構造活性相関解析のためのニューラルネットワークシミュレータをC言語を用いて開発した。本シミュレータでは、中間層の層数、中間層のユニット数を自由に設定できるようにした。また、学習方法を通常のバックプロパゲーション法と青山らが提唱した再構築学習法の2通りを選択できるようにした。また、本シミュレータの応用例として、ここでは、ノルボルナン誘導体の¹³C-NMRケミカルシフトとその立体配置の関係を学習し、未知誘導体の立体配置を予測することを行なった。この結果、実験と非常に良い結果を示した。また、再構築学習法により、ノルボルナンの立体配置の決定には7つの炭素のうちの2つの炭素のケミカルシフト値が大きく関わっていることが判った。このことはパラメータスキャン法を用いて確かめられた。

抄録全体を表示

高分子の関わる分子間相互作用を定量的に取扱い、それらの相互作用における大局的及び局所的効果を概念化するのに有効な物性値としてスティッキネスを新規に導入した。その実用版として結合定数に基づいた疑似スティヅキネスを定義し、その計算プログラムを開発した。これをラムダファージDNA解析に適用した結果、そのゲノム構造の特徴を表現することがわかった。生体高分子の特異的相互作用の理解に関するスティヅキネスの有用性を議論している。

抄録全体を表示

パソコン支援学習 (CAL) は、化学教育においていろいろな方法で用いられ効果を上げている。コンピュータは便利の良いツールである。学生は、授業での実験を始める前に、自分でその実験内容について詳しく調べて、パソコン支援学習を実施する。
本校では学生実験の前に学習をさせ、その教育的効果を調査している。事前学習のための教材プログラムは、卒業研究で開発した。物理化学実験では18テーマを用意している。
学生は、各テーマ毎に事前学習を実施しなければならない。物理化学実験では、各テーマ毎にCALプログラムを開発している。実験を始める学生は、そのプログラムを使って勉強する。
CALによる事前学習の有無の教育的効果を調べたところ、化学授業において学生の実験学習に明らかに優れた効果が観察された。

抄録全体を表示