- カテゴリ:一般
- 発売日:2021/08/13
- 出版社: 近代科学社Digital
- サイズ:21cm/286p
- 利用対象:一般
- ISBN:978-4-7649-6023-7
読割 50
- 国内送料無料
紙の本
詳解マテリアルズインフォマティクス 有機・無機化学のための深層学習
著者 船津 公人 (著),井上 貴央 (著),西川 大貴 (著)
深層学習の基礎事項や、実際に深層学習を化学研究に利用する上での留意点を詳述。また、有機化学、無機化学分野でのデータの扱い方や、様々な深層学習手法とその具体的利用の理解を助...
詳解マテリアルズインフォマティクス 有機・無機化学のための深層学習
詳解 マテリアルズインフォマティクス
ワンステップ購入とは ワンステップ購入とは
このセットに含まれる商品
前へ戻る
- 対象はありません
次に進む
商品説明
深層学習の基礎事項や、実際に深層学習を化学研究に利用する上での留意点を詳述。また、有機化学、無機化学分野でのデータの扱い方や、様々な深層学習手法とその具体的利用の理解を助けるための応用事例等を体系的に整理する。【「TRC MARC」の商品解説】
化学の研究開発ではマテリアルズインフォマティクス(機械学習・深層学習を用いた新素材探索や新材料設計)の技術が導入され始めています。一方で、有機化学・無機化学のどの領域かによって構造情報の扱いや解析ノウハウが異なり、それぞれの場面で適切な手法が存在するという実情があります。本書では深層学習の基礎事項をはじめ、実際に深層学習を化学研究に利用する上での留意点を詳述するとともに、有機化学・無機化学分野でのデータの具体的な扱い方、さらには様々な深層学習手法とその具体的利用の理解を助けるための応用事例など、注目すべき多数の研究成果を体系的に整理しています。深層学習の初学者および具体的な応用研究を目指す方を対象に、データから様々な可能性を模索できるよう編集された一冊です。【商品解説】
目次
- 第1章 深層学習に必要なデータの準備
- 1.1 化学データに対する機械学習
- 1.2 有機化合物データ
- 1.3 無機化合物データ
- 第2章 深層学習のクイックレビュー
- 2.1 ニューラルネットワークの構造
- 2.2 ニューラルネットワークの訓練と正則化
- 2.3 深層生成モデル
- 2.4 その他の深層学習モデル
著者紹介
船津 公人
- 略歴
- 船津 公人(ふなつ きみと)
1983年 九州大学大学院理学研究科化学専攻博士課程修了(理学博士)
2021年4月 奈良先端科学技術大学院大学データ駆動型サイエンス創造センター研究ディレクター 特任教授
2021年6月 東京大学名誉教授
学位は有機反応機構研究で取得.専門分野はケモインフォマティクス.1984年からケモインフォマティクスの分野に身を投じでいる.ケモインフォマティクス利用による分子・薬物設計,材料設計(プロセス条件も含む),構造解析,合成経路設計,化学プラントなどを対象とした監視と制御のためのソフトセンサー開発に取り組む.
関連キーワード
あわせて読みたい本
前へ戻る
- 対象はありません
次に進む
この著者・アーティストの他の商品
前へ戻る
- 対象はありません
次に進む