshito Sawai, Shota Yamanaka, Growth prediction of Spinacia oleracea in plant factories and process design for growth improvement, Pacifichem 2021, December 12, 2021
  151. 金子大悟, 金子弘昌, 林文隆, 山田哲也, 手嶋勝弥, 機械学習による結晶材料設計の効率化, 第11回CSJ化学フェスタ2021, P6-105, 2021年10月20日
  152. 杉崎大将, 金子弘昌, 機械学習によるアンモニアボランの脱水素触媒の開発, 第11回CSJ化学フェスタ2021, P6-092, 2021年10月20日
  153. 湯山春介, 金子弘昌, 金属有機構造体における金属・有機化合物・結晶構造・ガス吸着量の相関関係のモデル化, 第11回CSJ化学フェスタ2021, P5-077, 2021年10月20日
  154. 谷脇寛明, 金子弘昌, 高分子化合物を対象とした逆合成予測モデルの構築, 第11回CSJ化学フェスタ2021, P4-085, 2021年10月20日
  155. 本島康平, 白土里奈, 鈴木来, 相澤守, 金子弘昌, 機械学習によるバイオセラミックスの設計, 第11回CSJ化学フェスタ2021, P3-071, 2021年10月19日
  156. 岩間稜, 金子弘昌, 機械学習を活用したCO2還元用金属酸化物の開発, 第11回CSJ化学フェスタ2021, P2-011, 2021年10月19日
  157. 山影柊斗, 金子弘昌, 機械学習を活用した高精度ソフトセンサーの設計, 第63回自動制御連合講演会 2D3-1, 2020年11月22日
  158. 山田信仁, 金子弘昌, 適応型ソフトセンサーと転移学習を組み合わせた複数銘柄生産プロセスの予測, 第63回自動制御連合講演会 2D3-3, 2020年11月22日
  159. 岩間稜, 金子弘昌, シミュレーションと機械学習を組み合わせたエチレンオキシド製造プロセスの多目的最適化, 第63回自動制御連合講演会 2D4-3, 2020年11月22日
  160. 山田哲也, 金子弘昌, 土井達也, 林文隆, 手嶋勝弥, データ駆動型手法を活用した環境・エネルギー材料用結晶の開発, 日本結晶成長学会 新技術・新材料分科会 第1回研究会, 東北大学, 2020年2月21日
  161. Yasuhiro Kanno, Hiromasa Kaneko, “Nonlinear Dynamic Feature Extraction Based on Gaussian Process Dynamical Models for Jit-Based Adaptive Soft Sensors”, AIChE Annual Meeting, 344d, 2019 AIChE Annual Meeting, Hyatt Regency, Orlando, U.S.A., November 12, 2019 内容
  162. Naoto Shimizu, Hiromasa Kaneko, “Constructing Interpretable and Accurate Model Combining Decision Tree and Random Forest”, AIChE Annual Meeting, 370n, 2019 AIChE Annual Meeting, Hyatt Regency, Orlando, U.S.A., November 12, 2019 内容
  163. Takumi Kojima, Hiromasa Kaneko, “New Evaluation Method of Soft Sensors Considering Characteristics of Time Series Data”, AIChE Annual Meeting, 370o, 2019 AIChE Annual Meeting, Hyatt Regency, Orlando, U.S.A., November 12, 2019 内容
  164. 江尾知也, 金子弘昌, “ドッキングシミュレーションと機械学習を組み合わせた定量的構造活性相関”, 日本化学会 第99春季年会, 甲南大学 岡本キャンパス, 2019年3月16日
  165. 清水直斗, 金子弘昌, “解釈可能性を考慮した高精度物性推定モデルの構築”, 日本化学会 第99春季年会, 甲南大学 岡本キャンパス, 2019年3月16日
  166. 山田信仁, 金子弘昌, “機械学習を用いたプロパン脱水素反応によるプロピレン製造プロセスの設計”, 化学工学会 第84年会, 芝浦工業大学 豊洲キャンパス, 2019年3月13日
  167. 菅野泰弘, 金子弘昌, “ガウシアンプロセスダイナミカルモデルに基づく非線形性とプロセス動特性を考慮した適応型ソフトセンサーの開発”, 化学工学会 第84年会, 芝浦工業大学 豊洲キャンパス, 2019年3月13日
  168. 江尾知也, 金子弘昌, “ドッキングシミュレーションを活用した定量的構造活性相関の精度の向上”, 第46回構造活性相関シンポジウム, 大阪大学銀杏会館, 2018年12月6日
  169. 山田信仁, 菅野泰弘, 小島巧, 清水直斗, “機械学習を用いたプロパン脱水素反応によるプロピレン製造プロセスの設計”, 化学工学会第50回秋季大会 第17回プロセスデザイン学生コンテスト, 鹿児島大学郡元キャンパス, 2018年9月21日
  170. 小島巧, 金子弘昌, “時系列データの特徴を考慮した新規ソフトセンサー評価手法の開発”, 化学工学会第50回秋季大会, 鹿児島大学郡元キャンパス, 2018年9月20日
  171. 小島巧, 金子弘昌, “時間軸を用いたソフトセンサーの新規評価手法の開発”, 第7回ケモインフォマティクス若手の会, 渋谷ヒカリエ, 2018年5月22日
  172. 清水直斗, 金子弘昌, “少数サンプルにおける活性予測モデルの性能評価および精度向上”, 第7回ケモインフォマティクス若手の会, 渋谷ヒカリエ, 2018年5月22日
  173. 菅野泰弘, 金子弘昌, “半教師あり学習の新規手法を提案”, 第7回ケモインフォマティクス若手の会, 渋谷ヒカリエ, 2018年5月22日
  174. 金子弘昌, “Generative Topographic Mapping(GTM)でデータの可視化・回帰分析・モデルの逆解析を一緒にやってみた”, 第7回ケモインフォマティクス若手の会, 渋谷ヒカリエ, 2018年5月22日 内容
  175. 菅野泰弘, 金子弘昌, “回帰分析における精度向上のための化学構造データ選択手法”, 日本薬学会 第138年会, TKP金沢カンファレンスセンター, 2018年3月28日 内容
  176. 清水直斗, 金子弘昌, “少数サンプルにおける活性予測モデルの性能評価および精度向上”, 日本薬学会 第138年会, TKP金沢カンファレンスセンター, 2018年3月28日 内容
  177. 金子弘昌, “装置における測定困難な対象をリアルタイムに推定する人工知能の開発、分子・材料設計への応用”, 第7回超異分野学会 本大会～人とは何か、そして人を取り巻く研究へ～, TEPIA先端技術館, 2018年3月2, 3日 内容
  178. 金子弘昌, “ビッグデータを活用した分子設計・材料設計・プロセス管理”, 2017年度 明治大学・聖マリアンナ医科大学共同研究会, 明治大学 生田キャンパス, 2017年7月15日
  179. 金子弘昌, “変数選択手法っていろいろあるけど何を使えばいいの？“, 第5回ケモインフォマティクス若手の会, 渋谷ヒカリエ, 2017年5月16日
ホーム
タイトルとURLをコピーしました