
エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
データ科学で求める物質の分子式を生成、マテリアルズ・インフォマティクスとは【PyData.tokyo】
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
データ科学で求める物質の分子式を生成、マテリアルズ・インフォマティクスとは【PyData.tokyo】
新素材の開発や創薬といった材料科学の分野にも、データ科学(機械学習や深層学習)のアプローチが採り... 新素材の開発や創薬といった材料科学の分野にも、データ科学(機械学習や深層学習)のアプローチが採り入れられるようになってきている。化学式と物性の関係を学習し、望みの性質を持つ材料の候補を導き出す。まだデータ処理手法には課題が多いものの、急速に課題解決が進み、実用化へと向かっている。 PyData.tokyo One-day Conference 2018 「Pythonでマテリアルズ・インフォマティクス ~機械学習と物性・材料の融合領域~ 」講演資料 マテリアルズ・インフォマティクスは材料科学とデータ科学の融合 材料開発や創薬など、望みの性質を持つ化学物質を創り出す、あるいは探し出すのは根気の要る仕事だ。何度も何度も試行錯誤を繰り返す。たまたま混入した物質が触媒として働き、成功につながったという話もあるが、そういうのはまれだ。 一般的には求める化学物質を人間の知恵と勘から創り出し、望むものに