近年、機械学習を活用した物性推算は、分子設計・プロセス最適化の加速ツールとして注目を集めている。しかし、化学工学分野特有のデータ希少性、物理法則の厳密性、外挿予測の困難さから、純粋データ駆動アプローチの適用限界が指摘されてきた。
本講座では、まずこれらの限界要因を体系的に整理した上で、Physics-Informed Neural Network (PINN) や従来の物性推算式・熱力学モデルとのハイブリッド手法により、これらの課題を克服・超越するアプローチを紹介する。さらに、グラフ畳み込みネットワーク (GCN) による分子構造表現、SMILES文字列をシーケンスとして扱うTransformerベースモデルがもたらすAI独自の強みを活かした最新の物性予測手法を概観する。
さらに、Explainable AI (XAI) によるモデル信頼性向上、AIを前提とした自動物性測定システム、プラントビッグデータとラボデータのマルチフィデリティ学習といった展望を議論し、AI×物性推算の持続的発展に向けた方向性を提示する。
- 導入
- 化学工学における物性推算の位置づけと従来手法の限界
- AI・機械学習の基本と物性推算への適用可能性
- 「AIは物性推算に向いていない」と言われる主な理由
- それでも広がるAI物性推算の現実
- 新規化合物に対する物性予測モデル
- 未測定条件での物性予測モデル
- AIを活用した物性推算
- Physics-Informedニューラルネットワーク
- 従来物性推算式・熱力学モデルとの融合
- AIアーキテクチャがもたらす「従来では不可能だった」物性推算
- 分子・結晶グラフを扱うGCN/GNN
- 空間情報・局所構造を捉えるCNN
- SMILESをテキストシーケンスとして扱うTransformer
- AI×物性推算の今後と展望
- XAIによる予測の解釈性向上と理論的信頼性強化
- AI前提の自動実験システム
- プラントビッグデータとラボスケールデータの統合
複数名同時受講割引について
- 2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500円(税込) で受講いただけます。
- 5名様以降は、1名あたり 30,000円(税別) / 33,000円(税込) で受講いただけます。
- 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
- 4名様でお申し込みの場合 : 4名で 180,000円(税別) / 198,000円(税込)
- 5名様でお申し込みの場合 : 5名で 210,000円(税別) / 231,000円(税込)
- 同一法人内による複数名同時申込みのみ適用いたします。
- 請求書は、代表者にご送付いたします。
- 他の割引は併用できません。
アカデミック割引
- 1名様あたり 30,000円(税別) / 33,000円(税込)
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。
- 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、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
- 病院などの医療機関・医療関連機関に勤務する医療従事者
- 文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
- 公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方
- 支払名義が企業の場合は対象外とさせていただきます。
- 企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。
アーカイブ配信セミナー
- 当日のセミナーを、後日にお手元のPCやスマホ・タブレッドなどからご視聴・学習することができます。
- 配信開始となりましたら、改めてメールでご案内いたします。
- 視聴サイトにログインしていただき、ご視聴いただきます。
- 視聴期間は2026年6月8日〜18日を予定しております。
ご視聴いただけなかった場合でも期間延長いたしませんのでご注意ください。
- セミナー資料は別途、送付いたします。