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の生成・蓄積・活用方法

データの取得、データベース構築、データ活用のための必要な考え方と方法論を学ぶ

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 開催

概要

本セミナーでは、マテリアルズ・インフォマティクスの実践事例を通じて、研究活動で生じるデータの生成・蓄積・活用のサイクルについて紹介し、データ生成の観点からベイズ最適化や物質・材料シミュレーションと結晶構造探索の基礎、データ蓄積の観点からのデータベース構築、そしてデータ活用の観点からのスパースモデリングやスペクトルモデリングについて、必要な考え方・基礎知識について解説いたします。

配信期間

  • 2026年8月17日(月) 10時30分2026年8月27日(木) 16時30分

お申し込みの締切日

  • 2026年8月17日(月) 10時30分

修得知識

  • マテリアルズ・インフォマティクスの概要
  • データ生成プロセスにおける実験自動化や計算シミュレーションの概要
  • データ蓄積プロセスの考え方
  • データ活用のための機械学習の例
    • 予測
    • 分類
    • 低次元化
    • フィッティング

プログラム

 マテリアルズ・インフォマティクス (MI) や研究デジタルトランスフォーメーション (DX) は、情報科学・技術を駆使して材料研究・開発を刷新することが目的であり、今後の国際競争を勝ち抜くための必須テーマです。
 本セミナーでは、マテリアルズ・インフォマティクスの実践事例を通じて、研究活動で生じるデータの生成・蓄積・活用のサイクルについて知っていただき、データ生成の観点からベイズ最適化や物質・材料シミュレーションと結晶構造探索の基礎、データ蓄積の観点からのデータベース構築、そしてデータ活用の観点からのスパースモデリングやスペクトルモデリングについて、必要な考え方・基礎知識について学んでいただきます。

  1. マテリアルズ・インフォマティクス概要
    1. 情報科学の活用に至った経緯
    2. 機械学習の概要
    3. データ駆動型材料研究について
    4. データ駆動型材料研究の要素 : データ生成
    5. データ駆動型材料研究の要素 : データ蓄積
    6. データ駆動型材料研究の要素 : データ活用
    7. 機械学習応用の流れと課題設定の重要性
    8. 物質・材料データの特徴と注意点
    9. 「分かりたい」のか「見つけたい」のか
    10. 情報科学市民権
  2. データ取得のためのベイズ最適化
    1. ベイズ最適化の背後にある数理
    2. 自律実験装置とAIソフトウェア
    3. ロボット制御のための環境整備
    4. GPyOpt
    5. OPTUNA
    6. PHYSBO
  3. 材料シミュレーションによるデータ生成と結晶構造探索の基礎
    1. 物質・材料シミュレーションとは
    2. 密度汎関数法
    3. Schrodinger方程式を真面目に解く
    4. 密度汎函数理論ベースの計算コード
    5. エネルギー地形とは
    6. Nudged Elastic Band法
    7. 勾配法による構造最適化
    8. 局所解の避け方
    9. 遺伝的アルゴリズム
    10. 遺伝的操作
    11. USPEX
    12. 構造の結合メカニズム
    13. 粒子群最適化 (Particle Swarm Opt.)
    14. CALYPSO
    15. 特徴空間と類似性
    16. グローバルPSOとローカルPSO
    17. CALYPSOの重要概念
    18. Interface CARYPSO
    19. ベイズ最適化による構造探索例
    20. CrySPY
    21. CrySPYの性能評価
    22. 双対グラフと多面体に基づく結晶構造生成
    23. 最密充填構造に基づいた探索
    24. ShotgunCSP
    25. Neural Structure Field (NeSF)
    26. Crystalformer
    27. MatterGen
  4. 材料データ蓄積を行う上で必要なこと
    1. データベース構築の3つの目的
    2. データベースの種類
    3. フラットファイルフォーマット
    4. ツリー構造を利用した実験データ蓄積
    5. 電子ラボノートの事例
  5. DB構築の出口戦略
    1. パーソナルDB
    2. DBを介した共同研究
    3. DBの共有・共用
    4. パブリックDB
    5. 材料データと課題の多様性への対応
  6. 予測 (回帰) : 予測モデルとスパースモデリング
    1. 予測・モデル選択の応用例
    2. 「モデル」と「損失関数」
    3. 線形回帰とカーネル法の違い
    4. 損失関数の変更によるモデル選択
    5. 交差検証によるモデル評価
    6. モデル推定の種類 (最尤法, MAP推定, ベイズ推定)
    7. スパース性とL0, L1正則化
  7. 分類 : スペクトルデータの低次元化とクラスター解析
    1. 高次元データとしてのスペクトルと低次元化の重要性
    2. 分類 : 教師あり学習と教師なし学習
    3. 特徴空間と類似性
    4. 主成分解析によるスペクトルの低次元化
    5. k-means法によるスペクトルの分類
    6. 階層的クラスタリングによるスペクトルの分類
  8. データ解析 : スペクトル解析のためのEMアルゴリズムによるピーク検知
    1. ピーク検知のための処理フロー
    2. 非線形最小二乗法の困難
    3. EMアルゴリズムによる最尤推定
    4. スペクトル解析のための改良EMアルゴリズム
    5. 解析事例
    • 質疑応答

講師

  • 安藤 康伸
    東京科学大学 総合研究院 化学生命科学研究所
    准教授

主催

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2026年8月17日〜27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。

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
2026/8/13 生成AIを活用した実験計画法とその妥当性検証法 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
2026/8/17 製造現場における暗黙知の言語化と技能伝承の進め方 オンライン
2026/8/18 医薬品売上予測の変数設計と予測モデル 実践講座 オンライン
2026/8/18 技術者・研究者のための競合情報・市場情報の収集方法とAI活用 オンライン
2026/8/19 生成AIを活用した特許クリアランス実務 オンライン
2026/8/20 生成AIで真因に迫り上流まで遡る新なぜなぜ分析の進め方 オンライン
2026/8/20 技術者・研究者のための競合情報・市場情報の収集方法とAI活用 オンライン
2026/8/21 ベイズ統計の基礎と実用性の手引き オンライン
2026/8/21 技術文章の作成とAIを用いた効率化 オンライン
2026/8/21 生成AIを活用した知財実務の実践講座 オンライン
2026/8/24 生成AIを活用した実験計画法とその妥当性検証法 オンライン
2026/8/24 生成AIを活用した知財実務の実践講座 オンライン
2026/8/24 生成AIを活用したIPランドスケープによる戦略的な知財活動の進め方 オンライン
2026/8/24 業務効率化のための生成AI実務実施対応 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 R&Dの現場で成果を出すTRIZの活用方法 オンライン
2026/8/25 生成AIを活用したIPランドスケープによる戦略的な知財活動の進め方 オンライン
2026/8/25 分析法バリデーションのための統計解析入門と分析能パラメータ計算および基準値設定法入門 オンライン
2026/8/25 技術者のための基礎から学ぶ実験計画法講座 オンライン

関連する出版物

発行年月
2025/5/30 AI、シミュレーションを用いた劣化・破壊評価と寿命予測
2025/3/31 ベイズ最適化の活用事例
2025/3/31 生成AIによる業務効率化と活用事例集
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
2022/8/31 医療機器の設計開発における統計的手法とそのサンプルサイズ設定
2022/4/28 研究開発部門へのDX導入によるR&Dの効率化、実験の短縮化
2022/4/28 プラントのDX化による生産性の向上、保全の高度化
2022/1/12 製造DX推進のための外観検査自動化ガイドブック
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
2021/10/18 医療機器の設計・開発時のサンプルサイズ設定と設定根拠
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