機械学習– tag –
-
AI・機械学習 ウィークリーレポート 2026年7月4日号
▼ ▼ ▼ インフォグラフィックを見てウィークリーレポートを読みたいと感じられた方は、下記の戦略レポートのダウンロードをクリックしてください。 ▼ ▼ ▼ 📄 ウィークリーレポート 2026年7月4日（PDF）をダウンロード ウィークリーレポート 2026年7... -
MARVEL Hub、AI駆動型材料発見で8億ドル超のスタートアップ資金を創出、スイスのエコシステムを強化
Quantum Zeitgeist スイス 概要 スイス連邦工科大学ローザンヌ校（EPFL）が主導するNCCR MARVELは、AI駆動型材料発見において重要な貢献を果たし、その研究から生まれた4つのスタートアップが8億ドル以上の初期段階の資金を調達しました。MARVELは、物理学... -
UMass AmherstのYingjie Hang氏、プラズモンナノ粒子とMLを活用した高感度POC診断用PLFSでECS学生研究賞を受賞
UMass Amherst アメリカ 概要 マサチューセッツ大学アマースト校のYingjie Hang氏が、ポイントオブケア（POC）検査用プラズモンナノ粒子と機械学習（ML）を組み合わせた紙ラテラルフロー検査ストリップ（PLFS）の感度向上に関する研究でECSセンサー部門学... -
九州大学亀岡研究室、尿酸・グルコース・pHをリアルタイム計測する低コスト・高精度バイオセンサーを開発
九州大学 日本 概要 九州大学の亀岡研究室は、低コスト、高精度、連続モニタリングが可能なバイオセンサーの開発を推進しており、医療IoT（IoMT）との連携を目指しています。これには、尿酸とpHを測定するマイクロニードル電気化学センサー、汗中のグルコ... -
AIと機械学習が癌の早期発見を革新：マルチオミクスデータ解析で診断精度向上
Research Paper 国際 概要 本研究論文は、人工知能（AI）と機械学習（ML）がマルチオミクスデータ（ゲノム、トランスクリプトーム、プロテオーム、メタボローム）および医療画像を分析し、癌の早期発見のためのバイオマーカーシグネチャを特定する上で変革... -
浙江大学、機械学習対応型埋め込み式植物バイオマーカーセンサーを開発し『Nature Communications』に発表
AcademicJobs.com 中国 概要 浙江大学の研究チームは、植物の酸性および塩ストレスなどの非生物的ストレスを早期に検出・分類する「機械学習対応型埋め込み式植物バイオマーカーセンサー（MLIPBS）」を発表しました。『Nature Communications』に掲載され... -
RSC Publishing誌、機械学習を活用したラテラルフローアッセイが感染症POCT診断の感度と定量を飛躍的に向上
Lab on a Chip (RSC Publishing) イギリス 概要 ラテラルフローアッセイ（LFA）は、その迅速な操作、低コスト、使いやすい構造から、感染症のポイントオブケア（PoC）診断プラットフォームとして広く使用されています。しかし、従来のLFAは分析感度、定性... -
BoschがAI推進を強化、Fetch.aiと連携しWeb3/AI技術開発のための分散型エコシステム構築
Bosch ドイツ 概要 Bosch Center for Artificial Intelligence (BCAI)は、製造、自動運転、エンジニアリング開発におけるAI推進を強化し、科学と産業間の知識移転を促進しています。Boschは特にFetch.aiとの提携を拡大し、Web3およびAI技術開発のための分... -
MARVELプロジェクト、量子力学からAI駆動型材料発見へ12周年、計算科学を再構築
EurekAlert! アメリカ 概要 MARVELプロジェクトは、量子力学的シミュレーション、計算能力、機械学習を組み合わせることで材料発見を根本から変革し、12周年を迎えました。2014年の発足以来、複雑なシミュレーションの再現性、共有性、協力性を高めるツー... -
リン酸カルシウム生体材料足場のデータ駆動型発見、材料インフォマティクスとMLクラスタリングで効率化
Indonesian Applied Physics Letters (e-Journal UNAIR) インドネシア 概要 Indonesian Applied Physics Letters誌に掲載された研究は、材料インフォマティクスと機械学習（ML）クラスタリングを組み合わせることで、リン酸カルシウム生体材料足場のデータ... -
シンガポール国立大学、エネルギー材料向けAIワークショップを2026年7月に開催し発見加速
National University of Singapore (NUS) シンガポール 概要 シンガポール国立大学（NUS）は、ソリッドステートイオニクス会議2026と併催で「AI for Energy Materials」ワークショップを2026年7月10日に開催します。このワークショップでは、材料インフォ... -
エディンバラ大学、固溶体結晶の物性予測精度を向上させるネスト型結晶グラフニューラルネットワークを開発
Edinburgh Research Explorer イギリス 概要 エディンバラ大学の研究者らは、化学的に複雑な固溶体結晶の物性予測精度を大幅に向上させる「Solid Solution Nested Graph Neural Network (SSNGNN)」を開発しました。SSNGNNは、組成情報と構造情報をネスト型... -
ニューラルネットワーク原子間ポテンシャルにアンサンブル不確実性定量化を適用し、計算材料科学を強化
arXiv アメリカ 概要 ニューラルネットワーク原子間ポテンシャル（NNIP）のアンサンブルベースの不確実性定量化手法に関する比較研究が発表され、その性能が詳細に評価されました。この研究は、計算コストの高い第一原理手法に代わる、ロバストな機械学習... -
チャルマース工科大学、計算化学・材料研究で機械学習原子間ポテンシャルの自動訓練を強調
Chalmers University of Technology (AIMLeNS) スウェーデン 概要 チャルマース工科大学のAI4Scienceセミナーでは、計算化学および材料研究における機械学習（ML）の革新的な役割が強調されました。特に、分子特性化とML原子間ポテンシャルに焦点を当て、... -
AI駆動型自己駆動型ラボ、ローレンス・バークレー研究所のA-Labが材料発見を加速
TheSequence アメリカ 概要 自己駆動型ラボは、実験を自律的に実行し、成功・失敗の両方から学習することで、材料科学の発見プロセスを根本的に変革しています。ローレンス・バークレー国立研究所のA-Labは、合成の失敗を自動的に補正し、最適なレシピへと... -
AI活用で金属有機材料設計を動的ネットワークへ拡張、自己駆動型ラボが合成加速
MDPI 国際 概要 AIを用いた金属有機材料（MOM）設計は、従来の結晶性MOFから、金属-ポリフェノールネットワーク（MPN）のような動的配位ネットワークへと応用範囲を広げることが提案されています。この新たなアプローチは、プロセス認識型、界面感受型、機... -
AI/ML活用で触媒設計と持続可能な化学プロセス開発が加速、CO2変換からポリマーリサイクルまで応用拡大
MDPI スイス 概要 人工知能（AI）と機械学習（ML）が、触媒設計と持続可能な化学プロセス開発を根本的に変革しています。これらの技術は、予測モデリング、ハイスループットスクリーニング、およびメカニズム的洞察を通じて、新しい触媒の発見を加速させま... -
教師なしMLがリチウム電池新素材探索を加速、次元削減問題を克服
未公表研究 不明 概要 この研究は、機械学習における次元削減の課題を克服する、教師なし材料発見のための堅牢な統計的フレームワークを導入しました。最適埋め込み次元を決定することで情報損失を抑制し、高次元の材料データからリチウムベースの新規候補... -
RNA製造の未来：AIと連続プロセスがIVT効率を向上させ、生産コスト削減と分散型製造を促進
(Industry analysis/expert opinion) 国際 概要 RNA製造の未来は、人工知能（AI）と機械学習を連続プロセスと統合することで、IVT（in vitro転写）効率から精製、製剤化までの各段階を最適化すると予測されています。これらの技術的進歩は、生産コストの削... -
HyperspectralがリアルタイムPATでバイオプロセス可視化を強化：ラマン分光法とケモメトリックスで哺乳類細胞培養を非侵襲モニタリング
Hyperspectral (via analytica 2026 presentation) 不明 概要 Hyperspectral社は、ラマン分光法とケモメトリックスおよび機械学習モデルを組み合わせることで、哺乳類細胞培養プロセスのリアルタイムかつ非侵襲的なモニタリングを可能にする革新的なソリュ...
