Digital Reactor — Computation systems for better decisions
データと数理で、
事業の意思決定を支える。
機械学習・統計・数値計算でモデルをつくり、事業で動く計算システムに落とし込む。 予測や最適化を、意思決定に使える形にします。
Capabilities
提供領域
データを整え、数理で選択肢を絞り込む。手を動かすだけでなく、意思決定の確度を上げるところまで引き受けます。
機械学習・統計モデルの設計と実装
予測、異常検知、信用スコアリングなど、事業判断に使えるモデルを作ります。金融領域での信用・リスクモデリングの経験もあります。
計算システム・データ基盤の設計と構築
作ったモデルを実務に組み込み、運用できる形にします。データ基盤やMLOpsの整備も含みます。
業務自動化・省力化
手作業で回している業務を、計算とシステムで自動化します。生成AIの体系的な業務への適用も、ご支援できます。
Track record
取引実績
複数の国立大学・研究機関、ITスタートアップ、金融機関などから、データと数理に関わる仕事を継続的にいただいています。アドバイザーとしての関与から、実際に手を動かす開発まで、ニーズに応じて柔軟に対応できます。
国立大学・研究機関
計算アルゴリズムの新規考案・実装、文献をもとにした再現実装と評価など。
ITスタートアップ
データ基盤の構築・運用、機械学習モデルの開発、業務自動化など。
金融機関
与信先・投資先評価の高度化、省力化・評価高頻度化のための自動化など。
Founder
代表について
望月 優輝
Yuki Mochizuki
デジタルリアクタ合同会社 代表
機械学習・統計、数値計算などの領域を軸としたソフトウェアエンジニアリングを専門としています。スタートアップからグローバル企業まで、さまざまなスケールの企業にて、事業価値に直結する計算システムを設計・構築してきました。主に機械学習の応用分野において、出版・発表、特許取得等の実績があり、また、IT戦略やデータベース技術等の情報処理に関する専門領域の国家資格を複数保有しています。九州大学理学部卒業。日本ITストラテジスト協会正会員。
- 国家資格
- 高度情報処理技術者試験に5区分合格 ― ITストラテジスト/システム監査技術者/プロジェクトマネージャ/システムアーキテクト/データベーススペシャリスト
- 研究・発表
- 査読付き論文(PNAS, Cell Reports ほか)、特許取得、国際会議での発表
Technical posts
技術ブログ
実際に手を動かして検証した記録です。判断の土台にしている手法や考え方が見えると思います。
エージェントに何を覚えさせるか:長いコンテキスト・RAG・Prompt Cachingをコストで選ぶ
エージェント出力の品質を確率で保証する:Conformal Predictionで人手に回す割合を決める
LLM-as-a-Judgeのバイアスはどこまで補正できるか:提示順・回答の長さ・自己選好
評価データセットは何件必要か:合格率の幅と、改善を検出できる件数
タスクを分けるほど精度は上がるのか:エージェントの分割数を式で決める
BigQueryオプティマイザのコストモデルに外部APIの料金は考慮されない:BigQuery MLの注意点
人間が事前に定義する範囲は、70年でどこまで縮んだか
最適化計算にLLMを使うときのベストプラクティス
小規模チームのMLOps最小構成:Composerを入れず、Cloud Run jobsで4つの要件を満たす
「精度を上げたい」の前に決めること:精度改善・閾値・運用を経済的インパクトから考える
LLMリーダーボードはなぜ歪むのか:Bradley-Terryモデルと交絡・選択バイアスをシミュレーションで理解する
UCBはThompson Samplingに追いつけるか:報酬スケールと探索定数を検証する
εをいくつにするか:差分プライバシーの機構と精度の交換を実測する
モデルは学習データを漏らすか:メンバーシップ推論攻撃を実装して測る
乱数シードを変えるだけでスコアは動く:モデル比較に必要な統計的作法
A/Bテストを毎日覗くと偽陽性は何倍になるか:ピーキング問題と逐次検定
合成データはどこまで実データの代わりになるか:TSTRによる有用性の定量評価
予測区間の「95%」は本当に95%か:Conformal Predictionで被覆率を保証する
極値統計入門:正規分布では測れないテールリスクをGPDで評価する
ベイズA/Bテストとバンディット:Thompson Samplingで後悔を最小化する
正規化定数なしでサンプリングできる理由:Metropolis-HastingsとHMCの効率を測る
粒子フィルタ入門:非線形・非ガウスな状態空間を逐次モンテカルロで推定する
ベイズ最適化入門:ガウス過程と獲得関数で評価回数を抑えて最適化する
KLダイバージェンスが発散する場面で、Wasserstein距離は何を測っているか
確率校正入門:分類器の「0.9」は本当に90%か(Platt・Isotonic・Temperature)
カルマンフィルタ入門:状態空間モデルでノイズ下の真値を推定する
ADS-GANによる合成データ生成、分布・ユーティリティ・プライバシーの評価
合成データから個人は特定できてしまわないか:プライバシー品質の4つの測り方
金融データのプライバシー保護:合成データ生成技術の概要と考察
データの性質で選ぶナイーブベイズのサブタイプ
相関係数が拾えない依存をどう表すか:代表的な5つのコピュラ
VaRは分布の仮定でどれだけ動くか:モンテカルロ法とヒストリカル法をS&P500で比べる
準モンテカルロ法で使用される低不一致列の解説、次元数による有効性の違い
「どうすれば審査に通ったのか」に答える:DiCEで反実仮想サンプルを作る
モンテカルロ法における次元の呪いの緩和方法:重点サンプリングによる効率化
相関から因果へ進むには何を仮定するか:傾向スコアマッチングで選択バイアスを測る
シミュレーテッドアニーリングで解く巡回セールスマン問題
確率的最適化アルゴリズムの実装と比較:遺伝的アルゴリズムと勾配降下法
頻度主義統計学とベイズ統計学、それぞれのアプローチ
時系列データの交差検証:なぜTimeSeriesSplitを使うべきなのか
機械学習モデルの説明可能性手法の比較:SHAPとLIMEの出力の一貫性評価
次元削減手法の比較検証:定量的・定性的評価によるPCA、t-SNE、UMAPの特徴分析
取引の「つながり」は不正検知にどれだけ効くか:GNNとMLPの比較
時系列データの予測:LSTMとTransformerの性能比較
数値積分の実装と比較:台形法からガウス求積法まで
球面上に均一にランダム分布する点群を生成する
一様乱数から任意の分布を作る:逆関数法の仕組みと実装
Scipyの最適化に導関数をどう与えるか:Autogradとの組み合わせ