実用例を取り混ぜ、実験精度向上に向けた実用的なMIの使い方を詳細解説!

マテリアルズ・インフォマティクスの基礎と新規材料開発の探索【LIVE配信】
※本セミナーはZOOMを使ったLIVE配信セミナーです。会場での参加はございません。
セミナー修了後、受講者のみご覧いただける期間限定のアーカイブ配信を予定しております。

セミナー概要
略称
マテリアルズ・インフォマティクス【WEBセミナー】
セミナーNo.
開催日時
2021年11月25日(木) 10:30~16:30
主催
(株)R&D支援センター
問い合わせ
Tel:03-5857-4811 E-mail:info@rdsc.co.jp 問い合わせフォーム
講師
三井化学(株)研究開発本部 生産技術研究所 MI開発推進室
主幹研究員 博士(工学) 向田 志保 氏
【専門】
マテリアルズ・インフォマティクス、生物工学、情報数学
【略歴】
2007年大阪大学工学研究科で博士号を取得。同年、東レに勤務。2014年から2017年まで国立遺伝学研究所にて遺伝子の解析やデータベースに関する研究に従事。2017年から三井化学に勤務し、マテリアルズ・インフォマティクスを中心としたAI・DXの研究全般に携わっている。
価格
非会員:  55,000円 (本体価格:50,000円)
会員:  49,500円 (本体価格:45,000円)
学生:  55,000円 (本体価格:50,000円)
価格関連備考
■ 会員(案内)登録していただいた場合、通常1名様申込で55,000円(税込)から
・1名で申込の場合、49,500円(税込)へ割引になります。
・2名同時申込で両名とも会員登録をしていただいた場合、計55,000円(2人目無料)です。
・3名以上同時申込は1名につき27,500円(税込)です。
■会員登録とは?⇒よくある質問
定員
30名 ※現在、お申込み可能です。満席になり次第、募集を終了させていただきます。
備考
資料付【PDF配布】

【Zoomを使ったWEB配信セミナー受講の手順】
1)Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントを
  ダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
2)セミナー前日までに必ず動作確認をお願いします。Zoom WEBセミナーのはじめかたに
  ついてはこちらをご覧ください。
3)開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始
  10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加
  ください。

・セミナー資料は開催前日までにお送りいたします。
 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
講座の内容
受講対象・レベル
初心者向け、MIの基本からどのように使われるかまで学びたい方、MIの今後の活用方法について興味のある方
習得できる知識
・MIの基礎知識
・MIの実験的な精度向上のテクニック
・MIの今後の活用先に関する周辺技術
趣旨
マテリアルズ・インフォマティクス(MI)の活用は新規材料開発に欠かせないものになりつつあり、活用の用途は広がるばかりです。本講習会ではMIのハウツーに加え、実用化を目指したその活用法並びに今後の展開について様々な角度から展開します。
プログラム

1.マテリアルズ・インフォマティクス(MI)とは?
  1-1 MIの背景
  1-2 MIがブームになった背景
  1-3 MI導入時のポイント
  1-4 MI解析の流れ
2.MI人財
  2-1 MIに求められる人財
  2-2 MIに求められる技術
  2-3 人材育成

~MI解析手法~
3.機械学習概要

  3-1 機械学習基礎編
     a.必須用語
   b.機械学習モデル概要
   c.機械学習モデルの評価手法
   d.データの次元圧縮による可視化
  3-2 機械学習応用編
   a.特徴量エンジニアリング
   b.説明変数選択
   c.機械学習モデルのハイパーパラメータの最適化
   d.アンサンブル学習
4.最適条件探索手法
  4-1 実験計画法
  4-2 ベイズ最適化
  4-3 遺伝的アルゴリズム
  4-4 予測用候補サンプルの作り方
5.ケモインフォマティクス
  5-1 化合物データの取り扱い
  5-2 構造記述子
  5-3 化合物の類似度の計算
  5-4 分子構造生成
6.実験的な精度向上に向けて
  6-1 複合系のデータの取り扱い
  6-2 公共データベース、特許、文献情報の活用
  6-3 適用領域(Applicability Domain: AD)
  6-4 予測、候補サンプルの選択の仕方
7.画像解析
  7-1 MIでよく扱う画像解析の課題点
  7-2 画像の前処理
  7-3 画像の特徴量抽出、特徴量解析
  7-4 パーシステントホモロジー
8.データベース構築
  8-1 MI用データベースの作り方
  8-2 データベースのMI活用
9.MI知財
  9-1 MI特許の動向
  9-2 MI特許戦略
  9-3 MI特許の権利化
10. 今後のMIトレンドを追う
  10-1 量子コンピュータ
  10-2 MIロボティクス
  10-3 エッジAI、Robotic Process Automation (RPA)の活用
  10-4 自然言語処理
  10-5 未来予測

キーワード
機械学習,Deep Learning,Material,AI,informatics
関連するセミナー
関連する書籍
関連するタグ
フリーワード検索