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

ハイスループット実験・計算によるデータベース作成と材料探索

ハイスループット実験・計算によるデータベース作成と材料探索

～データの収集、整理、保存から有望物質探索への活用事例まで詳説～
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

開催日

  • 2024年9月9日(月) 10時30分 ～ 16時15分

修得知識

  • ハイスループット手法を用いた効率的な材料データ収集方法
  • マテリアルズ・インフォマティクス (MI) 技術の実践的な応用
  • 並列計算環境・材料データベースに関するソフトウェアや機械学習による物性値予測・有望物質の推薦方法 (ベイズ最適化など) の基礎的な知識とその応用例
  • コンビナトリアル合成手法による薄膜ライブラリーの作製とハイスループット評価 (酸化物薄膜から金属薄膜まで)

プログラム

第1部 ハイスループット実験・計算によるデータベース作成

(2024年9月9日 10:30〜12:00)

　参加者は実験、計算用いたデータ取得の基礎と応用を習得し、研究や開発に役立つ知識を得ることを目標とする。

  1. ハイスループット実験の概要
    1. ハイスループット実験の意義と利点
    2. マテリアルズ・インフォマティクス (MI) 技術の基本概念
    3. ハイスループット実験の実施手順
  2. ハイスループット実験の具体例
    1. 従来手法の効率化
    2. コンビナトリアル実験
  3. ハイスループット計算の基礎
    1. ハイスループット計算の概念と利点
    2. 代表的な計算手法
    3. データ解析とシミュレーション結果の活用
  4. データ収集および機械学習を活用した解析
    1. データ・収集と解析の概要と利点
    2. データ取得と解析手法
  5. 材料データベースの構築
    1. データベースの設計と構造
    2. データの収集・整理・保存方法
  6. 実際の応用例とケーススタディ
    1. 新材料の探索と最適化
    2. 既存材料の性能予測と改良
    3. 国内の成功事例紹介
    • 質疑応答

第2部 ハイスループット材料計算と機械学習による有望物質の探索手法

(2024年9月9日 13:00〜14:30)

　講師らのハイスループット計算・機械学習の研究を例にとり、関連するコード・データベース・機械学習手法を紹介して計算材料スクリーニングの手法を概観する。

  1. ハイスループット第一原理計算と計算材料データベース
    1. 第一原理計算・計算材料データベースの目的
    2. 公開計算材料データベースとその使い方 (Materials Project Databaseを例に挙げて)
    3. 計算材料データベースを自作する上での技術的課題
    4. 計算データベースのためのライブラリ (計算ファイルの自動生成・解析)
    5. 計算データベースのためのライブラリ (ワークフロー・データベース管理)
    6. plotly/dashによるデータベースの可視化
  2. 機械学習による物性値予測
    1. 機械学習の目的・回帰分析手法について
    2. 記述子による物質の数値的表現
    3. 実際の応用例
  3. 機械学習により有望物質を優先するハイスループット計算
    1. 機械学習による予測の問題点
    2. 機械学習による有望物質の推薦と探索 (ベイズ最適化など)
    3. ハイスループット計算による材料探索システムの自律化
    • 質疑応答

第3部 コンビナトリアル合成・評価による材料探索

(2024年9月9日 14:45〜16:15)

　これまでに行ってきた酸化物と金属薄膜のコンビナトリアルライブラリーの合成と評価について、材料の機能・物性の探索という観点から解説します。

  1. コンビナトリアル手法とは?
    1. コンビナトリアル手法の歴史
    2. コンビナトリアル合成手法
    3. コンビナトリアル評価手法
  2. コンビナトリアル手法によるドーパント濃度の最適化
    1. 希土類元素をドープしたY2O3蛍光体材料
    2. Mg:ZnOのバンド構造
  3. コンビナトリアル手法による新材料探索
    1. Fe-Co合金を用いた磁歪材料の探索
    2. フラックス材料の探索:Bi4Ti3O12薄膜の高結晶化に向けて
  4. コンビナトリアル手法のメリット・デメリット
    1. 得意、不得意な材料解析
    2. 膨大なデータの取り扱い方
    3. インフォマティクス手法との組み合わせ
    • 質疑応答
ページのトップヘ

講師

  • 古賀 健治 氏
    株式会社コベルコ科研 計算科学センター DX技術室 マテリアルDXグループ
  • 高橋 亮 氏
    東京科学大学 科学技術創成研究院 フロンティア材料研究所
    助教
  • 高橋 竜太 氏
    日本大学 工学部 電気電子工学科
    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)

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。

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 と テストミーティングへの参加手順 をご確認いただき、 テストミーティング 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。
  • 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。
  • 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。
  • 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
2026/10/27 産業現場への実装を起点としたニューラルネットおよび強化学習の原理と活用方法 オンライン
2026/10/28 マテリアルズ・インフォマティクスの実践のためのデータの生成・蓄積・活用方法 オンライン
2026/11/4 電子実験ノート、データ蓄積基盤等導入における効果の定量化と経営層への説明方法 オンライン
2026/11/6 社内データ活用の具体的実装と現場展開 オンライン
2026/11/10 第一原理計算と機械学習を用いた材料設計と応用展開 オンライン
2026/11/10 研究開発部門における実験データの収集 超入門 オンライン
2026/11/13 音・振動・画像・センサデータを統合するマルチモーダルAIによる異常検知・故障診断の基礎と実践 オンライン
2026/11/13 Pythonを用いた実験データ解析のポイントと機械学習入門 オンライン
2026/11/16 音・振動・画像・センサデータを統合するマルチモーダルAIによる異常検知・故障診断の基礎と実践 オンライン
2026/11/16 EMCの基礎と機械学習・深層学習の応用技術 オンライン
2026/11/17 EMCの基礎と機械学習・深層学習の応用技術 オンライン
2026/11/18 マテリアルズ・インフォマティクスの実践のためのデータの生成・蓄積・活用方法 オンライン
2026/11/18 生成AIによる異常検知技術と効率的な学習データの作成 オンライン
2026/11/19 説明可能AIで読み解く材料の物性発現機構と材料設計 : 拡張型自由エネルギーモデル オンライン
2026/11/19 研究開発部門における実験データの収集 超入門 オンライン
2026/11/24 AIエージェントの基礎とデータ分析に利用するためのポイント オンライン
2026/11/30 AIによる異常検知・予知保全の基礎と実践 オンライン
2026/11/30 生成AIによる異常検知技術と効率的な学習データの作成 オンライン
2026/11/30 Pythonでのプログラミング実習で学ぶAI創薬 入門講座 オンライン
2026/11/30 晶析プロセスの予測精度を高めるデータ設計とモデル化 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
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
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
2021/6/30 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
2020/4/30 生体情報計測による感情の可視化技術
2019/1/31 マテリアルズ・インフォマティクスによる材料開発と活用集
2019/1/31 センサフュージョン技術の開発と応用事例
ページのトップヘ