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・インフォマティックスのための機械学習の考え方
マテリアルズ・インフォマティックスのための機械学習の考え方
～マテリアルズ・インフォマティックスの考え方 / 人工知能と機械学習、深層学習とMIとの関わり / 実際のデータを使用しながら解説～
東京都 開催
会場 開催
本セミナーは終了いたしました。
概要
本セミナーでは、マテリアルズ・インフォマティクスを活用して、最適かつ効率よく材料を開発するための手法、設計技術を詳解いたします。
開催日
- 2019年6月21日(金) 12時30分 ～ 16時30分
プログラム
近年「マテリアルズ・インフォマティックス」というキーワードが良く使われていますが、その本質や概念等に関してはよくわからないという方が多いかと思います。マテリアルズ・インフォマティクスは計算化学や実行知能といった一見難しそうな技術の塊のように思われますが、実はそれほど難しいものではありません。
本講演では機械学習に関する初歩的な知識を紹介し、マテリアルズ・インフォマティクスに対して機械学習をどのように使用していくのかを説明いたします。また実際のデータを使用して、簡単なマテリアルズ・インフォマティクスの考え方を説明いたします。
- マテリアルズ・インフォマティックスの考え方
- インフォマティックスって何?
- 色々とあるインフォマティックス
- バイオインフォマティックス
- ケモインフォマティックス
- マテリアルズ・インフォマティクス
- MIを支える知識
- 人工知能と機械学習、深層学習とMIとの関わり
- 機械学習とは
- 人工知能、機械学習、ディープラーニングの関係
- 機械学習方式の違い
- 機械学習とディープラーニングの応用分野
- 知っておくべき機械学習の種類
- 知っておくべき機械学習の種類:回帰
- 回帰って何?
- 説明変数と目的変数
- 機械学習における回帰の手法
- 回帰の手法:単回帰と重回帰
- 回帰の手法:カーネル法
- 回帰の手法:過学習
- 回帰の手法:ニューラルネットワーク
- 知っておくべき機械学習の種類:分類
- 機械学習における分類の手法
- 機械学習におけるクラスタリングの手法
- 機械学習における強化学習の手法
- 機械学習における深層学習の手法
- 第一原理計算
- 第一原理計算の重要性
- 第一原理計算って何?
- 第一原理計算の種類
- 第一原理計算からわかる事、わからない事
- 人工知能と機械学習、深層学習とMIとの関わり
- マテリアルズ・インフォマティクス入門
- Pythonとは
- プログラムの例
- Pythonの実行例
- 例:赤ワインのデータと品質評価結果
- 準備するデータ (1) 教師データ
- プログラムの動かし方
- 説明変数 (記述子) の重要性
- 重回帰での解析例
- ランダムフォレストでの解析例
- 説明変数の加工
- 説明変数の削減
- ランダムフォレスト解説
- その他のアルゴリズム
- 遺伝子アルゴリズム
- Pythonとは
- マテリアルズ・インフォマティックスの動向
- 米国の事例
- 欧州の事例
- 日本の事例
- マテリアルズ・インフォマティックスの現状と成功例
- マテリアルズ・インフォマティックスの正極材料への活用例
- LFPにおける材料設計事例
- KRIでの取り組みのご紹介
- 質疑応答
講師
会場
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。
受講料
1名様
:
38,000円 (税別) / 41,040円 (税込)
複数名
:
20,000円 (税別) / 21,600円 (税込)
複数名同時受講の割引特典について
- 2名様以上でお申込みの場合、
1名あたり 20,000円(税別) / 21,600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 38,000円(税別) / 41,040円(税込)
- 2名様でお申し込みの場合 : 2名で 40,000円(税別) / 43,200円(税込)
- 3名様でお申し込みの場合 : 3名で 60,000円(税別) / 64,800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。
- 受講券、請求書は、代表者にご郵送いたします。
- 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」と記入ください。 - 他の割引は併用できません。
本セミナーは終了いたしました。
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 | |
|---|---|---|---|
| 2025/1/20 | ベイズ最適化を活用した実験の効率化と開発期間短縮 | オンライン | |
| 2025/1/20 | プラスチックのリサイクル促進に向けた材料設計・成形加工の技術と知識 | オンライン | |
| 2025/1/20 | Pythonを用いてコンピュータビジョンの理論と実践を学ぶ | オンライン | |
| 2025/1/22 | マテリアルズ・インフォマティクスによる接着剤、粘着剤の配合設計と評価、解析 | オンライン | |
| 2025/1/23 | 時系列データ分析 入門 | オンライン | |
| 2025/1/24 | プロセスインフォマティクスにおけるベイズ最適化の活用法と実施事例 | オンライン | |
| 2025/1/24 | マテリアルズインフォマティクスの基盤となる「計算科学シミュレーション技術」 | オンライン | |
| 2025/1/24 | 着実にステップアップできる多変量解析講座 | オンライン | |
| 2025/1/27 | 熱に関するメタマテリアルの原理、設計の効率化、応用、評価 | オンライン | |
| 2025/1/27 | 感性工学商品開発プロセスへのAI応用 | オンライン | |
| 2025/1/28 | AI外観検査 (画像認識) のはじめ方、すすめ方、精度向上への考え方 | オンライン | |
| 2025/1/29 | フォノンエンジニアリングの基礎と熱電変換応用事例 | オンライン | |
| 2025/1/29 | 説明可能AI (XAI) から人と共に進化・発展するAIへ | オンライン | |
| 2025/1/29 | Python実践データ分析/機械学習 | オンライン | |
| 2025/1/30 | マテリアルズ・インフォマティクスの基礎と実践 | オンライン | |
| 2025/2/4 | カルマンフィルタの実践 | オンライン | |
| 2025/2/6 | Python を用いたスペクトルデータ解析 (前編・後編) | オンライン | |
| 2025/2/6 | Python を用いたスペクトルデータ解析 (前編) | オンライン | |
| 2025/2/7 | Python を用いたスペクトルデータ解析 (後編) | オンライン | |
| 2025/2/10 | 目的に応じた統計手法の選択とデータ解析のポイント | オンライン |
関連する出版物
| 発行年月 | |
|---|---|
| 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 |
| 2021/7/30 | 水と機能性ポリマーに関する材料設計、最新応用 |
| 2021/7/14 | AIビジネスのブレークスルーと規制強化 |
| 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 |
| 2020/3/26 | ビッグデータ・AIの利活用に伴う法的留意点 |
| 2020/3/24 | リアルワールドデータの使用目的に応じた解析手法 - 各データベースの選択と組み合わせ - |
| 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 |