りっきーまるじぇら

エンジニアリング会社のR&Dを卒業して、プロセスインフォマティクスの大学発スタートアップに転職しました。ML、分子シミュレーション、流体解析もできます。アントレプレナーシップも勉強しました。一応、本も出してます。買ってね。

[りっきーまるじぇら @rickymargiela]

買えた！よかった！

[りっきーまるじぇら @rickymargiela]

Developing an Implicit Solvation Machine Learning
Model for Molecular Simulations of Ionic Media https://t.co/ga2ln4uMwI

MLIPの適用を考えているけど、なんかいい感じのないかなぁ。対象物質が多すぎるから無理なのかな。

[金子弘昌＠研究員（２４歳～６７歳）募集中 @hirokaneko226]

機械学習により高次元の分子分散表現を獲得し、新たな分子類似性指標を提案した論文。分子の特徴をバイナリデータで表す従来の評価手法において、部分構造の重複によるランキングの同点化や、構造の連続的な変化を捉えきれない点が���薬分野などにおける課題。そこで自然言語処理の技術を応用し、分子構造を連続的なベクトルとして学習する機械学習モデルであるMol2Vecを活用。これにより得られた高次元データに対し、特徴量間の相関を補正するマハラノビス距離を用いた指標であるMahalanobis Similarity Index（MSI）を開発。このMSIの導入により、分子の潜在的な特性や��子的な構造の違いを幾何学的な距離や角度を用いて連続的に表現可能。アスピリンやアニリンなど5つの化合物と大規模なデータセットを用いてMSIの有効性を検証した結果、従来の手法において頻発していた多数の同点順位を解消し、より詳細で有用な類似分子の順位付けが可能になることを確認。 さらに、分子の構造的文脈のみを学習したモデルでありながら、MSIによる空間配置がHOMO-LUMOエネルギーギャップなどの量子化学的な特性と体系的に連動していることも確認

https://t.co/6KqepZhZoU

[richwomanbtc @richwomanbtc]

最近は主に二つの研究テーマでやっていて、一つは「AIが深く考えるとは何か」ともう一つは「金融向けAI応用」

今のAIは「深く考える」ことができるけど主に言語を使って考えている。ただ、問題によっては言語で考えない方がいいこともある。では、どういう問題に対してはどう深く考えればいいか、というのを解明しようとしている。
例えばこれ👇
https://t.co/YRuh5i4ZkS

金融向け応用に関しては何かいい情報を持っているときに、それをAIと組み合わせたときに、どうすれば最大限活用できるか、みたいなことをやっている。
例えばこれ👇
https://t.co/z5EZqeHGFl

興味ある方共同研究しましょう🤝

[Mori.H @m_ichi1271]

高分子物性を最新AIで予測しようとして精度が出ない…その原因を突くレビュー。
記述子からpolyBERTまで手法が進化しても、データ側が「モノマー＋平均分子量」しか記録していなければ分子量分布等の効果は学べない。 モデル��りもデータ基盤が重要という指摘に共感。
記事　https://t.co/btCXv6TyDB

[金子弘昌＠研究員（２４歳～６７歳）募集中 @hirokaneko226]

材料の機械学習モデルにおいて、特徴量にパリティラベルを用いるかどうかの設計選択が、モデルが物理的に不可能な予測を回避できるかを決定することを明らかにした論文。ニューラルネットワークでの物理的な対称性の扱いの重要性に着目。多くの既存モデルは空間の回転に対する等変性を満たすものであるが、パリティと呼ばれる空間反転対称性の情報を特徴量に組み込んでいないという構造的な欠陥を指摘。このようなパリティ情報が欠落した��合、対称性により厳密にゼロとなるべき物性値に対し、モデルが物理的にあり得ない非ゼロの値を予測してしまう問題も指摘。今回は群論に基づきパリティのみがゼロを強制できるテンソル成分の数を表すパリティギャップという理論的な基準を導入。この基準を用いることで、対象の物性や特定の結晶において、学習を実行する前の段階でモデルの物理的妥当性の評価が可能。対称性の法則により圧電テンソルが厳密にゼロとなるべき2000個の結晶データを用いた検証により、パリティラベルを持つモデルは精度の限界でゼロを予測した一方、持たないモデルは90から96パーセントの結晶で物理的に禁止された非ゼロの値を予測し、両者に100万倍の誤差が生じることを確認

https://t.co/Za8BGCSFpH

[金子弘昌＠研究員（２４歳～６７歳）募集中 @hirokaneko226]

排水処理施設における生物化学的酸素要求量（BOD5）を予測するため、AIと機械学習を活用した論文。従来の計測手法に存在する時間的な遅延を解消するためデータ駆動型アプローチを導入。2008年から2023年までの月次水質データを利用して、時間的な特徴量エンジニアリングを実施。過去のデータに基づくラグ変数や移動統計量など、48種類に及ぶ特徴量を生成。予測モデルとして、勾配ブースティングに基づく4つのアンサンブル学習アルゴリズム Gradient Boosting, Random Forest, XGBoost, Light Gradient Boosting Machine（LightGBM）を採用し、予測性能を比較。さらに特徴量の重要度および季節変動パターンも分析し、ブラックボックスモデルの予測根拠を明確化。 2008年から2020年までのデータをモデルの学習に割り当て、2021年から2023年までの独立したデータを用いて汎化性能を検証した結果、LightGBMが最高精度を達成し、最大12ヶ月先までの確度の高い予測を実現。特徴量の重要度分析から、6ヶ月前のBOD5と流量に対するBOD5の比率が、予測において重要であることを確認

https://t.co/SCFgLEfbPB

[Mori.H @m_ichi1271]

原子・結合の局所特徴量を集める決定版ツール「BONAFIDE」がすごい！🧪✨
分子全体ではなく【原子・結合に特化した局所記述子 590種】を統一APIで一気通貫に計算できるPythonパッケージ（Apache 2.0）。

GitHub👇
https://t.co/iAcbjbldkF
#ケモインフォマティクス #機械学習 #Python

[金子弘昌＠研究員（２４歳～６７歳）募集中 @hirokaneko226]

分子特性予測に用いる機械学習モデルの予測根拠を、化学的に意味のあるフラグメントの単位で解釈可能にする手法の論文。機械学習モデルはブラックボックスでありモデルの信頼性や実用化の妨げになることが課題。機械学習モデルの予測根拠を説明する技術として特徴量の貢献度を測る手法が存在するが、従来は抽象的な特徴レベルの分析や近似計算に依存しており、化学的な解釈が困難。本研究はSHAP値を応用し、分子を意味のあるフラグメントに分割したうえで、それぞれの予測への貢献度を計算する手法を開発。ランダムフォレストやグラフ畳み込みニューラルネットワークなどの学習済みモデルに対して、アーキテクチャの変更などを伴わずに事後的な適用が可能。出力される貢献度として直感的で具体的な予測根拠を提示を実現。水溶性、変異原性、抗ウイルス活性の3つのデータセットを用いた検証では、提案手法が既知の水溶性の傾向や毒性をもつ部分構造を特定��きる��とを確認。さらに、予測要因となるフラグメントを特定して置き換えることで、合理的な分子構造の最適化やモデルの適用範囲の把握に有用であることを確認

https://t.co/UVVK5FRmmU

[金子弘昌＠研究員（２４歳～６７歳）募集中 @hirokaneko226]

二酸化炭素の電解還元において最適な電解液を、データ駆動型アプローチを用いて大規模に探索し、その分子設計のルール��導き出した論文。約130万件の有機分子データベースを対象として、量子力学計算や熱力学モデリングを実施。計算結果を学習データとして、機械学習により二酸化炭素溶解度、粘度、イオン化ポテンシャルなどの物性を予測するモデルを構築。さらに、予測結果に対する各分子の構造的特徴の寄与度を定量化するため、特徴量重要度によるモデルの解釈と、分子設計ルールの抽出を実施。構築したモデルを活用した段階的な絞り込みにより、高い二酸化炭素溶解度と低い粘度を両立する6つの有望な非プロトン性溶媒（環状エーテルなど）を特定。抽出した6つの候補溶媒と既存の20の基準溶媒のデータを比較した分子動力学シミュレーションにおいて、新規候補が優れた物質移動特性や溶媒和構造を示すこと、およびモデル自体の予測精度も高井ことを確認

https://t.co/SKUCQoLlrU

[横山トモヤス｜計算材料科学者 @yoko_materialDX]

機械学習による高分子の物性予測の論��。

従来表現では捉えにくかった高分子の多階層構造を、原子・官能基・モノマー結合の3段階グラフとして表現することで、ガラス転移温度と密度の予測で従来より高精度に予測できたそうです。

階層構造をグラフで取り込む点が興味深い。
https://t.co/y5IZlPismz

[りっきーまるじぇら @rickymargiela]

自分の報告が、少しだけ邪魔に思えた日｜りっきーまるじ���ら @rickymargiela https://t.co/871KGowSFF

[りっきーまるじぇら @rickymargiela]

一般化隣接計画問題というのか。一般化選言計画法と訳しているのしか知らなかった。

[日本の研究.comニュース @rjp_news]

【注目プレスリリース】一般化離接計画問題による結晶構造予測理論の構築 ―全てのイオン結合性物質を網羅的に予測するための計算手法を確立― / 東京大学
https://t.co/vLCMfy6IN7

[横山トモヤス｜計算材料科学者 @yoko_materialDX]

マテリアルズインフォマティクスの最新��ュース。

東レさんは、機械学習により分子構造とリサイクル性・力学特性を予測するモデルを構築、従来より25%精度向上し、絞り込んだCFRPの組成が実験的にも狙い通りの特性になったそうです。

リサクイル性にもMIが使えるみたい。
https://t.co/y3SXn1j6wk

[りっきーまるじぇら @rickymargiela]

研究者だった私が、自分の技術でお金をもらって、少し世界の見え方が変わった話｜りっきーまるじぇら @rickymargiela https://t.co/vMLctE1mLG

[りっきーまるじぇら @rickymargiela]

稼げるR&Dってのやりたいなぁ。

[りっきーまるじぇら @rickymargiela]

開業したンゴ

[金���弘昌＠研究員（２４歳～６７歳）募集中 @hirokaneko226]

少量の実験データしか存在しない状況下において、機械学習モデルの予測精度を向上させるためのデータ拡張手法を提案した論文。粉末X線回折（XRD）パターンからの結��系予測において、理論的に計算されたデータのみを学習させた既存モデルでは、実用的な分析性能の確保が困難。従来の物理的性質に基づくデータ拡張（PIDA）のみを適用した畳み込みニューラルネットワーク（CNN）では、実際の実験データに対する予測精度の向上が限定的。今回はノイズ、不純物の混入、測定角度の制約など、実験環境特有の不完全性を直接的に再現する実験的データ拡張（EIDA）を導入。このPIDAとEIDAの併用により、シミュレーションデータのみによる学習であっても、実際のデータを適切に分類可能なモデルを達成。さらに、これら複数のデータ拡張によって生じた特徴空間の学習に必要不可欠である、10層の深さを持つCNNアーキテクチャを構築。トヨタ自動車が蓄積した1298件の実際のXRD実験データを用いて検証した結果、EIDAの追加により精度が25%以上向上し、77%の正答率を達成

https://t.co/KOyPSh0qc2

[横山トモヤス｜計算材料科学者 @yoko_materialDX]

物理法則に基づくベイズ最適化（PIBO）のレビュー論文。

MIではBOがよく使われますが、物理・化学の事前知識に基づくPIBOに関する応用研究がまとまっています。制約や探索空間の動的変更や��ルチモーダルデータの統合が課題とのこと。

NTTさんより。BOも進化の余地あり。
https://t.co/Oj3TOQgQn1

[りっきーまるじぇら @rickymargiela]

Apple MusicとSpotifyどっちがいいのかな。DJ Remixみたいの効きたいけど、Apple Musicにはないんよなぁ（あるのかもしれないけど）。K-popをゴリゴリのEDMとRemixしたやつとか。