第1部 マテリアルズ・インフォマティクスが変える材料開発技術

(2017年7月31日 10:30〜11:30)

1. 動き出したマテリアルズ・インフォマティクス
2. マテリアルズ・インフォマティクスの動向
3. マテリアルズ・インフォマティクスの特徴 具体的取り組み代表的機関
4. マテリアルズ・インフォマティクス構築のための課題
• 質疑応答

第2部 マテリアルズ・インフォマティクスの現状と展望

(2017年7月31日 11:40〜13:00)

• マテリアルズ・インフォマティクスは何を狙うのか?
• マテリアルズデザインは、逆問題であり、逆問題を解くのは困難
• 逆問題の解き方のいくつかのパターンの紹介

　過去50年間ほどの間に、計算科学が急激な進歩を遂げ、計算科学によるマテリアルズデザインが多くのところで提唱されて試みられている。しかし、マテリアルズデザインは逆問題であり、演繹的な順問題としての計算科学的アプローチでは効率が良くない。
　計算機の進歩、計測技術の進歩による大量のデータが作り出されるようになったことから、これらのデータを活用して機械学習や人工知能により、帰納的に逆問題を解く処方箋を作りあげることが、マテリアルズデザインの効率化につながる。同時にまた、帰納的な研究からデータを情報に変え、情報を知識に変える試みを追及する。このような活動により、物質・材料研究に新しい流れを導入する。

1. 物質・材料研究の推移
   1. 天才のひらめきによる帰納的方法の時代
   2. 物質・材料研究は big data の時代か?
   3. マテリアルズ・インフォマティクスの効用
   4. 内外の関連プロジェクト
2. 逆問題への挑戦
   1. 順問題 (演繹的研究) と逆問題 (帰納的研究)
   2. 機械学習
      • 物質・材料空間
      • 記述子空間
      • 機能空間
   3. 全探索による逆問題解法
      1. 直接スクリーニング
         • 構造探索
         • 機能最適化
      2. 仮想スクリーニング
         • 機械学習
         • 回帰
         • 回帰の具体例
   4. 部分探索による逆問題の解法
      1. 逐次最適化
         • ベイズ最適化の考え方と適用例
      2. サンプリング
         • ベイズ推定
         • 構造物性相関
         • 逆構造物性相関
3. 関連の話題
   1. 複合系の扱い方
      1. クラスタリング+回帰
   2. 内挿から外挿へ
   3. 予測と理解
      • データから情報へ
      • 情報から知識へ
• 質疑応答

第3部 マテリアルズインフォマティクスによるプロセスも含めたポリマー材料設計

(2017年7月31日 13:40〜15:00)

1. ビッグデータを活用したポリマー材料開発
2. シミュレーションを活用したポリマー材料開発
   1. ポリマー開発におけるシミュレーション技術
   2. 分子シミュレーション技術
   3. ポリマーの結合親和性予測
   4. ポリマー材料設計の課題と可能性
• 質疑応答

第4部 機械学習による物質探索と材料開発技術

(2017年7月31日 15:10〜16:30)

1. マテリアルズインフォマティクスの学術的背景 – 現状と課題
2. 機械学習概論
3. 機械学習を活用した仮想スクリーニング技術
   1. 記述子
   2. 構造物性相関分析
   3. 教師あり学習の解析手法及びツール紹介 (R言語を中心に)
   4. 適用事例の紹介
4. ベイジアンアプローチに基づく新規物質・機能材料の同定
   1. 逆構造物性相関分析
   2. 機械学習に基づく分子設計の解析技術
   3. R言語パッケージiqsprチュートリアル
   4. 最先端の話題
• 質疑応答