本セミナーでは、多成分混合物の物性推算を対象に、機械学習モデルへ混合則、過剰物性、組成依存性、温度依存性、分子構造情報などの物理化学的知見を組み込むことで、限られたデータから高精度かつ安定な推算を実現するための考え方を解説いたします。
日時
- 2026年10月20日 13時00分〜 2026年11月2日 16時30分
開催予定
プログラム
ニューラルネットワークは、近年さまざまな分野でその有用性が認められており、物性推算の分野においても活用が進んでいます。高い表現力を有するニューラルネットワークは、多数の因子が複雑に影響し合う多成分系の物性推算に適している一方で、データ駆動型の手法であるため、一般に多くの学習データを必要とします。しかし、多成分系では、成分の種類や組成、温度などの操作因子が多く、膨大な探索空間を実験データのみで網羅することは容易ではありません。 本講演では、このような多成分系の物性推算に対して、機械学習を効果的に活用するための考え方と具体的な手法を紹介します。ニューラルネットワークの基本的な仕組みから、理論モデルと最新の機械学習手法を組み合わせたハイブリッドモデリングまでを取り上げます。これらを通じて、機械学習の初学者が、ニューラルネットワークを用いて物性推算に何ができるのか、また、限られたデータを有効に活用するためにどのようなアプローチが有効であるのかを理解することを目的とします。
- ニューラルネットワークの基本
- 機械学習とは何か
- 機械学習とニューラルネットワーク
- 活性化関数の役割
- 万能近似定理
- 機械学習の実用上の欠点
- ニューラルネットワークの構造
- 代表的な活性化関数
- ノードとレイヤー
- ニューラルネットワークの中間層
- ニューラルネットワークにおける行列演算
- GPU演算と行列演算
- 誤差逆伝播法と過学習
- 誤差逆伝播法の仕組み
- 学習パラメータ数
- 局所解と広域解
- ニューラルネットワークにおける過学習
- 既存モデルとの比較
- 既存モデルのアプローチとの類似点と相違点
- 機械学習の強み
- 様々なニューラルネットワーク
- 単純なニューラルネットワークの限界と解決策
- 時系列データとニューラルネットワーク
- 時間的整合性とは
- 回帰型ニューラルネットワーク
- Long Short-Term Memory
- Neural ODE
- 時系列データ用のニューラルネットワークの特徴と強み
- 多次元データとニューラルネットワーク
- 画像処理におけるニューラルネットワーク
- 二次元型畳み込みニューラルネットワーク
- 畳み込み操作の基礎と仕組み
- 信号処理とニューラルネットワーク
- 一次元畳み込みニューラルネットワーク
- ネットワークデータとニューラルネットワーク
- グラフ表現とは
- メッセージ伝播型ニューラルネットワークと物性推算
- PyGeometricによるMPNNの実装
- 転移学習を利用した少データ学習
- 転移学習の原理
- 転移学習でのモデル再利用と学習効率向上
- 分子記述子と機械学習による物性推算
- 物性推算における転移学習
- 転移学習を利用する際のワークフロー
- 代表的な分子記述子
- MPNNによる物性推算精度
- MPNNによる学習データ削減効果
- MPNNで作成した記述子の特徴
- Parity plotでみるMPNNの予測精度
- 物性推算への事前知識の導入
- 外挿予測における過学習
- 誤差逆伝播法を活用した勾配制約
- 勾配制約によるアレニウス式の考慮
- 物性推算におけるハード制約とソフト制約
- 三成分混合物の物性推算
- 工学プロセスにおける混合物の位置づけ
- 非理想溶液の物性予測の難しさ
- 既存の理論駆動・データ駆動モデル
- 物性推算での外挿予測における問題
- PINNベースモデルによるアプローチ
- 相互作用考慮モデルによるアプローチ
- データ測定手法
- 既存モデルの精度と問題点
- ニューラルネットワークの精度と限界
- ハイブリッドAIの特徴と効果
- 混合物物性推算に重要な構造的特徴
- 多成分系混合物の物性推算
- 多成分系の物性推算の難しさ
- 混合物の記述子表現
- 埋め込み表現による混合物表現
- 多次元空間におけるデータ収集
- ベイズ最適化によるデータ収集
- アクティブラーニングの効果
- 交差検証と混合物物性推算精度
- 記述子選定手法
- 埋め込みにおける次元数の選択
- 質疑応答
受講料
- 1名様: 34,400円(税別) / 37,840円(税込)
- 複数名: 22,500円(税別) / 24,750円(税込)
複数名受講割引
- 2名様以上でお申込みの場合、1名あたり 22,500円(税別) / 24,750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 34,400円(税別) / 37,840円(税込)
- 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
- 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
- 同一法人内 (グループ会社でも可) 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。
- 請求書および領収書は1名様ごとに発行可能です。
申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。 - 他の割引は併用できません。
- サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。
アカデミー割引
教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。
- 1名様あたり 10,000円(税別) / 11,000円(税込)
- 企業に属している方(出向または派遣の方も含む)は、対象外です。
- お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。
アーカイブ配信セミナー
- 「ビデオグ」を使ったアーカイブ配信セミナーとなります。
- 当日のセミナーを、後日にお手元のPCなどからご視聴ができます。
- お申し込み前に、 視聴環境 をご確認いただき、 視聴テスト にて動作確認をお願いいたします。
- 別途、ID,パスワードをメールにてご連絡申し上げます。
- 視聴期間は2026年10月20日〜11月2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、PDFファイルをダウンロードいただきます。
- ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
- ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
- 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。