データ・情報を活用した材料・プロセス・制御設計の基礎、実験計画法・適応的実験計画法の基礎とその実践に必要なデータ解析理論・ベイズ最適化の基礎、実験パラメータ候補の選択・基本的なデータの前処理・モデルの構築と予測といった実践法、材料・プロセス・装置設計への応用、直接的逆解析法、最新の研究事例までを詳しく解説します。
効率的な材料設計およびプロセス・装置設計の実現にぜひこの機会をご活用ください。
１．ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクス
1.1 分子設計とは
1.2 材料設計とは
1.3 プロセス設計・装置設計とは
1.4 モデリング
1.5 モデルの活用した材料設計・プロセス設計・装置設計
２．データ解析・実験計画法・ベイズ最適化
2.1 線形回帰分析
2.2 非線形回帰分析
2.3 線形クラス分類
2.4 非線形クラス分類
2.5 実験計画法
2.6 適応的実験計画法
2.7 ガウス過程による回帰
2.8 ベイズ最適化
３．研究事例・応用事例
3.1 ベイズ最適化による材料設計・プロセス設計・装置設計
3.2 材料設計の実例
3.3 プロセス設計・装置設計の実例
3.4 Datachemical LAB
□ 質疑応答□