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のためのデータ解析

マテリアルズインフォマティクスのためのデータ解析

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

視聴期間は2025年6月13日〜23日を予定しております。
お申し込みは2025年6月13日まで承ります。

概要

本セミナーでは、データの可視化、モデルの予測性能向上、モデルの逆解析を特に重点的に解説いたします。
また、分子設計・材料設計・プロセス設計・プロセス管理に関する最新の研究事例を紹介いたします。
ケモインフォマティクス・プロセスインフォマティクスにも役立つ内容となっております。

配信期間

  • 2025年6月13日(金) 10時00分 ～ 2025年6月23日(月) 17時00分

お申し込みの締切日

  • 2025年6月13日(金) 10時00分

修得知識

  • ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクス・データ解析・機械学習・分子設計・材料設計・プロセス設計・プロセス管理の基礎知識
  • ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクス分野の最新の研究事例
  • データ解析の一般的なすすめ方・活用の仕方
  • データ解析の応用事例
  • 最新のデータ解析手法・モデリング手法
  • モデルの予測精度向上の方法
  • モデルの逆解析の方法

プログラム

　近年、化学・産業においてデータが蓄積されつつあり、そのデータを解析する動きが活発になっている。しかし、実験結果、高機能性材料などの開発データ、化学・産業プラントにおいて様々な製品を製造する際のデータなど、蓄積されたデータを十分に活用しきれていない状況も存在する。本セミナーでは、そのような化学・産業データの使い方・解析の仕方を基礎から解説する。
　情報科学・データサイエンスに基づき、データから種々の材料の機能を予測するモデルを構築したり、構築したモデルを活用することで新たな構造・実験条件・材料・装置を設計したりする方法である。さらに、ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクス分野を中心にして豊富な応用事例も紹介する。

  1. ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクスの基礎知識
    1. 機械学習・人工知能
    2. 定量的構造物性相関・定量的構造活性相関
    3. 化学構造生成
    4. 分子設計
    5. 材料設計
    6. プロセス設計
    7. プロセス管理
    8. ケモインフォマティクス
    9. マテリアルズインフォマティクス
    10. プロセスインフォマティクス
  2. 化学・産業データ解析の進め方・活用方法
    1. データの形式、記述子
    2. 一般的なデータの前処理
    3. データの可視化・低次元化
      1. ヒストグラム・散布図・箱ひげ図・相関行列
      2. 主成分分析 (Principal Component Analysis, PCA)
      3. 可視化の性能を検討するための指標
      4. (発展) Generative Topographic Mapping (GTM)
      5. (発展) 多様体学習
    4. クラスタリング
      1. 階層的クラスタリング
      2. (発展) 混合ガウスモデル (Gaussian Mixture Model, GMM)
    5. クラス分類
      1. 線形判別分析 (Linear Discriminant Analysis, LDA)
      2. 決定木 (Decision Tree, TD)
      3. ランダムフォレスト (Random Forest, RF)
      4. (発展) サポートベクターマシン (Support Vector Machine, SVM)
    6. 回帰分析
      1. 最小二乗法による重回帰分析 (Multiple Linear Regression (MLR) or Ordinary Least Squares (OLS) )
      2. 部分的最小二乗法 (Partial Least Squares, PLS)
      3. 決定木 (Decision Tree, DT)
      4. ランダムフォレスト (Random Forest, RF)
      5. (発展) サポートベクター回帰 (Support Vector Regression, SVR)
    7. モデルの予測性能の向上
      1. 予測性能の評価
      2. アンサンブル学習
      3. (発展) 半教師あり学習 (半教師付き学習)
    8. モデルの適用範囲
      1. データ範囲
      2. データ中心からの距離
      3. データ密度
      4. アンサンブル学習
    9. モデルの逆解析
      1. モデルの適用範囲を考慮した逆解析
      2. グリッドサーチ
      3. サンプリング
      4. (発展) ベイズの定理
    10. 実行するためのプログラム紹介
  3. 分子設計・材料設計・プロセス設計・プロセス管理に関する最新の研究事例
    1. 化学空間の可視化に基づく分子設計
    2. 定量的構造物性 (活性) 相関モデルの逆解析に基づく分子設計
    3. 定量的構造物性 (活性) 相関モデルの適用範囲を考慮した分子設計
    4. 適応的実験計画法による材料設計
    5. シミュレーションとインフォマティクス技術を活用したプロセス設計
  4. まとめ・質疑応答
ページのトップヘ

講師

  • 金子 弘昌 氏
    明治大学 理工学部 応用化学科
    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
: 50,000円 (税別) / 55,000円 (税込)
複数名
: 45,000円 (税別) / 49,500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 45,000円(税別) / 49,500円(税込) で受講いただけます。
  • 5名様以降は、1名あたり 30,000円(税別) / 33,000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 50,000円(税別) / 55,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
    • 4名様でお申し込みの場合 : 4名で 180,000円(税別) / 198,000円(税込)
    • 5名様でお申し込みの場合 : 5名で 210,000円(税別) / 231,000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。
  • 請求書は、代表者にご送付いたします。
  • 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。

アーカイブ配信セミナー

  • 当日のセミナーを、後日にお手元のPCやスマホ・タブレッドなどからご視聴・学習することができます。
  • 配信開始となりましたら、改めてメールでご案内いたします。
  • 視聴サイトにログインしていただき、ご視聴いただきます。
  • 視聴期間は2025年6月13日〜23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。
  • セミナー資料は別途、送付いたします。
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
2026/3/31 Pythonで学ぶデータ解析・機械学習を理解するための線形代数入門 オンライン
2026/4/3 生成AIによるマルチモーダルデータからの情報抽出・モデリング オンライン
2026/4/7 マテリアルズインフォマティクスの主幹となる計算科学シミュレーション オンライン
2026/4/10 データ駆動型の化学・材料関連研究の最新動向と小規模データの活かし方 オンライン
2026/4/14 生成AIによるマルチモーダルデータからの情報抽出・モデリング オンライン
2026/4/14 トポロジカルデータ解析 (TDA) と材料設計への応用 オンライン
2026/4/15 安定性試験のための統計解析 オンライン
2026/4/15 Pythonと生成AI/AIエージェントによるデータ分析入門 オンライン
2026/4/15 トポロジカルデータ解析 (TDA) と材料設計への応用 オンライン
2026/4/15 生成AI時代のPythonデータ分析 オンライン
2026/4/16 MI, 生成AIを活用した材料開発の高速化、効率化 オンライン
2026/4/16 第一原理計算とLightGBMを活用したマテリアルデータエンジニアリングとその活用事例 オンライン
2026/4/16 生成AI時代のPythonデータ分析 オンライン
2026/4/17 因子ごとの最適条件を少ない実験回数で見つける統計的手法「実験計画法」 & 汎用的インフォマティクス「非線形実験計画法」 オンライン
2026/4/20 統計学入門から多変量解析へ オンライン
2026/4/20 全固体電池の世界動向とフッ化物電池の最前線 オンライン
2026/4/20 第一原理計算によるリチウムイオン電池の解析 オンライン
2026/4/21 MIとPIをつなぐデータ統合基盤の構築と連携の進め方 オンライン
2026/4/21 統計学入門から多変量解析へ オンライン
2026/4/21 第一原理計算によるリチウムイオン電池の解析 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
2021/10/25 AIプロセッサー (CD-ROM版)
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
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
ページのトップヘ