2021.12.1
ケモ・インフォマティクス（情報化学）
非線形解析ツール、MIRAI 2021.12.6
MIRAI(Multiple Index Regression for AI)はデータ数が少ない、識別子が多い、非線形性があるケースに使う解析ツールです。
自己組織化ニューラルネットワーク 2021.6.3改訂
多次元ベクトルの2次元へのマッピング法。
最近はクラスタリングを行なってデンドログラムを書くことが多いようですが、SOM: Self Organization Map で見ると、また違うものが見えてきます。
新しい解析ツールGROVE法 2021.5.5
連休のステイホームを利用して、学生の作った新しい解析ツールGROVE法を実際に使えるぐらいまでブラッシュアップしました。
GROVE Gene-based Regression Offering Valuable Equations.
原子団寄与法を使った物性推算 2021.5.5
今更ですけど、新しい解析ツールGROVEを開発したついでに、原子団寄与法を解説しておきましょう。
Web版PLS計算方法 2018.12.29
PLS(Partial Least Squares)法は計量経済学者であったHerman WoldとSvante Woldによって開発された新しいモデリングの方法です。
マテリアルズ・インフォマティクスなどで多用されるようになってきたので、ブラウザー上で計算できるようにしてみました。
Web版主成分分析(PCA)法の解説 2019.1.22
PCA(Principal Component Analysis)主成分分析のプログラムをブラウザー版に移植しました。
フリー・ツールの利用法 2018.12.8
個人的には、ツールは自分で作ったものを使うのが好きです。
必死になってNumerical RECIPES IN Cなどを読み解いていた時代が懐かしいです。
もう段々そこまでの気力はなくなってきたので、フリー・ツールも利用していこうと思います。
rdkitを使ったSmiles Viewer 2018.12.8
JSMEを使った分子の描画 2018.12.9
RDkit 識別子作成 2018.12.9
EPA T.E.S.T. EPAのページ2019.1.23
TEST解析例を作ったので自分でやってみよう。
OpenBabel OpenBabelのページ
特にRDKitの使い方はよく覚えておきましょう。EPAのT.E.S.T.も非常に有用です。
マテリアル・ゲノム 2018.8.23
昔、物性推算と逆設計と呼んでいたものが、最近はマテリアル・ジーノムとかマテリアル・インフォマティクスとか呼ばれているようです。
AIの発達によって最近はホットな領域になってきているのでまとめておきます。
ハロメタンのNMR・ケミカルシフト 2014.08.01
物性推算式を構築する場合に、線形式にするか、非線形式にするか判断に迷う事があります。相関係数が高い式を良い式と考えたくなる事もありますが、よく考えて使いましょう。
有機化合物の水への溶解度 2021.5.28改訂(2013.9.24)
化学の現象に、一般的な解析ソフトを使うとどんな結果になるかを解説しました。
新しい解析ツールGROVEが動き出したので内容を一部改訂しました。
ニューラルネットワーク法
書き直そうと思っている。
遺伝的アルゴリズム(GA)の応用
遺伝的アルゴリズム(GA)については作成中です： MAGICIANでも詳しく扱っています。
以下、古い記述 2001-2005
ニューラルネットワークは学習により知識を獲得します。
人間の脳は学習が進むにつれニューロンがシナプスで結合していきます。
最初はシナプスは見境なく増えていきますが、だんだん情報の流れが大きいところはシナプスが太くなり、細いところは消えていきます。
私は、青山先生の再構築学習法というアルゴリズムをベースに学習中に忘却効果を導入したプログラムを自作して使っています。データが少ない時に過学習を抑えるのに重要なテクニックです。
ニューラルネットワークの基本。
ニューラルネットワークのメカニズム
ニューラルネットワークの問題点
データベースの問題点
コンピュータに知識を与えるためには知識の集積であるデータベースが非常に重要になります。
データベースがあやふやだと困る データベースがあやふやだとどうして困るのか物性研究者の立場からまとめてみました。
ケモ・インフォマティクスの分類に入れていいかどうかは分からないのですが、遺伝的アルゴリズム(GA)は自分も多用します。ニューラルで推算してGAで逆設計するといった使い方です。
最新のJAVAでは動いていません。（2011.11.25）
JavaScriptバージョンに変更しています。
ニューラルネットワーク法のプログラムには汎用のパッケージソフトがあります。
GAにはそうしたものがありません。
評価関数がケース・バイ・ケースで汎化しにくいのがその理由の一つです。
大学院の学生には、エクセルのテーブルで推算式を作って、目標に入る（目的変数が複数ある）組成をGAで計算するマクロを作ってもらいました。
系を絞ればそのような教え方ができるのですが、系が変わると作り直しになります。
Mail: yamahiroXpirika.com (Xを@に置き換えてください) メールの件名は[pirika]で始めてください。