第1部 マテリアルズインフォマティクスを適用した材料開発ソリューション

(2020年2月27日 10:00〜11:30)

1. 背景
   1. 社会の動向と材料開発の課題
   2. MIとは
   3. 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. 材料開発ソリューションのサービス
   3. 材料データ分析支援サービス
   4. 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による解決例
   1. 独自整形プログラムによるデータ整形効率化
   2. PoC時に生成した学習済みモデルのご提供
   3. データベースによる実験データの一元管理
   4. データ項目マスキングによる機密データの保護
   5. 材料開発ソリューションにおける知財
4. 材料データ分析支援サービスの事例
   1. 実験時間短縮支援の事例 (磁性材料への取り組み)
   2. 実験計画支援の事例 (有機材料への取り組み)
5. 導入までの流れ
• 質疑応答

第2部 材料設計を支えるデータベースの展望とマテリアルインフォマティクス

(2020年2月27日 12:10〜13:40)

　材料データベースはMIの基盤である。一方、データ不足は、MI研究のボトルネックとなっている。MIにおけるビッグデータの考え方、データベースの構築方法、および既存の材料データと知識の活用方について、いくつの例を通して紹介する。

1. 材料データベースの変遷と世界のデータベース
2. データベースからビッグデータへ
   1. 材料データの応用
      • 材料識別・材料選択
      • 特性予測
      • 材料設計
   2. 材料ビックデータの課題
3. データ収集と加工
   1. データフロー
      • データ収集:文献から
      • 研究者のファーストハンドデータ
      • ハイスルプット計算
      • ハイスルプット実験
   2. データ管理
   3. データマネジメントシステム
   4. データ評価と編集
4. マテリアルズインフォマティクス応用例
5. Small data戦略
   1. データの量と品質
   2. スモールデータ戦略
• 質疑応答

第3部 機械学習データマイニングとハイスループット実験による 酸化物イオン伝導体の探索

(2020年2月27日 13:50〜15:20)

　システムやデバイスの性能やスペックを飛躍的に向上させる新規材料の開発が求められる一方で、材料開発にかかる期間は長く、開発コストは依然として大きい。近年注目されている材料インフォマティクスは、従来のカン・コツではなく、膨大なデータとその機械学習により、適切な材料を短時間に提案する手段として期待されている。講座では、材料インフォマティクスの概要と世の中の研究動向についてレビューをした後、講師が取り組んできたデータ駆動型物質設計・材料開発について紹介する。特に、材料インフォマティクスを有効に活用し機能させるために開発してきた要素技術とそれを応用した実例について紹介する。最後に、材料インフォマティクスの将来展望について講師の所感を述べる。

1. 材料インフォマティクスの基礎知識
   1. 概要
   2. 世の中の動向
   3. 要素技術
2. 計算技術の活用
   1. ハイスループット計算手法
   2. 触媒への応用
3. ハイスループット実験の活用
   1. ハイスループット実験手法
   2. イオン伝導体への応用
4. 機械学習アルゴリズム
   1. 記述子と回帰モデル
   2. 画像処理を用いた材料組織モデル
5. 材料開発への応用例
   1. イオン伝導体材料の開発
6. まとめと将来展開
• 質疑応答

第4部 材料科学における動的な記述子

(2020年2月27日 15:30〜17:00)

1. マテリアルズ・インフォマティクスとは
2. トポロジーを用いた実用的な記述子開発
3. 材料構造記述子へAI手法の融合
• 質疑応答