マテリアルDXの導入と材料開発への応用、データベースの構築

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基礎から解説し、実験計画法、ベイズ最適化など探索手法の使い分けのポイントを詳解いたします。
材料研究者にとって見やすい、使いやすいデータベース作成のヒントが得られます。

日時

開催予定

プログラム

DX, AI技術を用いたマテリアルDX,マテリアルズ・インフォマティクス (MI) の活用は新規材料開発に欠かせないものになりつつあり、活用の用途は広がるばかりです。  本講習会ではハウツーに加え、実用化を目指したその活用法並びに今後の展開について様々な角度から解説します。

  1. マテリアルDXとは
    1. マテリアルDXの背景
    2. マテリアルDXがブームになった背景
    3. マテリアルDX導入時のポイント
    4. MI解析の流れ
  2. マテリアルDX人材
    1. マテリアルDXに求められる人材
    2. マテリアルDXに求められる技術
    3. 人材育成
      - MI解析手法?
  3. 機械学習概要
    1. 機械学習基礎編
      1. 必須用語
      2. 機械学習モデル概要
      3. 機械学習モデルの評価手法
      4. データの次元圧縮による可視化
    2. 機械学習応用編
      1. 特徴量エンジニアリング
      2. 説明変数選択
      3. 機械学習モデルのハイパーパラメータの最適化
      4. アンサンブル学習
  4. 最適条件探索手法
    1. 実験計画法
    2. ベイズ最適化
    3. 遺伝的アルゴリズム
    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
    1. 化合物データの取り扱い
    2. 構造記述子/フィンガープリント
    3. 化合物の類似度の計算
    4. 分子構造生成モデル
  6. 実験的な精度向上に向けて
    1. 複合系のデータの取り扱い
    2. 公共データベース、特許、文献情報の活用
    3. 適用領域 (Applicability Domain: AD)
    4. 予測、候補サンプルの選択の仕方
  7. 画像解析
    1. MIでよく扱う画像解析の課題点
    2. 画像の前処理
    3. 画像の特徴量抽出、特徴量解析
    4. パーシステントホモロジー
  8. データベース構築
    1. MI用データベースの作り方
    2. データベースのMI活用
  9. MI知財
    1. MI特許の動向
    2. MI特許戦略
    3. MI特許の権利化
  10. 今後のマテリアルDXトレンドを追う
    1. 量子コンピュータ
    2. 自律型実験装置
    3. エッジAI、Robotic Process Automation (RPA) の活用
    4. 自然言語処理
    5. メタバース/デジタルツイン/VR/AR

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