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

ニューラルネットワーク分子動力学法の基礎と応用

AI技術×計算科学=ニューラルネットワーク分子動力学シミュレーション

ニューラルネットワーク分子動力学法の基礎と応用

～Ai for Scienceを活用した材料設計～
オンライン 開催 個別相談付き
関連するセミナー・出版物
  • ライブ配信セミナーに申し込む

    • 概要

    本セミナーでは、ニューラルネットワーク分子動力学法の特徴から、得意な計算対象や課題、対処方法など実践的な内容について解説いたします。

    開催日

    • 2026年6月12日(金) 10時30分 ～ 16時30分

    修得知識

    • ニューラルネットワーク分子動力学シミュレーションを活用したこれまでの成功例
    • 従来の分子動力学シミュレーションと比較して、ニューラルネットワーク分子動力学シミュレーションの特徴・長所
    • ニューラルネットワーク分子動力学シミュレーションの基礎・方法論・計算手順
    • ニューラルネットワーク分子動力学シミュレーションでうまく計算できなかった場合の対処方法
    • ニューラルネットワーク分子動力学シミュレーションが得意な計算対象や課題に加えて、不得意な計算対象や課題
    • ニューラルネットワーク分子動力学シミュレーションを、企業においてどのように活用していけば良いのかの方向性と将来戦略

    プログラム

    　ここ数年、AI技術と計算科学を組み合わせた「ニューラルネットワーク分子動力学シミュレーション」が、大学などの研究機関のみならず、企業においても大きな注目を浴びています。特に、 (1) 第一原理計算と同等の計算精度で大規模計算が可能、 (2) パラメータ開発の困難さからの脱却が可能、 (3) 8元素種を越えるような多元素系への適用が可能、 (4) 複雑な化学反応への対応が可能、 (5) 二次元材料への応用が可能、などニューラルネットワーク分子動力学法はこれまでの分子動力学法に比較して多くの長所を有することから、その産業応用が加速度的に広がっています。しかし、その進展が非常に速すぎるために、ニューラルネットワーク分子動力学法を基礎から学ぶ機会が十分に提供されていない現状があります。
    　そこで本セミナーでは、ニューラルネットワーク分子動力学法の基礎から応用までの講義を中心に行うとともに、ニューラルネットワーク分子動力学法の特徴・長所、さらにはニューラルネットワーク分子動力学法が得意な計算対象や課題、うまく計算できなかった場合の対処方法についても説明をさせて頂き、今後、ニューラルネットワーク分子動力学シミュレーションを行う時に、どのようなことに気をつけて行けば良いのかなど実践的な内容についてお話をさせて頂きます。聴講者の方には、ニューラルネットワーク分子動力学シミュレーションをいかに実際の企業における材料開発に応用可能であるか、どうすればニューラルネットワーク分子動力学シミュレーションを企業で有効に活用できるのかの基礎と将来戦略を理解して頂けるものと考えています。なお、各聴講者の方からの質問についても、可能な範囲で回答します。

    1. 計算科学の企業における意義と活用方法
      1. 計算科学シミュレーションの企業における意義
      2. 計算科学シミュレーションの応用例
      3. 計算科学を活用した高速スクリーニング
      4. 計算科学シミュレーションによる特許戦略
      5. 計算科学シミュレーションを活用した産学連携
    2. ニューラルネットワーク分子動力学 (NNMD) 法の特徴
      1. 従来の分子動力学法との違い
      2. 第一原理分子動力学法との比較
      3. Tight – Binding量子分子動力学法との比較
      4. ReaxFF反応力場分子動力学法との比較
      5. NNMD法の特徴 (1) :第一原理計算に相当する精度で大規模計算が可能
      6. NNMD法の特徴 (2) :パラメータ開発の困難さからの脱却
      7. NNMD法の特徴 (3) :多元素系への応用が可能
      8. NNMD法の特徴 (4) :複雑な化学反応への応用が可能
      9. NNMD法の特徴 (5) :ReaxFFでは困難な二次元材料への応用が可能
    3. ニューラルネットワーク分子動力学法の基礎
      1. 分子動力学法の基礎理論
      2. ニューラルネットワークの材料設計への応用例
      3. ニューラルネットワーク分子動力学法の概要
      4. ニューラルネットワークの基礎理論
      5. ニューラルネットワーク分子動力学法の歴史
      6. ニューラルネットワーク分子動力学法の基礎理論
      7. ニューラルネットワーク分子動力学法の計算手順
    4. ニューラルネットワーク分子動力学 (NNMD) 法の応用例
      1. ニューラルネットワーク分子動力学 (NNMD) シミュレータの開発
      2. NNMD法のマルチフィジックス現象への応用
      3. NNMD法の多元素系への応用
      4. NNMD法の複雑な化学反応への応用
    5. 計算科学シミュレーションの今後の発展
      1. マルチフィジックス計算科学
      2. マルチスケール計算科学
      3. スーパーコンピュータ「富岳」成果創出加速プログラム
      • 質疑応答・個別相談
    ページのトップヘ

    講師

    • 久保 百司 氏
      東北大学 金属材料研究所 計算材料学センター
      センター長 / 教授
    ページのトップヘ

    主催

    サイエンス＆テクノロジー 株式会社
    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
    : 38,200円 (税別) / 42,020円 (税込)
    複数名
    : 25,000円 (税別) / 27,500円 (税込)

    複数名受講割引

    • 2名様以上でお申込みの場合、1名あたり 25,000円(税別) / 27,500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 38,200円(税別) / 42,020円(税込)
      • 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
      • 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
    • 同一法人内 (グループ会社でも可) 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。
    • 請求書および領収書は1名様ごとに発行可能です。
      申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
    • 他の割引は併用できません。
    • サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

    アカデミー割引

    教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

    • 1名様あたり 10,000円(税別) / 11,000円(税込)
    • 企業に属している方(出向または派遣の方も含む)は、対象外です。
    • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

    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、 Zoomのシステム要件 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。
  • ライブ配信セミナーに申し込む
    • 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
    2026/5/11 リチウムイオン電池 (LiB) の電極製造プロセスにおける塗工技術の実際と塗布流動の数値シミュレーション オンライン
    2026/5/14 計算科学シミュレーション技術の基礎と材料設計への応用 オンライン
    2026/5/15 原子状酸素 (AO) による材料劣化メカニズムと耐AO性材料の開発・評価 オンライン
    2026/5/19 ものづくりデジタルツインの基礎と応用 オンライン
    2026/5/21 マテリアルズ・インフォマティクスと第一原理計算による材料研究の実践 オンライン
    2026/5/21 マテリアルズインフォマティクスのための実験データ統合、データベース構築と活用例 オンライン
    2026/5/21 最新動向を俯瞰的に学び、データサイエンティスト/材料開発者が知っておくべき基礎 オンライン
    2026/5/21 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
    2026/5/21 ものづくりデジタルツインの基礎と応用 オンライン
    2026/5/25 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
    2026/5/26 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 オンライン
    2026/5/26 第一原理計算 (DFT) の基礎と実物質との比較・解釈 オンライン
    2026/5/28 材料・分析データに活かすためのケモメトリクスの基礎と実践 オンライン
    2026/5/28 AIによる物性推算 オンライン
    2026/6/2 機械設計のための材料基礎 オンライン
    2026/6/3 第一原理計算の基礎と企業での計算科学導入のポイント オンライン
    2026/6/4 第一原理計算の基礎と企業での計算科学導入のポイント オンライン
    2026/6/4 電子実験ノートの導入とR&Dデータ共有・利活用ノウハウ オンライン
    2026/6/5 最新動向を俯瞰的に学び、データサイエンティスト/材料開発者が知っておくべき基礎 オンライン
    2026/6/8 AIによる物性推算 オンライン
    ページのトップヘ