技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

マテリアルズインフォマティクスにおけるAI、機械学習の活用事例と材料開発への応用

マテリアルズインフォマティクスにおけるAI、機械学習の活用事例と材料開発への応用

東京都 開催 会場 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

開催日

  • 2019年1月22日(火) 10時00分 ～ 17時00分

プログラム

第1部 機械学習の材料研究への応用と適用事例 ～どのような課題に適用可能なのか～

(2019年1月22日 10:00〜11:30)

　本講座では「なぜ材料研究に機械学習が必要か?」に焦点を当て、機械学習の具体的な応用事例を解説します。本講を通して機械学習をただ利用することが目的とならないよう、機械学習応用の作業フローを理解していただくこと、そして研究課題の設定こそが最も重要であることを理解していただくことが狙いです。また講師自身の研究経験に基づいた講座内容ですので、一般解説書等では得難い現場の声を聴講いただけます。

  1. はじめに
    1. なぜ材料研究に機械学習が必要か?
    2. 国内外の動向
  2. 機械学習の概要
    1. 機械学習の背景を理解する第一歩
    2. 機械学習応用の基本的な流れ
    3. 「予測」について
    4. 「分類」について
  3. 高コストな結果から低コストで予測する
    1. 予測技術が解決する課題
    2. 予測モデル作成のワークフロー
    3. 例:アモルファス材料内の拡散経路探索
    4. 例:計算データから触媒収率を予測する
  4. 機械学習を応用する前に考えること
    1. 情報科学者とのコミュニケーション
    2. 「課題設定」の重要性
    • 質疑応答

第2部 ビッグデータ社会におけるAIの重要性 ～AIは新材料を見つけることができるのか～

(2019年1月22日 12:10〜13:40)

　ビッグデータとAIによりITの活用がますます重要視されていく中、消費電力の問題がクローズアップされています。低消費電力の技術を考える上で、生体のメカニズムをエレクトロニクスへ応用する方法が注目されています。人間の脳を模倣した超低消費電力デバイスの開発、バイオミミクリー (bio – mimicry:生物模倣) を応用した材料の開発など、バイオとエレクトロニクスの融合が重要となっています。このような状況下において、新規材料開発が、益々重要となっており、マテリアルズ・インフォマティクス (MI) は、材料分野において最も注目を浴びている技術のひとつであり、材料開発の期間やコストの削減、革新的な素材の発見を実現する可能性を持っています。
　これを具現化するには、研究機関や企業等に長年蓄積されたデータを収集し、データから抽出した情報をどのように知識化していくかが鍵となり、AIをベースとして膨大な文献情報を読み込み、データを知識化する「コグニティブアプローチ」、構造や物性値を予測モデルから理論的に推定する「アナリティクスアプローチ」の2つの手法の開発を紹介します。

  1. ビッグデータと人工知能
    1. 構造データと非構造データ
    2. 第三次AIブームの要因
    3. ディープラーニング、ネットワークの進化、超高性能ハードウェア
  2. エッジコンピューティングの重要性
    1. データセンターの消費電力の問題
    2. センサーのインテリジェント化
  3. 半導体スケーリング則終焉後の新しい脳型デバイスの出現
    1. 脳を模倣したアーキテクチャー
    2. オンチップ学習デバイス (ニューロモーフィックデバイス)
  4. AIを使った新しい材料の発見
    1. 新規材料発掘への期待
    2. データアナリティクスを使用した逆問題
    3. AIを使った文献からの情報探索
    4. バイオミミクリーへの応用
    • 質疑応答

第3部 分子シミュレーションとAIを活用したソフトマター材料の物性予測

～効率的な材料開発へ向けて～

(2019年1月22日 13:50〜15:20)

　ソフトマター (高分子や液晶分子、コロイドなど) は他の材料で見られない特異な性質を示すため、機能性材料と呼ばれ、我々の身の回りの様々な製品で利用されている。近年さらにその需要が高まっているが、その性質の詳細はまだ不明な点が多く、製品開発には多大なコストが必要である。
　本講演では、分子シミュレーションをソフトマター材料に適用し、分子レベルのメカニズムを調べたいくつかの研究例を紹介するとともに、AI技術と分子シミュレーションを組み合わせた最新の研究と材料開発に対する今後の展望を示す。

  1. ソフトマターについて
  2. コンピュータシミュレーションについて
    1. 分子シミュレーションと連続体シミュレーション
    2. 高分子の分子シミュレーション
    3. 散逸粒子動力学 (DPD) 法
  3. 分子シミュレーションを用いた材料開発 (研究例)
    1. 紐状ミセル水溶液
    2. テレケリックポリマー
    3. ナノ粒子の自己集合
    4. 液晶分子
    5. 生体膜・ベシクル
  4. AIと分子シミュレーションを組み合わせた物性予測・材料開発
    1. 水分子の振動スペクトル予測
    2. 高分子の挙動予測
    3. 界面活性剤の物性予測
    • 質疑応答

第4部 機械学習や人工知能を用いたマテリアルズインフォマティクスと材料開発支援

(2019年1月22日 15:30〜17:00)

　新材料の開発は専門家の知見・経験に基づき作製と実験を繰り返す手法が一般的でしたが、コンピュータ分析により材料開発の指針を見出すマテリアルズ・インフォマティクスが進展しています。本講座では、マテリアルズインフォマティクスを適用した日立の「材料開発ソリューション」を紹介します。

  1. 背景
    1. MIとは
    2. 日立の取り組み
  2. 日立の材料開発ソリューション
    1. 日立の材料開発ソリューションの特徴
    2. 材料データ分析支援サービス
    3. 材料データ分析環境提供サービス
  3. お客様の声とソリューション開発による解決例
  4. 材料データ分析支援サービスの事例
  5. 導入までの流れ
    1. 各サービスのスケジュール例
    • 質疑応答
ページのトップヘ

講師

  • 安藤 康伸 氏
    東京科学大学 総合研究院 化学生命科学研究所
    准教授
  • 折井 靖光 氏
    長瀬産業 株式会社 NVC室
    室長
  • 荒井 規允 氏
    慶應義塾大学 理工学部 機械工学科
    教授
  • 森田 秀和 氏
    株式会社 日立製作所 公共システム事業部 デジタルソリューション推進部
    部長
ページのトップヘ

会場

株式会社 技術情報協会
東京都 品川区 西五反田2-29-5 日幸五反田ビル8F
株式会社 技術情報協会の地図
ページのトップヘ

主催

株式会社 技術情報協会
お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 60,000円 (税別) / 64,800円 (税込)
複数名
: 55,000円 (税別) / 59,400円 (税込)

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 55,000円(税別) / 59,400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 60,000円(税別) / 64,800円(税込)
    • 2名様でお申し込みの場合 : 2名で 110,000円(税別) / 118,800円(税込)
    • 3名様でお申し込みの場合 : 3名で 165,000円(税別) / 178,200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。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 他の割引は併用できません。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

これから開催される関連セミナー

開始日時 会場 開催方法
2026/1/19 マテリアルズ・インフォマティクスの実践と低誘電材料開発への応用 オンライン
2026/1/19 微生物試験の妥当性確保のための統計的手法及び評価 オンライン
2026/1/19 EMCの基礎と機械学習・深層学習の応用技術 オンライン
2026/1/19 統計手法の基礎 オンライン
2026/1/20 ICH Q2(R2) の要点と分析法バリデーション実施 オンライン
2026/1/20 EMCの基礎と機械学習・深層学習の応用技術 オンライン
2026/1/22 生成AI/AIエージェントを活用した研究開発業務の自動化・自律化 オンライン
2026/1/23 分析法バリデーションの進め方と分析試験計画の策定 オンライン
2026/1/26 機械学習と脳科学におけるベイズ統計 オンライン
2026/1/26 外観検査 (2日間) オンライン
2026/1/26 Pythonを用いた実験計画法とその最適化 オンライン
2026/1/26 AI外観検査 (画像認識) のはじめ方、すすめ方、精度の向上 オンライン
2026/1/27 実験・測定に必要な統計の基礎とデータ解析のポイント オンライン
2026/1/27 AIの選択・精度・効率・構造・コストなどの最適化原理 オンライン
2026/1/27 医薬品・部外品・化粧品分野で必要な品質管理/検査に役立つ化学分析の基礎 オンライン
2026/1/27 時系列データ分析 入門 : 基礎とExcelでの実行方法 オンライン
2026/1/28 ディジタルフィルタを理解する オンライン
2026/1/28 データ分析およびAIエージェントの基礎と活用に向けたポイント オンライン
2026/1/29 各種分子シミュレーションを用いた高分子研究、材料解析の考え方、その選び方と使い方 オンライン
2026/1/29 ICH Q2(R2) の要点と分析法バリデーション実施 オンライン
ページのトップヘ

関連する出版物

発行年月
2025/3/31 ベイズ最適化の活用事例
2024/10/31 自然言語処理の導入と活用事例
2024/10/31 少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAIの開発
2024/1/12 世界のマテリアルズ・インフォマティクス 最新業界レポート
2023/12/27 実験の自動化・自律化によるR&Dの効率化と運用方法
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
2023/4/28 ケモインフォマティクスにおけるデータ収集の最適化と解析手法
2022/12/31 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集
2022/8/31 医療機器の設計開発における統計的手法とそのサンプルサイズ設定
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
2021/10/18 医療機器の設計・開発時のサンプルサイズ設定と設定根拠
2021/7/30 マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
2021/7/30 水と機能性ポリマーに関する材料設計、最新応用
2021/6/30 人工知能を用いた五感・認知機能の可視化とメカニズム解明
2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
2020/12/30 実践Rケモ・マテリアル・データサイエンス
2020/8/11 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート
2020/8/1 材料およびプロセス開発のためのインフォマティクスの基礎と研究開発最前線
2020/7/31 生体情報センシングと人の状態推定への応用
ページのトップヘ