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よる材料設計、反応予測

Zoomを使ったライブ配信セミナー

マテリアルズインフォマティクスによる材料設計、反応予測

オンライン 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

概要

本セミナーでは、マテリアルズ・インフォマティクスを活用して最適かつ効率よく材料を開発するための手法、設計技術を詳解いたします。

開催日

  • 2020年11月13日(金) 10時00分 ～ 17時00分

修得知識

  • 化学における人工知能技術の基礎知識
    • 機械学習
    • 進化的計算
    • 化学における記述子
  • 人工知能技術を導入した最新の化学研究事例
    • 化学反応の予測
    • 実験条件最適化
    • 高速な量子化学計算手法など

プログラム

第1部 マテリアルズインフォマティクスを用いた材料設計、プロセス制御

(2020年11月13日 10:00〜13:40) (途中 昼食休憩を含む)

　データ駆動型化学を実践する上でのデータの見方や取り扱いの考え方を、事例を通して理解することを目的とします。分子設計、材料設計、そしてプロセスの監視と制御までを扱うことで、データ解析が拓く可能性を概観します。

  1. インフォマティクスとは何か
    1. インフォマティクスの概要
    2. バイオインフォマティクス
    3. ケモインフォマティクス
    4. マテリアルズインフォマティクス
  2. データ解析の基礎
    1. データ解析の基礎
    2. 扱うデータの特性把握
  3. インフォマティクスとは
    1. データのモデル化法
    2. モデルの逆解析
  4. 分子設計の事例紹介
  5. 有機材料の設計 (ポリマーアロイ) の事例紹介
  6. 触媒設計の事例紹介
  7. (マテリアルズ) インフォマティクスを実践するには何が必要か
    1. データベース
    2. ソフトウエア
    3. 化学・材料とAIの両方の知識と経験?
  8. 少ない実験データ・少ない実験回数での目的物性実現の方法
  9. ソフトセンサー
  10. プロセスインフォマティクス
  11. 今後の展望と課題、海外の動向
    • 質疑応答

第2部 人工知能を用いた化学反応予測・反応条件最適化・量子化学理論の高度化

(2020年11月13日 13:50〜17:00)

　近年、人工知能 (AI) 技術は、化学分野における実験・理論・計算の様々な領域で活用され始めている。本セミナーでは、化学の諸分野と AI技術の融合研究を実施するための基礎を説明する。またこれらに関する幾つかの具体的な研究事例 (反応予測、実験条件最適化、量子化学理論の高度化) や将来的な展望を述べたい。

  1. 人工知能技術の概要
    1. 化学と人工知能技術
    2. 機械学習の概要
    3. 進化的計算の概要
  2. 化学における記述子
    1. 構造的特徴を表した記述子
    2. 電子的特徴を表した記述子
  3. 機械学習と実験・計算による化学反応予測
    1. 反応予測システムの歴史
    2. 機械学習と電子状態情報を用いた反応予測の研究事例
    3. 均一系触媒における有機化学反応に対する反応予測への適用
    4. 将来展望
  4. 機械学習と実験/計算による反応条件最適化
    1. 近年の実験条件最適化研究の動向
    2. 実験条件最適化における研究事例
    3. 溶媒条件最適化における研究事例
    4. 将来展望
  5. 機械学習による量子化学理論の高度化
    1. 密度汎関数理論における研究事例
    2. 波動関数理論における研究事例
    3. 将来展望
    • 質疑応答
ページのトップヘ

講師

  • 船津 公人 氏
    奈良先端科学技術大学院大学 データ駆動型サイエンス創造センター
    センター長, 特任教授
  • 清野 淳司 氏
    早稲田大学 理工学術院 総合研究所
    准教授
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
: 55,000円 (税別) / 60,500円 (税込)
複数名
: 50,000円 (税別) / 55,000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 50,000円(税別) / 55,000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 55,000円(税別) / 60,500円(税込)
    • 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000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。
  • 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。

アカデミック割引

  • 1名様あたり 30,000円(税別) / 33,000円(税込)

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、大学院の教員、学生に限ります。

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境 をご確認いただき、 ミーティングテスト にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー資料は郵送にて前日までにお送りいたします。電子媒体での配布はございません。
  • 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
    ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
    印刷物は後日お手元に届くことになります。
  • 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。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • 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。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
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
2026/7/30 AI・機械学習を活用した物性推算と分子設計・プロセス最適化への活用 オンライン
2026/8/4 マテリアルズ・インフォマティクスのためのデータの生成・蓄積・活用方法 オンライン
2026/8/4 多成分混合物の物性予測と機械学習の活用 オンライン
2026/8/4 機械設計のための材料基礎 オンライン
2026/8/6 予兆保全のためのデータ基盤構築と現場を止めずに進める製造DXの実践アプローチ オンライン
2026/8/7 マテリアルズインフォマティクスの中核をなす計算科学シミュレーション技術 オンライン
2026/8/17 マテリアルズ・インフォマティクスのためのデータの生成・蓄積・活用方法 オンライン
2026/8/17 予兆保全のためのデータ基盤構築と現場を止めずに進める製造DXの実践アプローチ オンライン
2026/8/24 実験データベースから始める材料実験AIエージェントの作り方 オンライン
2026/8/25 計算科学・社外実験データベースを活用したマテリアルズインフォマティクス基礎 オンライン
2026/8/26 計算科学・社外実験データベースを活用したマテリアルズインフォマティクス基礎 オンライン
2026/8/27 R&D部門の研究・実験データのExcelにおける効果的な蓄積・分析技術 オンライン
2026/8/28 現場で使えるマテリアルズ・インフォマティクス実践講座 オンライン
2026/8/31 現場で使えるマテリアルズ・インフォマティクス実践講座 オンライン
2026/9/2 実験データベースから始める材料実験AIエージェントの作り方 オンライン
2026/9/9 化学・材料研究者のためのExcel×Pythonデータ処理実務 オンライン
2026/9/10 新規事業テーマ発掘への生成AI・AIエージェントを活用した情報収集の高度化と選択のポイント オンライン
2026/9/15 機械設計のための材料基礎 オンライン
2026/9/18 化学・材料研究者のためのExcel×Pythonデータ処理実務 オンライン
2026/9/24 AI、機械学習と従来型研究開発の現実的な組み合わせ方法 オンライン
ページのトップヘ