データ駆動科学にもとづくマテリアルズインフォマティクスと計測インフォマティクス

昨今、マテリアルズDXの必要性が企業においても認識され、積極的な研究開発、実データへの応用が進んでいます。その中で、マテリアルズDXを行うための解析プログラムについては豊富なのですが、個々のデータに対して何を入力するべきなのか、得られた結果をどう解釈するのかについては現場レベルで問題になることが多いかと思います。 　本講義では、マテリアルズDXを構成するマテリアルズインフォマティクスと計測インフォマティクスをデータ駆動科学にもとづき紹介します。その技術の中でも重要なスパースモデリングとベイズ推論を紹介します。本講義を通して、マテリアルズDXへの成功事例への足がかりとなれば幸いです。

1. マテリアルズDXの現状と、特徴量エンジニアリングの必要性
   • マテリアルズDXとは? これまでのマテリアルズ・インフォマティクス、計測インフォマティクスとの関係
2. 導入: 1次関数の最小二乗法の復習とベイズ推論
3. マテリアルズ・インフォマティクス
4. スパースモデリングによる特徴量選択の基礎
   1. 機械学習の基礎
   2. 汎化性能と交差検定法による評価
   3. スパースモデリングの基礎
   4. スパースモデリングの標準的手法および最新の動向
5. マテリアルズDXへ向けた特徴量エンジニアリングの展開
   1. マテリアルズインフォマティクスにおける特徴量エンジニアリング展開1
      〜リチウムイオン電池の電解液材料探索への応用〜
      1. 計算科学的アプローチと情報科学的アプローチの融合による効率的な材料探索に向けて
      2. スパースモデリングによる機能を予測する記述子抽出
      3. 記述子をコントロールした機能予測
6. 計測インフォマティクス
   1. スペクトル分解
      1. スペクトル分解の従来法
      2. ベイズ計測
      3. レプリカ交換モンテカルロ法
      4. モデル選択
      5. 計測限界の定量的評価
      6. 異種計測の情報統合
   2. SPring – 8全ビームラインベイズ化計画
      1. SPring – 8とは?
      2. ベイズ化計画
      3. 「第4回データ駆動科学によるデータ解析高度化〜ベイズ計測〜」報告
      4. プロジェクト紹介
7. マテリアルズDXにおける今後の展望について