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

材料開発のためのデータ解析入門

材料開発のためのデータ解析入門

～マテリアルズインフォマティクス、ケモインフォマティクス、プロセスインフォマティクス～
オンライン 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

開催日

  • 2023年7月12日(水) 10時30分 ～ 17時30分

受講対象者

  • 化学・産業界において、インフォマティクスを活用して材料開発 (および化学品開発) に従事している研究者・技術者
  • 材料開発 (および化学品開発) にインフォマティクスを今後活用しようと考えている研究者・技術者

修得知識

  • ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクス・データ解析・機械学習・分子設計・材料設計・プロセス設計・プロセス管理の基礎知識
  • ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクス分野の最新の研究事例
  • データ解析の一般的なすすめ方・活用の仕方
  • データ解析の応用事例
  • 最新のデータ解析手法・モデリング手法
  • モデルの予測精度向上の方法
  • モデルの逆解析の方法

プログラム

　近年、化学の分野や産業全般においてデータが蓄積されつつあり、そのデータを解析する動きが活発になっている。例えば高機能性材料を開発する際、化合物データを用いて化学構造と物性・活性・特性との間の関係をモデル化することで、化合物を合成したり合成後に物性値を測定したりする前に、化学構造から物性値を推定でき、逆に良好な物性値をもつ化学構造の設計もできる。さらに、製造条件とその製造の結果としての製品品質との間の関係をデータからモデル化することで、望ましい品質を達成するための製造条件を探索できる。高機能性材料を製造する際、センサー等で容易に測定可能なプロセス変数と測定が困難な製品品質との関係をデータからモデル化することで、製品品質の値をリアルタイムに推定し、迅速かつ安定に制御・管理ができる。このように、高機能性材料などの開発データ、化学・産業プラントにおける運転データなど、蓄積されたデータは非常に有用であるが、十分に活用しきれていない。
　本セミナーでは、化学・産業データの使い方・解析の仕方を基礎から解説する。情報科学・データサイエンスに基づき、データから種々の材料の機能を予測するモデルを構築したり、構築したモデルを活用することで新たな構造・実験条件・材料・装置を設計したりする方法を説明する。さらに、ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクス分野を中心にして豊富な応用事例も紹介する。

  1. ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクスの基礎知識
    1. 機械学習・人工知能
    2. 定量的構造物性相関・定量的構造活性相関
    3. 化学構造生成
    4. 分子設計
    5. 材料設計
    6. プロセス設計
    7. プロセス管理
    8. ケモインフォマティクス
    9. マテリアルズインフォマティクス
    10. プロセスインフォマティクス
  2. 化学・産業データ解析の進め方・活用方法
    1. データの形式、記述子
    2. データの前処理
      1. 標準化
      2. 変数選択
      3. スムージング (平滑化)
    3. データの可視化・低次元化
      1. 主成分分析 (Principal Component Analysis, PCA)
      2. Generative Topographic Mapping (GTM)
      3. 多様体学習
      4. 可視化の性能を検討するための指標
    4. クラスタリング
      1. 階層的クラスタリング
      2. k平均法 (k-means)
      3. 混合ガウスモデル (Gaussian Mixture Model, GMM)
    5. クラス分類
      1. 線形判別分析 (Linear Discriminant Analysis, LDA)
      2. 決定木 (Decision Tree, TD)
      3. ランダムフォレスト (Random Forest, RF)
      4. サポートベクターマシン (Support Vector Machine, SVM)
    6. 回帰分析
      1. 最小二乗法による重回帰分析 (Multiple Linear Regression (MLR) or Ordinary Least Squares (OLS) )
      2. 部分的最小二乗法 (Partial Least Squares, PLS)
      3. 決定木 (Decision Tree, DT)
      4. ランダムフォレスト (Random Forest, RF)
      5. サポートベクター回帰 (Support Vector Regression, SVR)
    7. モデルの予測性能の向上
      1. アンサンブル学習
      2. 半教師あり学習 (半教師付き学習)
    8. モデルの適用範囲
      1. データ範囲
      2. データ中心からの距離
      3. データ密度
      4. アンサンブル学習
    9. モデルの逆解析
      1. グリッドサーチ
      2. サンプリング
      3. ベイズの定理
    10. 実行するためのプログラム紹介
  3. 分子設計・材料設計・プロセス設計・プロセス管理に関する最新の研究事例
    1. 化学空間の可視化に基づく分子設計
    2. 定量的構造物性 (活性) 相関モデルの逆解析に基づく分子設計
    3. 定量的構造物性 (活性) 相関モデルの適用範囲を考慮した分子設計
    4. 実験計画法による材料設計
      • 目標達成確率に基づく適応的実験計画法
    5. シミュレーションとインフォマティクス技術を活用したプロセス設計
  4. まとめ・質疑応答
ページのトップヘ

講師

  • 金子 弘昌 氏
    明治大学 理工学部 応用化学科
    教授
ページのトップヘ

主催

株式会社 シーエムシー・リサーチ
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
: 22,500円 (税別) / 24,750円 (税込) (案内をご希望の場合に限ります)

案内割引について

シーエムシーリサーチからの案内をご希望の方は、割引特典を受けられます。

  • Eメール案内を希望する方 : 1名様あたり 45,000円(税別) / 49,500円(税込)
  • Eメール案内を希望しない方 : 1名様あたり 50,000円(税別) / 55,000円(税込)

アカデミック割引

  • 1名様あたり 24,000円(税別) / 26,400円(税込)

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、大学院の教員、学生に限ります。

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、 視聴環境 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。
  • 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。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
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
2026/1/26 ラマン分光法の基礎から実際の分析手法・各産業界での活用例 オンライン
2026/1/26 Pythonを用いた実験計画法とその最適化 オンライン
2026/1/27 実験・測定に必要な統計の基礎とデータ解析のポイント オンライン
2026/1/27 医薬品・部外品・化粧品分野で必要な品質管理/検査に役立つ化学分析の基礎 オンライン
2026/1/27 ラマン分光法の基礎から実際の分析手法・各産業界での活用例 オンライン
2026/1/27 時系列データ分析 入門 : 基礎とExcelでの実行方法 オンライン
2026/1/28 Excel/Pythonを活用した製造現場の品質データ分析入門 オンライン
2026/1/28 データ分析およびAIエージェントの基礎と活用に向けたポイント オンライン
2026/1/29 各種分子シミュレーションを用いた高分子研究、材料解析の考え方、その選び方と使い方 オンライン
2026/1/29 ICH Q2(R2) の要点と分析法バリデーション実施 オンライン
2026/1/29 計算ブラックボックスからの脱却と精度評価の本質に迫る オンライン
2026/1/29 分子動力学法の進め方と高分子材料開発への応用 オンライン
2026/1/29 やさしく学ぶベイズ統計 オンライン
2026/1/30 技術者・研究者のための実験計画法入門 オンライン
2026/1/30 やさしく学ぶベイズ統計 オンライン
2026/2/6 分析法バリデーションの進め方と分析試験計画の策定 オンライン
2026/2/6 データ分析およびAIエージェントの基礎と活用に向けたポイント オンライン
2026/2/6 HPLCの基礎と現場で役立つ実務ノウハウ / トラブル対策 オンライン
2026/2/9 実験計画法のためのデータ解析・ベイズ最適化の基礎と材料・プロセス・装置設計への適用・最新事例 オンライン
2026/2/9 分子動力学法の進め方と高分子材料開発への応用 オンライン
ページのトップヘ