マテリアルズインフォマティクス (MI : Materials Informatics) は、近年、急速に進展し、産官学にわたり多くの成功事例が報告されるようになるとともに、いくつかの課題が見えてきました。そのひとつは、実際の物質・材料を合成でき、自前のデータや経験と勘を持った実験科学者がどのようにマテリアルズインフォマティクスを活用するかです。データの規模が小さい、データが集まりにくい、どのように機械学習を使えばよいのかといった点で、実験科学者には手段としてのマテリアルズインフォマティクスが十分に浸透していません。
　本講座では、実験科学者である我々の研究グループで行った、小規模データへの機械学習の効果的活用によるマテリアルズインフォマティクスの研究事例について紹介します。特に、小規模データに対しては、研究者の経験・勘・知見・考察が重要であることがわかってきました。具体的には、ナノシート材料の収率や高分子材料の電気化学特性を向上させた事例を中心に、マテリアルズインフォマティクスの活用方法について紹介したいと思います。

1. マテリアルズインフォマティクス (MI : Materials Informatics) に関する動向
   1. マテリアルズインフォマティクスへの期待
   2. マテリアルズインフォマティクスのはじまり
   3. マテリアルズインフォマティクスでできることとできないこと
   4. マテリアルズインフォマティクスの先端的な取り組み事例
   5. マテリアルズインフォマティクスは小規模データに適用できるのか・できないのか
   6. マテリアルズインフォマティクスと研究者の共存共栄
2. マテリアルズインフォマティクスを活用したプロセス最適化事例:ナノシート収率の向上
   1. マテリアルズインフォマティクスを導入した系の紹介
   2. データセットの準備
   3. 機械学習
   4. 予測モデル構築
   5. マテリアルズインフォマティクスで達成した成果
3. マテリアルズインフォマティクスを活用した物質探索事例:高性能な新規リチウムイオン二次電池有機負極の探索
   1. マテリアルズインフォマティクスを導入した系の紹介
   2. データセットの準備
   3. 機械学習
   4. 予測モデル構築
   5. マテリアルズインフォマティクスで達成した成果
4. 小規模・実験データへのマテリアルズインフォマティクスの適用
   1. マテリアルズインフォマティクスを身近なツールにする時代へ
   2. 明日から現場でできるデータセットの準備
   3. 明日から現場でできる機械学習
   4. 熟練の経験・勘・知見の活用法
5. おわりに (研究者の本音や質疑応答)