詳解 マテリアルズインフォマティクス　有機・無機化学のための深層学習

化学の研究開発ではマテリアルズインフォマティクス（機械学習・深層学習を用いた新素材探索や新材料設計）の技術が導入され始めています。一方で、有機化学・無機化学のどの領域かによって構造情報の扱いや解析ノウハウが異なり、それぞれの場面で適切な手法が存在するという実情があります。本書では深層学習の基礎事項をはじめ、実際に深層学習を化学研究に利用する上での留意点を詳述するとともに、有機化学・無機化学分野でのデータの具体的な扱い方、さらには様々な深層学習手法とその具体的利用の理解を助けるための応用事例など、注目すべき多数の研究成果を体系的に整理しています。深層学習の初学者および具体的な応用研究を目指す方を対象に、データから様々な可能性を模索できるよう編集された一冊です。【目次】第1章　深層学習に必要なデータの準備1.1　化学データに対する機械学習1.2　有機化合物データ1.3　無機化合物データ第2章　深層学習のクイックレビュー2.1　ニューラルネットワークの構造2.2　ニューラルネットワークの訓練と正則化2.3　深層生成モデル2.4　その他の深層学習モデル2.5　強化学習第3章　有機化合物データを扱う深層学習3.1　有機化合物データに対する前処理3.2　少量データセットに対する対策3.3　物性・活性の予測3.4　有機反応の予測3.5　有機分子の構造生成第4章　無機化合物データを扱う深層学習4.1　物性の予測4.2　無機化合物の生成第5章　有機化合物に対する深層学習の応用例5.1　医薬品候補化合物の探索5.2　有機高分子材料の探索5.3　多成分系の化学物質の物性予測第6章　深層学習を応用した無機材料の設計6.1　物性予測モデルによる材料探索6.2　生成モデルによる材料探索第7章　化学における深層学習の課題・展望7.1　利用可能なデータセットに関する問題7.2　予測の不確実性7.3　モデルの解釈7.4　生成モデルの評価