実験の自動化と機械学習との融合による材料探索

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

本セミナーでは、AI、ロボットを活用した短時間で大量の実験データを取得する方法、研究者の技量や経験・勘に頼らない効率的な実験の実現のポイントについて詳解いたします。

日時

中止

プログラム

第1部 有機化学実験の自動化システムの構成と応用事例

(2021年4月14日 10:30〜12:00)

  1. 有機化学実験の現状
  2. 有機化学合成自動化システムの構成と機能
  3. 自動化のメリット
  4. 粒度分布、濁度、画像情報の取得
  5. 応用

第2部 ロボット協働合成実験と合成条件推薦システムによる材料探索

(2021年4月14日 12:45〜14:15)

 既知物質の機能を大きく凌駕する新規物質が発見できれば、物性発現機構の理解を深化するだけでなく、産業のイノベーションにも繋がることが期待される。未知物質探索をこれまで以上に加速するために、ロボット協働合成実験による大規模な合成条件データベースと、合成条件推薦システムを組み合わせた物質探索手法について解説する。本研究により、これまで各合成研究者の勘と経験に基づいていた合成指針を、大量の合成データと推薦システムに基づいて定量的に表現できる。

  1. ロボット協働合成実験
  2. 合成プロセスの機械学習
  3. テンソル分解を用いた推薦システムの構築
  4. 期待される応用

第3部 実験自動化ロボットと機械学習による新規材料探索 – リチウムイオン電池用新規電解液を例に -

(2021年4月14日 14:00〜16:00)

 次世代蓄電池の研究開発の現場において、近年、マテリアルズ・インフォマティクス (MI) と呼ばれるデータサイエンスを用いた材料探索の高速化・効率化に関する試みが盛んである。従来の研究者の経験と勘に頼った材料探索に替わって、実験データベースや機械学習などを活用することで、新材料発見の時間やコストの削減が可能となる。  本講座では、データ駆動型の電池材料探索実施に不可欠な大量の実験データを取得するための実験自動化手法の開発状況と、機械学習を活用した探索実施例について紹介する。

  1. 蓄電池開発状況
    1. リチウムイオン電池開発の現状
    2. 次世代蓄電池開発の世界的動向
  2. 電池材料のデータ駆動型探索と実験自動化
    1. 正極材料
    2. 負極材料
    3. 固体電解質材料
    4. 液体電解質材料
  3. 液体電解質材料探索の実験自動化ロボット
    1. 実験自動化ロボットに期待すること
    2. マイクロプレートを用いた電池材料評価
    3. 大量の実験データの取り扱い方
    4. 探索実施例の紹介
    5. 添加剤の協調効果により形成された電極界面被膜の解析
  4. 実験自動化ロボットを用いたデータ駆動型電解液探索
    1. 探索の進め方について
    2. データ科学的手法の適用

受講料

複数名同時受講割引について

アカデミック割引

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

ライブ配信セミナーについて