研究発表

シェアする

●論文

  1. Hiromasa Kaneko, Automatic Outlier Sample Detection Based on Regression Analysis and Repeated Ensemble Learning, Chemometrics and Intelligent Laboratory Systems, 177, 74-82, 2018. 内容 論文URL 2018年6月12日までこちらから無料で論文を見られます
  2. Hiromasa Kaneko, K-Nearest Neighbor Normalized Error for Visualization and Reconstruction – A New Measure for Data Visualization Performance, Chemometrics and Intelligent Laboratory Systems, 176, 22-33, 2018. 内容 論文URL 2018年4月26日までこちらから無料で論文を見られます
  3. Hiromasa Kaneko, Discussion on Regression Methods Based on Ensemble Learning and Applicability Domains of Linear Sub-Models, Journal of Chemical Information and Modeling, 58(2), 480–489, 2018. 内容 論文URL 2019年2月15日までこちらから無料で論文を見られます
  4. Hiromasa Kaneko, A New Measure of Regression Model Accuracy that Considers Applicability Domains, Chemometrics and Intelligent Laboratory Systems, 171, 1-8, 2017. 内容 論文URL 2017年11月26日までこちらから無料で論文を見られます

●招待講演

  1. 金子弘昌, “QSPR/QSARモデルの適用範囲~基礎・応用事例・最近の研究内容~”, 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
  2. 金子弘昌, “データ駆動型モデルの適用範囲を考慮して効率的に分子設計・材料設計する方法”, 奈良先端科学技術大学院大学, 2018年3月14日 概要
  3. Hiromasa Kaneko, “Measure of Regression Model Accuracy for Quantitative Structure-Activity(Property) Relationship Considering Applicability Domains”, International Congress on Pure & Applied Chemistry (ICPAC) 2018, Sokhalay Angkor Resort & Spa, Siem Reap, Cambodia, 10 March 2018 概要
  4. 金子弘昌, “化学工学におけるデータの扱い~基礎研究から実装まで~”, プロセスシステム工学第143委員会 第213回委員会 平成29年度第4回研究会, 弘済会館, 2017年12月8日 概要
  5. 金子弘昌, “化学産業におけるデータ活用”, 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), 2017年11月23日 概要
  6. 金子弘昌, “データベースおよびインフォマティクス技術を活用した分子設計・材料設計・プロセス設計”, 高分子計算機科学研究会, 東京工業大学 蔵前会館 3F 手島精一記念会議室, 2017年10月20日 概要
  7. Hiromasa Kaneko, “Process Design and Process Control Based on Statistical Analysis and Machine Learning Using Big Data”, The 8th China-Japan Symposium on Chemical Engineering, SINOPEC Conference Center, Beijing, China, 15 October 2017 概要
  8. Hiromasa Kaneko, “Molecular, Material, Product and Process Design, and Process Control Based on Statistics and Informatics”, ISPAC2017, Hotel Continental Saigon, Ho Chi Minh City, Vietnam, 9 June 2017 概要
  9. 金子弘昌, “運転データを活用して効率的にプロセスを運転管理・制御する方法”, 分離技術会年会 2017, 明治大学 生田キャンパス, 2017年5月26日 概要

●学会発表

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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
  9. 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

●受賞

  1. Hiromasa Kaneko, “Best Lecture Award”, International Congress on Pure & Applied Chemistry (ICPAC) 2018, 2018年4月19日
  2. 菅野泰弘, 清水直斗, 小島巧, “学生奨励賞”, 第4回 IT創薬コンテスト:「コンピュータで薬のタネを創る4」, 2017年12月15日

●セミナーなど

  1. 金子弘昌, “分子設計・材料設計・プロセス設計のためのインフォマティクス技術”, 理化学研究所 和光地区, 2018年4月25日
  2. 金子弘昌, “機械学習の基礎と集団学習/アンサンブル学習(バギング・ブースティング・ランダムフォレスト)およびPythonによる推定・予測の実習講座 [1人1台PC実習付] 〜データ前処理手法、線形重回帰・SVM・決定木のアルゴリズムと応用事例、アンサンブル学習の活用法、Pythonによる実習〜”, 2018年4月23, 24日
  3. 金子弘昌, “ビッグデータおよび人工知能を活用した分子設計・材料設計・プロセス設計”, 三井化学株式会社, 袖ヶ浦センター, 2018年1月23日
  4. 金子 弘昌, 山﨑 広之, 久保 竜一, 小寺 正明, 第7回ケモインフォマティクス入門講座 Pythonで学ぶケモメトリックス中級編講習会 ~グループワークで取り組むQSAR・QSPR~, 渋谷ヒカリエ, 2017年11月5日 概要
  5. 金子弘昌, “Process Analytical Technologyおよびプロセス管理~データを活用してリアルタイムにプロセスの状態を推定する~”, フレゼニウス メディカル ケア ジャパン 豊前工場, 2017年8月29日

シェアする

フォローする