マテリアルズ・インフォマティクスにおける機械学習技術の活用

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、る機械学習の基本的な考え方から始め、実践上現れる多様な探索問題に対してベイズ最適化とその発展系によってどのように探索の自動化が実現できるかを解説いたします。

日時

開催予定

プログラム

データの取得技術が多様化するなかで、得られた結果からどのように次の意思決定をすべきかは多くの材料研究・開発の中で問題となります。近年ではこのプロセスを「機械学習」で自動化するマテリアルズ・インフォマティクス (MI) が様々な文脈で注目されています。新規材料の探索は何らかの性能指標を最適化する問題として捉えることができますが、多くの場合にこの指標の値は費用や時間のかかる実験やシミュレーションを通してしか得られないため、最適化は非常に難しいものになります。このような問題に対して「ベイズ最適化」と呼ばれる機械学習手法がMIでは頻繁に用いられます。  本講座では、背景となる機械学習の基本的な考え方から始め、実践上現れる多様な探索問題に対してベイズ最適化とその発展系によってどのように探索の自動化が実現できるかをお話しします。特段、前提知識は仮定せずにお話をしますので、機械学習による材料解析や、AI関連技術の導入可能性を模索されている技術者、研究者の方に有益な情報が提供できればと思います。

  1. 統計的機械学習概論
    1. 機械による「学習」とは
    2. 人工知能と統計学
    3. 実践上の留意事項
  2. ベイズ最適化の基礎
    1. 回帰分析
    2. ベイズ最適化
  3. コスト差のある複数探索問題での知識共有 (コスト考慮型マルチタスクベイズ最適化)
    1. 探索曲面の類似性とコストの多様性
    2. 粒界構造探索での適用例
  4. 複数指標を同時に最適化する探索 (多目的ベイズ最適化)
    1. 多目的最適化とは
    2. 伝導材料探索での適用例
  5. 閾値条件を満たす領域の探索 (閾値領域探索型ベイズ最適化)
    1. 低誤差領域の検出問題
    2. Mg合金パラメータ推定での適用例 1
  6. コストと精度のトレードオフを活用する探索 (マルチフィデリティベイズ最適化)
    1. ベイズ最適における観測精度の動的選択
    2. Mg合金パラメータ推定での適用例 2

受講料

案内割引・複数名同時申込割引について

シーエムシーリサーチからの案内をご希望の方は、割引特典を受けられます。
また、2名様以上同時申込で全員案内登録をしていただいた場合、1名様あたり半額の 22,500円(税別) / 24,750円(税込)となります。

アカデミック割引

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院の教員、学生に限ります。

ライブ配信セミナーについて