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。

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