事例でわかる マテリアルズインフォマティクス 深層学習ケーススタディ 近代科学社digital

目次 : 序章　深層学習に必要なデータの準備（化学データに対する機械学習/ 有機化合物データ　ほか）/ 第１章　有機化合物に対する予測モデル（マルチタスク学習を利用したポリマーの物性予測/ 物理情報付きニューラルネットワークの転移学習を利用したポリマーの物性予測　ほか）/ 第２章　無機材料に対する予測モデル（結晶性材料の合成可能性の予測/ 材料の局所構造の安定性予測と新規材料の予想　ほか）/ 第３章　生成モデルを活用した材料・医薬品の設計（フラグメント構造生成器を利用したリードジェネレーション/ 半教師あり学習を利用した分子構造生成　ほか）

【著者紹介】
船津公人 : １９７８年九州大学理学部化学科卒。２０２２年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長、特任教授。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ている。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。日本科学技術情報センター丹羽賞・学術賞（１９８８年）、日本コンピュータ化学会学会賞（２００３年）、２０１９年８月アメリカ化学会より、当該分野のノーベル賞とされるＨｅｒｍａｎ　Ｓｋｏｌｎｉｋ賞を受賞。２０２１年３月日本化学会学術賞「データ駆動型化学の開拓」を受賞

井上貴央 : ２０１７年京都大学工学部情報学科卒業。２０２２年４月株式会社Ｅｌｉｘリサーチエンジニア（現職）。学部時代は離散数理を専門とする研究室に所属し、分子グラフの数え上げアルゴリズムに関する研究に従事。修士課程から分野をケモインフォマティクスに移し、小規模化学データを利用した分子グラフ構造生成に関する研究に従事。現在は、株式会社ＥｌｉｘでＡＩ創薬に携わっている（本データはこの書籍が刊行された当時に掲載されていたものです）