こんにちは、HACARUSデータサイエンティストの増井です。

今年の3月に開催された「第69回応用物理学会・春季学術講演会」で「スパース推定を用いたベイズ最適化による実験計画アルゴリズム」という題目で研究成果を発表させていただき、約4,000件の発表の中で約 20件しか選出されていない注目講演に選出いただきました。
さらに、大変ありがたいことに応用物理学会講演奨励賞受賞者35人のうちの1人にも選出いただきました。

この研究では、東京工業大学物質理工学院の中山亮特任助教、一杉太郎教授と共同で、新規材料を発見するための実験回数を条件によっては半数程度削減できる「実験計画アルゴリズム（手順）」の開発を行いました。

本研究の特徴は、「スパースモデリング」を用いることで、数ある実験パラメータの中から、重要なものを自動で選び出し、重要なパラメータのみに基づいた効率的な材料探索を可能にするという点です。本手法によって、実験プロセスの高速化、効率化に貢献し、より高機能な材料を素早く発見することが可能になると考えられます。
詳しくはこちらをご覧ください。

勉強会コミュニティを運営しています

この研究には、私の他に数名のデータサイエンティストが関わっています。ハカルスには50名弱の社員と、20名ほどの学生エンジニアが在籍しています。
正社員のうち、エンジニアが6割以上を占めており、社内での技術勉強会やプロジェクト成果の共有会などを定期的に開催しています。

4月からは、社内技術勉強会の拡大版として運営する技術勉強コミュニティ TECH in 京都 をスタートしました！

勉強会名の TECH は Technology Enhancement Community by HACARUS の略で、技術好きの方々がラフに集って学べる場をつくり、京都から面白いことを生み出していこうという試みで、HACARUS主導で開催しております。 

TECH in 京都は機械学習に限らず、システム開発やチームビルディングなど、技術に関するテーマであればなんでも学べる場にしたいと考えています。また、インタラクティブな勉強会にしたいと考えており、勉強会開始時には 簡単な自己紹介（普段の業務内容、興味があることなど30秒ほど）をお願いしております。どんな雰囲気なのかをまず知りたい方は、聴講枠でのご参加も歓迎です。

第二回目のTECH in 京都を開催します

そして、第二回目となる、TECH in 京都#2を 5月27日(金)18:30から開催します！
今回は私 増井が「Interpretable Machine Learning: モデル非依存な解釈手法」をテーマにモデルに依存しない説明手法 (PDP, LIME, SHAP など) について紹介し、実際に使う上での勘所などをご紹介します。

※ HACARUS の有志のデータサイエンティストによって、Christoph Molnar氏 の Interpretable Machine Learning の和訳を公開しています。 

勉強会への申し込みはこちらから

zoomを使ってオンラインで開催します。ぜひお気軽にお申し込みください🎉最後には座談会の時間もありますので、みなさんと色々お話しができたら嬉しいです。お申し込みはこちらから！