Development of Molecular Structure Search Method and Automated Parameter Construction Scheme Based on Machine Learning

基于机器学习的分子结构搜索方法和自动参数构建方案的开发

基本信息

  • 批准号:
    20K22539
  • 负责人:
  • 金额:
    $ 1.83万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Research Activity Start-up
  • 财政年份:
    2020
  • 资助国家:
    日本
  • 起止时间:
    2020-09-11 至 2022-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
機械学習を用いた実験条件最適化と離散量を含む多次元条件最適化への応用
使用机器学习和包括离散量的多维条件优化在实验条件优化中的应用
  • DOI:
    10.11546/cicsj.38.40
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    藤波 美起登;中井 浩巳
  • 通讯作者:
    中井 浩巳
機械学習の基礎と実践のためのヒント
机器学习基础知识和实践技巧
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    村上弘樹;盛田大輝;浅輪泰允;中村浩之;藤波美起登
  • 通讯作者:
    藤波美起登
マテリアルズインフォマティクスのためのデータ作成とその解析,応用事例
材料信息学的数据创建和分析,应用示例
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    岡本 翼;Lu Yujun;藤橋 卓也;猿渡 俊介;渡辺 尚;大野かおる等,58名
  • 通讯作者:
    大野かおる等,58名
k最近傍法とアンサンブル学習を用いた機械学習型電子相関モデルの適用領域判定手法
使用k近邻法和集成学习的机器学习电子相关模型的适用区域确定方法
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    藤澤遼;五十幡康弘;藤波美起登;清野淳司;中井浩巳
  • 通讯作者:
    中井浩巳
運動エネルギー汎関数の開発、反応予測、反応条件最適化に対する量子化学計算と機械学習の応用
量子化学计算和机器学习在动能泛函开发、反应预测和反应条件优化中的应用
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Nakamura Tomoya;Otsuka Kento;Hu Shuaifeng;Hashimoto Ruito;Morishita Taro;Handa Taketo;Yamada Takumi;Truong Minh Anh;Murdey Richard;Kanemitsu Yoshihiko;Wakamiya Atsushi;藤波美起登
  • 通讯作者:
    藤波美起登
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Fujinami Mikito其他文献

ロシア宗教思想における普遍救済論と歴史哲学――アポカタスタシス(万物回復論)と呼ばれるべきか?
俄罗斯宗教思想中的普遍救赎理论和历史哲学:应该被称为apokatastasis吗?
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Fujinami Mikito;Maekawara Hiroki;Seino Junji;Nakai Hiromi;Фукуи Юки;福井祐生
  • 通讯作者:
    福井祐生
Solvent Selection Scheme Using Machine Learning Based on Physicochemical Description of Solvent Molecules: Application to Cyclic Organometallic Reaction
基于溶剂分子物理化学描述的机器学习溶剂选择方案:在循环有机金属反应中的应用
  • DOI:
    10.1246/bcsj.20200045
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    4
  • 作者:
    Fujinami Mikito;Maekawara Hiroki;Isshiki Ryota;Seino Junji;Yamaguchi Junichiro;Nakai Hiromi
  • 通讯作者:
    Nakai Hiromi
Site-selective Functionalization of Arenes by “Sulfonium Salt Formation/Coupling Reaction”
通过“锍盐形成/偶联反应”对芳烃进行位点选择性官能化
  • DOI:
    10.5059/yukigoseikyokaishi.78.896
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Fujinami Mikito;Maekawara Hiroki;Isshiki Ryota;Seino Junji;Yamaguchi Junichiro;Nakai Hiromi;Ryota Isshiki
  • 通讯作者:
    Ryota Isshiki
Воскресение Христа и всеобщее воскрешение: христологический вопрос в учении Николая Федорова
Христа 和 всеобщее воскрешение: христологический вопрос в учении Николая Фед орова
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Fujinami Mikito;Maekawara Hiroki;Seino Junji;Nakai Hiromi;Фукуи Юки
  • 通讯作者:
    Фукуи Юки
Virtual Reaction Condition Optimization based on Machine Learning for a Small Number of Experiments in High-dimensional Continuous and Discrete Variables
基于机器学习的高维连续和离散变量少量实验虚拟反应条件优化
  • DOI:
    10.1246/cl.190267
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    1.6
  • 作者:
    Fujinami Mikito;Seino Junji;Nukazawa Takumi;Ishida Shintaro;Iwamoto Takeaki;Nakai Hiromi
  • 通讯作者:
    Nakai Hiromi

Fujinami Mikito的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

CAREER: Blessing of Nonconvexity in Machine Learning - Landscape Analysis and Efficient Algorithms
职业:机器学习中非凸性的祝福 - 景观分析和高效算法
  • 批准号:
    2337776
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Continuing Grant
RII Track-4:NSF: Physics-Informed Machine Learning with Organ-on-a-Chip Data for an In-Depth Understanding of Disease Progression and Drug Delivery Dynamics
RII Track-4:NSF:利用器官芯片数据进行物理信息机器学习,深入了解疾病进展和药物输送动力学
  • 批准号:
    2327473
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Standard Grant
CC* Campus Compute: UTEP Cyberinfrastructure for Scientific and Machine Learning Applications
CC* 校园计算:用于科学和机器学习应用的 UTEP 网络基础设施
  • 批准号:
    2346717
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Standard Grant
Learning to create Intelligent Solutions with Machine Learning and Computer Vision: A Pathway to AI Careers for Diverse High School Students
学习利用机器学习和计算机视觉创建智能解决方案:多元化高中生的人工智能职业之路
  • 批准号:
    2342574
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Standard Grant
Collaborative Research: Conference: DESC: Type III: Eco Edge - Advancing Sustainable Machine Learning at the Edge
协作研究:会议:DESC:类型 III:生态边缘 - 推进边缘的可持续机器学习
  • 批准号:
    2342498
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Standard Grant
Excellence in Research:Towards Data and Machine Learning Fairness in Smart Mobility
卓越研究:实现智能移动中的数据和机器学习公平
  • 批准号:
    2401655
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Standard Grant
I-Corps: Translation potential of using machine learning to predict oxaliplatin chemotherapy benefit in early colon cancer
I-Corps:利用机器学习预测奥沙利铂化疗对早期结肠癌疗效的转化潜力
  • 批准号:
    2425300
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Standard Grant
機械学習アルゴリズムを用いた敗血症性凝固線溶障害の早期予測モデルの開発
使用机器学习算法开发脓毒性凝血和纤溶性疾病的早期预测模型
  • 批准号:
    24K12133
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
アニーリングと機械学習の融合による説明可能AI基盤の研究
结合退火和机器学习研究可解释的人工智能基础设施
  • 批准号:
    24KJ1081
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
CAREER: Mitigating the Lack of Labeled Training Data in Machine Learning Based on Multi-level Optimization
职业:基于多级优化缓解机器学习中标记训练数据的缺乏
  • 批准号:
    2339216
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Continuing Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了