Feature Representation Design for Graph Machine Learning

图机器学习的特征表示设计

基本信息

项目摘要

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
触媒インフォマティクスの動向
催化剂信息学的趋势
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Ito Masaya;Miyamae Mitsuhiro;Yokoyama Chika;Yamashita Yuichi;Ueno Osamu;Maruo Kazushi;Komazawa Asami;Niwa Madoka;Honda Manabu;Horikoshi Masaru;鳥屋尾 隆・清水研一・瀧川一学
  • 通讯作者:
    鳥屋尾 隆・清水研一・瀧川一学
深層生成モデルを用いた分子グラフ自動補完
使用深度生成模型自动完成分子图
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Miyagawa Y;Mori T;Kawahara I;Goto K;Kishi S;Fujiwara-Tani R;Kuniyasu H;胡晟・瀧川一学・肖川
  • 通讯作者:
    胡晟・瀧川一学・肖川
不均一系触媒研究のための機械学習と最適実験計画
多相催化研究的机器学习和优化实验设计
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Goto K;Kawahara I;Mori T;Miyagawa Y;Mori S;Kishi S;Fujiwara-Tani R;Kuniyasu H;瀧川一学
  • 通讯作者:
    瀧川一学
人工知能の基本問題:これまでとこれから
人工智能的基本问题:过去与未来
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Kohei Asano;Jinhee Chun;Atsushi Koike;Takeshi Tokuyama;瀧川一学;赤平 昌文;瀧川一学
  • 通讯作者:
    瀧川一学
合成変量とアンサンブル:回帰森と加法モデルの要点
复合变量和集成:回归森林和加性模型的要点
  • DOI:
  • 发表时间:
    2017
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Takahashi S;Minato S;Takigawa I.;髙橋翔哉・湊 真一・瀧川一学;白川 稜・岡崎文哉・瀧川一学;坂上陽規・栗田和宏・瀧川一学・有村博紀;Ichigaku Takigawa;越野 沙耶佳・岡崎 文哉・瀧川一学;岡崎文哉・奥山葉月・瀧川一学・ 湊 真一;瀧川一学
  • 通讯作者:
    瀧川一学
{{ 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 }}

Takigawa Ichigaku其他文献

3d indices and quantum K-theory
3d 指数和量子 K 理论
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Katsuno Hiroyasu;Kimura Yuki;Yamazaki Tomoya;Takigawa Ichigaku;野呂正行;中村 健一;H. Iyetomi and W. Souma;吉田豊
  • 通讯作者:
    吉田豊
合理的なゼオライト合成
合理的沸石合成
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Suzuki Keisuke;Toyao Takashi;Maeno Zen;Takakusagi Satoru;Shimizu Ken‐ichi;Takigawa Ichigaku;陳 靖天・伊與木 健太 ・脇原 徹・大久保 達也;中村太一,大友亮一, 神谷裕一;伊與木健太
  • 通讯作者:
    伊與木健太
進行波の速度による Lotka-Volterra 2 種競争拡散系の強競争条件の分類
基于行波速的Lotka-Volterra两物种竞争扩散系统强竞争条件分类
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Katsuno Hiroyasu;Kimura Yuki;Yamazaki Tomoya;Takigawa Ichigaku;野呂正行;中村 健一
  • 通讯作者:
    中村 健一
Accelerated discovery of multi-elemental reverse water-gas shift catalysts using extrapolative machine learning approach
使用外推机器学习方法加速发现多元素反向水煤气变换催化剂
  • DOI:
    10.26434/chemrxiv-2022-695rj
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Wang Gang;Mine Shinya;Chen Duotian;Jing Yuan;Ting Kah Wei;Yamaguchi Taichi;Takao Motoshi;Maeno Zen;Takigawa Ichigaku;Matsushita Koichi;Shimizu Ken-ichi;Toyao Takashi
  • 通讯作者:
    Toyao Takashi
Application of data science to heterogeneous catalysis research
数据科学在多相催化研究中的应用
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Mine Shinya;Takao Motoshi;Yamaguchi Taichi;Toyao Takashi;Maeno Zen;Hakim Siddiki S. M. A.;Takakusagi Satoru;Shimizu Ken‐ichi;Takigawa Ichigaku;鳥屋尾隆;鳥屋尾隆;鳥屋尾隆;鳥屋尾隆
  • 通讯作者:
    鳥屋尾隆

Takigawa Ichigaku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 }}

{{ truncateString('Takigawa Ichigaku', 18)}}的其他基金

Practical deta-intensive approaches to materials sciences
材料科学的实用详细方法
  • 批准号:
    17K19953
  • 财政年份:
    2017
  • 资助金额:
    $ 8.24万
  • 项目类别:
    Grant-in-Aid for Challenging Research (Exploratory)
Supervised learning for inhomogeneous set of graphs
非齐次图集的监督学习
  • 批准号:
    26330242
  • 财政年份:
    2014
  • 资助金额:
    $ 8.24万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)

相似海外基金

グラフデータにおける問合せ式充足可能性問題の計算複雑さおよび判定アルゴリズム
图数据查询可满足性问题的计算复杂度与决策算法
  • 批准号:
    21K11900
  • 财政年份:
    2021
  • 资助金额:
    $ 8.24万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Improving Accuracy of Crystal Property Prediction via Neural Network for Graphs and Points
通过图和点的神经网络提高晶体特性预测的准确性
  • 批准号:
    20K19805
  • 财政年份:
    2020
  • 资助金额:
    $ 8.24万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
A Study on Locally Private Algorithms for Large-Scale Personal Data
大规模个人数据的本地私有算法研究
  • 批准号:
    19H04113
  • 财政年份:
    2019
  • 资助金额:
    $ 8.24万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
An Implementation of Scalable and High Performance Multidimensional Data Store
可扩展、高性能多维数据存储的实现
  • 批准号:
    18H03242
  • 财政年份:
    2018
  • 资助金额:
    $ 8.24万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Knowledge extraction from large-scale sequence data by combining pattern mining and sparse modeling
结合模式挖掘和稀疏建模从大规模序列数据中提取知识
  • 批准号:
    17H04694
  • 财政年份:
    2017
  • 资助金额:
    $ 8.24万
  • 项目类别:
    Grant-in-Aid for Young Scientists (A)
Developing an Algorithm for Extracting Schema from External Graph
开发一种从外部图中提取模式的算法
  • 批准号:
    17K00150
  • 财政年份:
    2017
  • 资助金额:
    $ 8.24万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Developing an Integrated Learning Environment to Foster "Function Sense" by Using Technology in an e-Learning System
发展综合学习环境,利用电子学习系统科技培养「功能感」
  • 批准号:
    16500564
  • 财政年份:
    2004
  • 资助金额:
    $ 8.24万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了