化学の研究開発AIクラウドサービス「Datachemical LAB」にて学習データ欠損部の補完機能をリリース
データケミカル株式会社（代表取締役：吉丸昌吾、本社：東京都渋谷区）は、展開する化学の研究開発AIクラウドサービス「Datachemical LAB（データケミカルラボ）」にて学習データ欠損部の補完機能を2022年11月15日よりリリースいたします。
○新規材料開発での機械学習活用におけるデータ欠損問題
化学産業での新規の材料開発では、原料や配合、製造方法など実験条件の組み合わせは膨大にあり、従来技術者が知見や経験をもとに多大な労力を掛けて担っております。
現在様々な化学メーカーにてAI・機械学習を用いて、目標とする材料の作製条件・合成条件・製造条件を予測し、開発プロセスを効率化させる取り組みが進んでおりますが、まず課題となるのが機械学習を行う学習データの作成です。
＜学習データの中でいくつかの実験条件が不明なサンプルがある場合＞
- 空欄のままでは機械学習の計算ができない。
- 単純な数値を入力して計算すると単純に誤った結果になりやすい。
たとえば、論文や特許から入手したデータや社内の様々な実験データを合わせて学習データを纏めようとしたときに、いくつかの実験条件が不明、といったことがよくあります。このような欠損部分のあるデータサンプルは通常そのままでは機械学習に使うことができず、労力を掛けてデータを集めたものの学習データとして活用できるものが少なくなってしまいます。一方、欠損部分に他のサンプルの平均値など単純な数値を入力して機械学習を行うと、単純に誤った結果になりやすいです。
○新機能で欠損部分のあるデータの有効活用
化学の研究開発AIクラウドサービス「Datachemical LAB」では、化学の技術者がプログラミングなしに様々な新規材料開発において容易に機械学習を活用することができます。
＜新機能の特長＞
- 学習データの欠損部分にて整合性のある数値を自動推定
- データセットを読み込んだ後、1クリックで全ての欠損部分が補完
今回の新機能では、混合ガウス回帰（GMR）と呼ばれる機械学習モデルを応用した独自のアルゴリズムで、欠損部分以外のデータを活用し、データセット全体から整合性のある数値を欠損部分にて推定します。
操作は容易で、ユーザーが纏めた欠損値（空欄）を含むデータセットをクラウド上で読み込んだ後、1クリックで全ての欠損部分に推定値が挿入されます。欠損値を補完することで学習データとして活用できるデータ数を増やすことができ、より効率的に機械学習による予測が行えます。
【Datachemical LABについて】
弊社CTO金子弘昌（明治大学准教授）が運営するデータ化学工学研究室の知見をもとに開発された、化学分野で有用なデータ解析・機械学習プログラムを容易な操作で扱うことが出来るクラウドサービスです。
＜サービスの特長＞
・活用領域が幅広く、ラボでの実験から量産化までトータルの効率化が図れます。
・少量の実験データでも手順を踏むことで高い予測精度を実現し、短期間で開発目標到達に導けます。
・シンプルな操作画面でプログラミングなしに実行でき、初学者が犯しがちな解析ミスを防げます。
Datachemical LABサービスサイト：https://www.datachemicallab.com/
【会社概要】
会社名：データケミカル株式会社
所在地：東京都渋谷区神宮前6丁目23-4 桑野ビル2階
設立 ：2021年10月
2010年宮崎大学大学院修了（化学工学専攻）後、綜研化学㈱にて高分子材料開発に従事。一時留学し、2017年カリフォルニア大学サンディエゴ校にてMBA取得。帰国後綜研化学㈱にて海外事業開発・国内営業に従事。2019年社内DX推進時に金子と出会い、2021年当社設立、代表取締役就任。
2011年東京大学大学院博士課程修了（化学システム工学専攻）後、東京大学大学院工学系研究科助教を経て、2017年明治大学理工学部応用化学科専任講師としてデータ化学工学研究室(金子研究室)を運営。2020年より准教授。2021年当社設立、取締役CTO就任。
広島大学大学院先進理工系科学研究科客員准教授、大阪大学太陽エネルギー化学研究センター招聘准教授、理化学研究所客員主幹研究員、京都大学大学院理学研究科研究員(非常勤)を兼任。
会社サイト：https://www.datachemical.com/
事業内容：化学分野を専門としたAIクラウドサービスの提供
上記に付随したコンサルティングサービス
本リリース、サービスに関するお問合せ先：
E-Mail：info@datachemical.com TEL：03-6778-2045
すべての画像