光化学スモッグを予測する人工知能を作る！！

オキシダント生成の原因究明のための統計解析。今回もR言語使用。相関行列で解析してみました。

我々が作るAIは「時系列データ」を予測するものなので、刻々と変化するデータなら汎用性を持たせることもできるはず。「未来を知ることができる」ということは分野を問わず普遍価値があるはず。僕たちは頑張ります！この研究が、より幅広い分野によい効果をもたらすことを夢見て…

本プロジェクトのメンバー３人は全員薬剤師。AIのプログラミング、というかプログラミング自体未経験でしたが、今やしっかり軌道に乗ってます。全員、独学。勉強量に比例して日々飛躍的にパワーアップしています！

オキシダント生成の原因究明のための統計解析。今回はR言語使用。散布図行列作って解析してみました。

昨年度、オキシダントが高濃度となるかどうかを、クラス分類手法であるサポートベクターマシン(SVM)で予測できないか研究しました。現在も研究進行中です。↓図は多項式カーネルの分類状況(特徴量は次元削減アルゴリズムで２次元に縮約）。

本研究では、オキシダント濃度を時系列に予測することが目的です。アルゴリズムは、リカレントニューラルネットワーク(RNN)を用いますが、過去の膨大なデータを学習させるため、長・短期記憶(LSTM)を用います。これで膨大な記憶の取捨択一ができるのです。結果が楽しみ！！

プロジェクト成功のため、平日夜間・休日はひたすらプログラミングの勉強。昨日の自分にできないことが、今日の自分にはできる。これが大事。僕が好きなヘミングウェイの言葉、「他人より優れていることが高貴ではない。真の高貴とは、過去の自分自身より優れていることである」。よし！頑張ろう！

最近、本当に暑いですね。夏は人間だけでなく、パソコンにとっても過酷です。ディープラーニングのプログラムを動かしている時、CPUの温度が100度近くまで上がります(目玉焼きができますね)。とりあえず、パソコン用扇風機(冷却ファン)を装着です。Dear my PC.一緒に頑張ろう…！

昨日、40年以上前の資料をガサガサ。すると、当時測定した貴重な気象データが！！オキシダント予測には、「海風」のデータが重要なので、風向きと地形特性のデータは嬉しい発見！そして、COBOLで書いた大気解析プログラムコードも発見！！大先輩、時空を超え、僕はPythonで頑張ってます！

プロジェクト達成のため、今日も、明日も、明後日も、寝ても夢の中で（ひたすら）AIのプログラミング中です！
頑張って参りますのでご支援の程よろしくお願いします！！