マテリアルズインフォマティクスにおける材料デザインのポイント

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、マテリアルズインフォマティクスについて取り上げ、材料研究の加速を狙う手法をアルゴリズムから使い方、応用事例までわかりやすく解説いたします。

日時

中止

プログラム

機械学習・情報科学手法を利用し、材料研究を加速する分野がマテリアルズ・インフォマティクスという分野です。特に、目的に応じて次に実験すべき材料を提案する手法としてブラックボックス最適化があります。材料開発に利用できるブラックボックス最適化手法を複数紹介します。これらのアルゴリズムは、研究ニーズに依存し用途が異なります。そのため、本講座を受講することで研究ニーズに適したアルゴリズムの選定ができると思います。  本講座では、ブラックボックス最適化を誰でも自身の研究開発にすぐに利用できることを目標とし、アルゴリズムの詳細、応用事例、手法の使い方 (PythonコードおよびWindowsで利用できるアプリケーション) を丁寧に解説します。 無機材料、有機材料、金属材料など幅広い材料を研究対象としています。そのため、受講者のさまざまなニーズに応えられる講座になっていると思います。

  1. 自己紹介
  2. 材料デザインを可能とするブラックボックス最適化とは
  3. 材料物性の向上を狙うベイズ最適化
    1. ベイズ最適化のアルゴリズム紹介
    2. ベイズ最適化を実行するためのPythonパッケージCOMBO&PHYSBOの紹介
    3. Windowsコンピュータでインストールなしにベイズ最適化が実行できるアプリケーション
    4. ベイズ最適化を用いた材料研究事例紹介
  4. 量子アニーリングを利用したブラックボックス最適化
    1. 量子アニーリングを利用したブラックボックス最適化手法FMQAの紹介
    2. FMQAを利用したメタマテリアル材料最適化
    3. 連続値最適化に利用できる手法CONBQAの紹介
  5. 分子設計に利用できるブラックボックス最適化
    1. 分子設計用ブラックボックス最適化ChemTSと応用研究
    2. 例外材料を探索するための手法BLOXの紹介
  6. 機械学習を用いた相図作成効率化手法
    1. 相図作成効率化手法のアルゴリズム紹介
    2. 相図作成効率化を実行するためのPythonパッケージPDCの紹介
    3. Windowsコンピュータでインストールなしに相図作成効率化手法が実行できるアプリケーション
    4. 相図作成効率化手法を用いた材料研究事例紹介
  7. まとめと今後の展望

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