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

課題解決に向けたマテリアルズ・インフォマティクスのための機械学習の使い方と適用事例

課題解決に向けたマテリアルズ・インフォマティクスのための機械学習の使い方と適用事例

東京都 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について基礎から解説し、材料開発に機械学習を応用する際に起こる問題点とその解決策を分かりやすく解説いたします。

開催日

  • 2020年1月15日(水) 10時00分 17時00分

プログラム

 昨今、マテリアルズ・インフォマティクスが国内外で注目を集めていますが、物質・材料科学の視点から幅広い事例にアクセスすることが難しい状況です。特に「どんな課題に適用可能か」という情報は重要であるにも関わらず、現状では複数収集するのに時間がかかります。
 本講座では、物質・材料科学と情報科学の融合分野であるマテリアルズ・インフォマティクスについて、「予測」「分類」「データ解析」「データ活用」をキーワードに、近年の適用事例や講演者の研究事例・経験について学ぶことができます。初歩的な機械学習技術の「中身」についての解説も交え、どういった研究課題に対してどういった機械学習技術が適用可能か、どういった課題解説に生かすことができるのか、といった日頃の研究者の疑問にお答えできるような内容となっています。
 本講座は、特定のトピックスに限定せず幅広い範囲で物質・材料科学への機械学習の応用事例を学ぶことができる形式をとっている点が特徴です。そのため、概論として全体像を捉えて聴講者の課題解決の糸口を掴んでいただけるのではないかと思います。これから機械学習の適用を検討されている方、すでに業務・研究に適用しているが壁にぶつかっている方、管理職として概要を押さえたい方など、ぜひご参加ください。

  1. マテリアルズ・インフォマティクス概要
    1. AI for Materialsとマテリアル・ゲノムプロジェクト
    2. 国内外のプロジェクト動向
    3. 機械学習の基礎
    4. 代表的な機械学習応用事例の紹介
    5. 物質・材料データの特徴と注意点
  2. 予測 (回帰) :予測モデルとモデル選択
    1. 予測・モデル選択の応用例
    2. 「モデル」と「損失関数」
      1. 線形回帰とカーネル法の違い
      2. 損失関数の変更によるモデル選択
      3. 交差検証によるモデル評価
    3. モデル推定の種類 (最尤法, MAP推定, ベイズ推定)
    4. 非線形モデリングの困難
  3. 予測 (回帰) :機械学習ポテンシャルの歴史と応用
    1. 物質の記述
    2. 原子間ポテンシャルと機械学習
      1. 歴史的なポテンシャルの設計方針と例
      2. 第一世代ニューラルネットポテンシャルの課題
      3. Behler – Parrinelloの方法
      4. 機械学習ポテンシャルの応用事例
  4. 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. 主成分解析によるスペクトルの低次元化
    4. k-means法によるスペクトルの分類
  5. 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
  6. データ活用:ベイズ最適化の概要と応用
    1. ベイズ最適化でやりたいこと
    2. ベイズ最適化を使った研究事例
    3. ベイズ最適化の作業フロー
      1. 予測曲線を確率的に引く (ガウス過程回帰)
      2. 「活用」と「探索」による候補点探索 (獲得関数)
    • 質疑応答

講師

  • 安藤 康伸
    国立研究開発法人 産業技術総合研究所 機能材料コンピュテーショナルデザイン研究センター
    主任研究員

会場

株式会社 技術情報協会
東京都 品川区 西五反田2-29-5 日幸五反田ビル8F
株式会社 技術情報協会の地図

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。
    • 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)
  • 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。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 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
2020/3/31 実践マテリアルズインフォマティクス 東京都
2020/4/6 化学プロセス設計・制御へのデータサイエンス手法・人工知能の活用 東京都
2020/4/9 AI (人工知能) による知財業務の効率化と導入、運用の仕方 東京都
2020/4/9 Pythonによるディープラーニング実装に必要な数式理解のための数学解説 東京都
2020/4/9 逆強化学習・模倣学習の基礎と応用 東京都
2020/4/9 トポロジカルデータ解析 (TDA) の基礎と諸科学への応用 東京都
2020/4/10 スパースモデリング入門 東京都
2020/4/14 Pythonを活用したマテリアルズ・インフォマティクスハンズオン 東京都
2020/4/15 製造業における「人工知能」の基礎と自動設計・仮想検査・未知の異常検知への応用入門 愛知県
2020/4/15 化学研究と人工知能技術の融合に関する基礎と応用事例 東京都
2020/4/16 はじめてのPythonと教師あり学習・教師なし学習 東京都
2020/4/17 AIを利用した医療機器における国内外の市場動向および開発のポイント 東京都
2020/4/21 Pythonで学ぶ「外れ値検出」の基礎 東京都
2020/4/22 衝撃工学の基礎と衝撃緩衝・吸収特性の評価および強度設計への展開 東京都
2020/4/23 スモールデータ解析において心がけること 東京都
2020/4/23 AI / IoT技術における日本・海外の特許動向と特許化のポイント 東京都
2020/4/24 メーカーにおけるAI・IoTに関するデータ利活用の法務の最新事情 東京都
2020/4/24 ベイズ最適化の基礎と応用およびPythonによる実装 東京都
2020/4/27 時系列データ分析の基礎・モデル化と異常検知・機械学習への応用 東京都
2020/4/28 カルマンフィルタの基礎から応用まで 東京都