Shoeisha Technology Media

CodeZine(コードジン)

特集ページ一覧

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

  • ブックマーク
  • LINEで送る
  • このエントリーをはてなブックマークに追加
2019/02/06 11:00

 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。

目次
※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)。
  • ブックマーク
  • LINEで送る
  • このエントリーをはてなブックマークに追加

著者プロフィール

  • 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...

バックナンバー

連載:イベントレポート

もっと読む

All contents copyright © 2005-2019 Shoeisha Co., Ltd. All rights reserved. ver.1.5