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】
「PyData.tokyo One-day Conference 2018」レポート
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。
※印刷用ページ表示機能はメンバーのみが利用可能です（登録無料）。
この記事は参考になりましたか？
- この記事の著者
-
加山 恵美（カヤマ エミ）
フリーランスライター。茨城大学理学部卒。金融機関のシステム子会社でシステムエンジニアを経験した後にIT系のライターとして独立。エンジニア視点で記事を提供していきたい。EnterpriseZine/DB Onlineの取材・記事や、EnterpriseZine/Security Onlineキュレーターも担当しています。Webサイト：http://emiekayama.net
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
