化学・化学工学分野におけるデータ解析・機械学習クラウドサービス「Datachemical LAB」

化学・化学工学分野におけるデータ解析・機械学習が、プログラミングなしでできるクラウドサービス「Datachemical LAB」を開発し、提供を開始しましたので、ご案内します。プレスリリースは以下をご覧ください。

化学のものづくりDXに特化したデータ解析・機械学習クラウドサービス「Datachemical LAB」を提供開始
データケミカル株式会社のプレスリリース(2022年4月21日 10時00分)化学のものづくりDXに特化したデータ解析・機械学習クラウドサービスを提供開始

 

Datachemical LAB の裏で動いているプログラムは、私 金子が長年開発してきたものであり、さらに数カ月間にわたる毎週の会議を経て、ついにローンチすることになりました。ようやく日の目を見ることになり嬉しい限りです。プログラミングは全く不要で、化学・化学工学分野におけるデータ解析・機械学習ができ、大いにオススメするウェブサービスです。

ここでは、Datachemical LAB でどんなことができるのかご紹介します。ご検討いただけますと幸いです。

まずメニューがこちらになります。

 

メインは、やはり 「MI」 です。csv ファイルで準備したデータを用いたモデル構築やモデルの最適化、そして最適化されたモデルを用いた予測やベイズ最適化ができます。

 

これまでの実験データを用いて、分子記述子や実験条件・合成条件・製造条件やプロセス条件の特徴量 x と、物性・活性・特性などの y との間で数理モデル y = f(x) を構築します。そして、構築されたモデルを用いて、y の値が不明なサンプル (仮想的な実験条件など) における x の値から y の値を予測したり、次に実験すべき実験条件を提案したりします。ベイズ最適化では、y の目標値を達成する確率が高い x の値を提案します。y が複数個ある場合にも対応しています。以上のことがすべて 「MI」だけでできます。

これだけでも実際の研究や開発の現場で大いに活用できますし、さらに Datachemical LAB の機能は他にもあります。例えば、「可視化」では特徴量間の関係を確認できます。

 

また、いろいろな手法で特徴量を低次元化した潜在変数で表すことができ、さらに潜在変数の間の関係や、潜在変数と y の間の関係を可視化することもできます。

まだ実験データがないときには、「実験計画」において、最初に行うべき実験の実験条件を提案できます。

化学構造を扱うときには、分子記述子を計算できます。また新たな化学構造を生成できます。

 

他にも特徴量変換、特徴量選択など、有用な機能がありますので、ぜひ無料トライアルをご検討ください。

Datachemical LAB の特徴の一つに、すべての機能がウェブブラウザ上で実行されることがあります。データ解析・機械学習用に別のパソコンを準備する必要は全くありません。お使いのパソコンですべて実施できます。計算しているからといってパソコンで行う作業が重くなることもありません。

無料でお試しすることもできますので、興味がありましたら、以下のサービスサイトよりお問い合わせいただけますと幸いです。

https://www.datachemicallab.com/

 

ちなみに、これで Datachemical LAB の開発がすべて終了というわけでなく、新たな機能をどんどん搭載していく予定です。さらに、ご要望があれば、それに沿った機能も搭載したいと思っています。Datachemical LAB が成長する姿も、楽しみにしていただけますと幸いです。

ご検討のほどよろしくお願いいたします

 

以上です。

質問やコメントなどありましたら、twitter, facebook, メールなどでご連絡いただけるとうれしいです。

タイトルとURLをコピーしました