学会発表
2026年
アルゴリズム的系列学習におけるメモリ拡張ニューラルネットワーク設計の体系的検証
海野智行・瀧川一学
2026年度 人工知能学会全国大会（第40回） / 2026年6月8日-6月12日
ニューラルネットワークの構造化メモリ拡張によるプログラム推論の体系的評価
海野智行・瀧川一学
第207回 情報処理学会アルゴリズム研究会(SIGAL) / 2026年3月9日, 岡山大学 創立五十周年記念館（岡山県岡山市）
モデルサイズ制約下での確率的勾配ブースティング決定木の分析と設計
西岡賢太郎・瀧川一学
第207回 情報処理学会アルゴリズム研究会(SIGAL) / 2026年3月9日, 岡山大学 創立五十周年記念館（岡山県岡山市）
2025年
Developing Embedding Models for Cytochrome P450-Ligand Interaction Scoring
Martin, Takigawa, I.
GIW XXXIV ISCB-Asia 2025 / Hong Kong, China, December 10-13, 2025 (Poster)
Developing Embedding Models for Cytochrome P450-Ligand Interaction Scoring
Martin, Takigawa, I.
48th Chemoinformatics Symposium / Hiroshima, Japan, November 26-27, 2025 (Poster)
Developing Embedding Models for Cytochrome P450-Ligand Interaction Scoring
Martin, Takigawa, I.
8th Autumn School of Chemoinformatics / Nara, Japan, November 18-20, 2025 (Poster)
Developing Embedding Models for Cytochrome P450-Ligand Interaction Scoring
Martin, Takigawa, I.
Chem-Bio Informatics Society (CBI) Annual Meeting 2025 / Tokyo, Japan, October 27-30, 2025 (Oral)
Developing Embedding Models for Cytochrome P450-Ligand Interaction Scoring
Martin, Takigawa, I.
2025年日本バイオインフォマティクス学会年会第13回生命医薬情報学連合大会（IIBMP2025） / Chiba, Japan, September 3-5, 2025 (Poster)
査読付き論文
2026年
Machine-learning-guided discovery of CH4 combustion catalysts operating in the presence of SO2
Jing Y, Ting KW, Qin J, Yamada K, Tajima D, Anzai A, Mine S*, Toyoshima R, Kondoh H, Takigawa I*, Shimizu K, Toyao T*
Journal of the American Chemical Society / 2026; 148(15), 16241–16254
Machine-learning-guided discovery and statistical analysis of multielemental reverse water-gas shift catalysts
Chen D, Mine S, Wang G, Takigawa I*, Anzai A, Shimizu K*, Toyao T*
ACS Catalysis / 2026; 16(5), 5080-5092
2025年
Extrapolative-machine-learning-guided discovery of multi-elemental heterogeneous catalysts for low-temperature NO reduction by H2
Jing Y, Zhang C, Mine S, Zhang X, He C, Zhang N, Guao X, Anzai A, Oka K, Toyoshima R, Kondoh H, Takigawa I*, Shimizu K*, Toyao T*
ACS Catalysis / 2025; 15(24), 20825-20842
Development of highly active catalysts for low-temperature CO2 hydrogenation to methanol using a machine learning approach
Zhao S, Mine S, Wang G, Zhang W, Ait El Fakir A, Yang B, Qin Z, Dostagir NHM, Matsushita K, Takigawa I*, Shimizu K*, Toyao T*
Journal of the American Chemical Society / 2025; 34, 31121-31135
Data-driven de novo design of super-adhesive hydrogels
Liao H, Hu S, Yang H, Wang L, Tanaka S, Takigawa I*, Li W*, Fan H*, Gong JP*
Nature / 2025; 644, 89-95
Image-Based machine learning using inkjet-printed chemicals: mixing ratio prediction and metal ion detection
Sano T, Terauchi Y, Ide Y*, Takigawa I*, Inokuma Y*
Organic Letters / 2025; 27(32), 8841-8845
Fast enumeration of all cost-bounded solutions for combinatorial problems using ZDDs
Minato S, Kawahara J, Banbara M, Horiyama T, Takigawa I, Yamaguchi Y
Discrete Applied Mathematics / 2025; 360, 467-486
国際会議論文
2025年
CompGen: A Conditional Generation Framework for Inverse Composition Design of Catalytic Surfaces
Chen S, Sun C, Liu Z, Han A, Takigawa I, Qian Q
NeurIPS 2025 Workshop on AI for Science / San Diego, USA, December 6, 2025
CompGen: A Conditional Generation Framework for Inverse Composition Design of Catalytic Surfaces
Chen S, Sun C, Liu Z, Han A, Takigawa I, Qian Q
NeurIPS 2025 Workshop on AI for Accelerated Materials Design (AI4Mat) / San Diego, USA, December 6, 2025
C2Explainer: Customizable Mask-based Counterfactual Explanation for Graph Neural Networks
Ma J, Takigawa I, Yamamoto A
ACM Conference on Fairness, Accountability, and Transparency (FAccT '25) / Athens, Greece, June 23-26, 2025