データ同化とベイズ最適化を組み合わせた物質探索手法

セミナーに申し込む
オンライン 開催

本セミナーでは、実験データとシミュレーションデータを統合することで高精度な予測モデルを得られるデータ同化について取り上げ、データ同化の物質科学への適用について、基礎・手法、データ同化を用いたBayes最適化、材料探索とプロセスインフォマティクスの実例を、演習を交えて解説いたします。

日時

開催予定

プログラム

本講演では、講演者が取り組んでいる実験とシミュレーションの融合に関する研究事例を紹介するとともに、講演者自身が開発したデータ同化手法について解説し、簡単な演習を行う。近年、触媒や永久磁石をはじめとする材料開発の高効率化を目的として、データ科学の応用が急速に進展している。実際、データ科学に基づく物質探索により、200万件を超える新規結晶が発見されたとの報告もある。一方で、このようなデータ科学的手法は一般に膨大なデータ量を必要とするが、触媒活性や自発磁化といった特定の材料特性に関する実験データは十分に蓄積されていない場合が多い。そのため、物質科学へデータ科学を適用するには、少数データを効果的に扱う手法が不可欠となる。データ同化は、シミュレーションデータを実験データと統合することで高精度な予測モデルを構築する手法であり、少数データ問題に対する有力なアプローチの一つである。材料特性の制御変数は多次元かつ広範な空間にわたるため、データの欠測が生じやすいという問題もある。  本講演では、これらの点を踏まえ、物質科学に適したデータ同化手法について解説する。

  1. 物質科学におけるデータ同化手法の基礎
    1. 多変量Gauss分布モデル
    2. 欠測データと完全尤度
  2. 永久磁石化合物の有限温度磁化予測モデルの構築
  3. Perovskite型水分解光触媒化合物のバンドギャップ狭窄化
    • Multi-Layer Perceptronによる表現学習を用いた特徴量生成
  4. データ同化を用いたBayes最適化
    1. Bayesの定理と事後分布
    2. 獲得関数
  5. 光触媒化合物の焼成プロセスインフォマティクス
    1. SrTiO3の焼成プロセスに関する特徴量生成
    2. 焼成プロセスのDynamic Monte Carloシミュレーション
    3. 実験・シミュレーション・機械学習の統合による触媒活性予測モデル構築
    4. 高い触媒活性が得られる焼成プロセスの導出
  6. 演習
    1. データ同化プログラムCLAUDEのインストール
    2. 入力パラメータの説明
    3. 一次元系でのデモンストレーション
    4. 二次元系でのデモンストレーション

受講料

持参品 (演習に関して)

演習 (デモ) で実際に講演者が開発したデータ同化プログラム (CLAUDE) を使用予定です。
基本的にGoogle Colaboratoryを使ったクラウド上で実施いたしますので、事前に演習に利用可能なGoogleアカウントをご用意いただけましたら、プログラムのインストールの説明から演習を行います。
ご用意が難しい場合は講演者の画面でプログラムの動作をご覧ください。
データ同化プログラムの動作をご確認いただくために、こちらで用意したトイデータを使用する予定です。

案内割引・複数名同時申込割引について

R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。

「案内の希望」をご選択いただいた場合、1名様 42,000円(税別) / 46,200円(税込) で受講いただけます。
複数名で同時に申込いただいた場合、1名様につき 22,500円(税別) / 24,750円(税込) で受講いただけます。

ライブ配信対応セミナー / アーカイブ配信対応セミナー

ライブ配信セミナーをご希望の場合

アーカイブ配信セミナーをご希望の場合