第1部 マテリアルズ・インフォマティクス (MI) の基礎と実務への応用

(2024年5月24日 10:00〜11:30)

　本セミナーでは、マテリアルズ・インフォマティクス (MI) の基礎から、材料開発場面における活用例・アプローチ例を取り上げ、実務におけるMIの勘所を解説いたします。

1. 材料開発×データサイエンスの概要
2. 材料開発からみたデータサイエンス (テーブルデータを例に)
   1. データサイエンスのコア技術:機械学習
   2. 材料開発における機械学習活用のアプローチ
   3. 材料開発におけるデータの特性
   4. データサイエンス適用に資するデータの準備
   5. 探索的データ分析 (EDA)
   6. タスク設計
   7. 機械学習アルゴリズムの選択
   8. 機械学習モデル構築時の注意点
3. 材料開発における機械学習の活用方法例
4. 材料分野別、タスク別のMI適用アプローチ
   1. 材料分野ごとの特徴量設計
   2. 材料開発場面における画像タスク例
   3. 材料開発場面におけるテキストタスク例
5. 継続的な学習とスキルの向上について
• 質疑応答

第2部 データサイエンスに基づく高分子材料の設計と理解への取り組み

(2024年5月24日 12:10〜13:40)

　高分子は、プラスチックやゴム材料などの原料ですが、他の材料と比較して特有の構造や難しさを持つため、適した扱いが必要な場合があります。
　データサイエンスという観点からどのように現象を理解するか、材料設計に繋げるかという点について、お話し致します。

1. 高分子特有の難しさ
2. 高分子のモノマー配列設計
   1. ベイズ最適化
   2. 多目的最適化
3. 結晶性高分子の物理量抽出と理解
   1. 計測データからの物理量抽出
   2. 多変量解析による重要な物理量の評価
4. 構造特徴量の抽出と理解
   1. 機械学習による特徴量抽出
   2. 説明可能AIによる重要成分の評価
   3. プロセス – 構造 – 物性相関
5. ネットワークポリマーの特徴量と理解
   1. 複雑ネットワーク科学による特徴量抽出
   2. ゴム弾性や応力集中の記述
• 質疑応答

第3部 ドメイン知識を反映したMI技術:高分子仮想ライブラリ発生器SMiPolyの開発と評価

(2024年5月24日 13:50〜15:20)

　合成化学者がマテリアルズ・インフォマティクス (MI) に取り組む中で、課題を意識し、その解決に向け、ドメイン知識を用いて、高分子仮想ライブラリの発生器を構築した。
　この発生器SMiPolyの設計思想、操作方法を知っていただき、材料開発に活用いただくと同時に、受講者それぞれがMIへの取り組みかたを定める一助ともしていただきたい。

1. 発生器開発に至る背景
   1. 会社紹介・自己紹介 – 技術的背景の説明 –
   2. 当社化学品・プロセス開発におけるDXの活用事例
   3. 高分子インフォマティクスの課題
2. 高分子仮想ライブラリ発生器SMiPolyの開発
   1. SMiPoly設計の考え方
   2. 仮想ライブラリ発生の動作の流れ
   3. 発生したライブラリと既存ライブラリの比較、評価
3. 操作方法の紹介、簡単なデモ
4. 総括
• 質疑応答

第4部 マテリアルズインフォマティクスによる材料開発事例とアウトプットを最大化するための取り組み

(2024年5月24日 15:30〜17:00)

　旭化成では、2017年頃からマテリアルズ・インフォマティクス (MI) による材料開発を実施してきたが、既存のデータ (主にプロセスデータや組成データなど) のみを用いるだけではアウトプットに限界が見えつつあった。
　本講演では、MIによる研究開発の加速のため、分析データを活用したMI事例や、データを増やすための取り組みなどについて紹介する。

1. 会社概要、DX Vision
2. MIを用いた材料開発
   1. 現場のデータを用いたMI
   2. 公開データベースの活用
   3. 分析データの活用
   4. 人材育成と環境整備
3. R&DにおけるDX:スマートラボ
   1. 分析自動化
   2. 計算科学とMIによる材料設計
4. 総括
• 質疑応答