船津 公人（著者）：船津 公人（ふなつ きみと）
1978年　九州大学理学部化学科卒
1983年　九州大学大学院理学研究科化学専攻博士課程修了(理学博士)
1984年　豊橋技術科学大学物質工学系助手，1992年　同知識情報工学系助教授
2004年　東京大学大学院工学系研究科化学システム工学専攻教授
2011年　ストラスブール大学招聘教授
2017年10月　奈良先端科学技術大学院大学データ駆動型サイエンス創造センター研究ディレクター　教授を兼務
2021年3月　東京大学定年退職
2021年4月　奈良先端科学技術大学院大学データ駆動型サイエンス創造センター研究ディレクター　特任教授
2021年6月　東京大学名誉教授
2022年　奈良先端科学技術大学院大学データ駆動型サイエンス創造センター長，特任教授
井上 貴央（著者）：井上 貴央（いのうえ たかひろ）
2017年　京都大学工学部情報学科卒業
2022年　東京大学大学院工学系研究科化学システム工学専攻博士課程修了，博士（工学）
2022年4月　株式会社Elixリサーチエンジニア（現職）
　学部時代は離散数理を専門とする研究室に所属し，分子グラフの数え上げアルゴリズムに関する研究に従事．修士課程から分野をケモインフォマティクスに移し，小規模化学データを利用した分子グラフ構造生成に関する研究に従事．現在は，株式会社ElixでAI創薬に携わっている．
　著書に『詳解マテリアルズインフォマティクス̶有機・無機化学のための深層学習―』（共著，近代科学社Digital）がある．

【様々な事例からマテリアルズインフォマティクスの可能性を学ぶ！！】

　深層学習によるマテリアルズインフォマティクスの実用的専門書第2弾。本書では厳選した事例を対象に、深層学習を有機化学・無機化学分野のデータに適用する場合のポイントについてを解説している。
　序章では『詳解 マテリアルズインフォマティクス』でも掲載したデータセットについて詳述し、第1章から有機化合物に対する予測モデル構築、第2章で無機材料に対する予測モデル構築、第3章で生成モデルを活用した材料・医薬品の設計について具体的なケーススタディとして紹介する。具体的なテクニックを読み解くことで、材料開発における深層学習の活用を更に飛躍させることができる。