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

マテリアルインフォマティクスの材料開発への適用と活用事例

マテリアルインフォマティクスの材料開発への適用と活用事例

~機械学習、計測による特徴量取得、データベースの構築と高分子インフォマティクスの実際~
オンライン 開催

開催日

  • 2024年5月24日(金) 10時00分 17時00分

プログラム

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

講師

  • 高原 渉
    株式会社 日立製作所 社会ビジネスユニット 公共システム事業部 公共基盤ソリューション本部 デジタルソリューション推進部
    技師
  • 天本 義史
    一橋大学 ソーシャルデータサイエンス研究科
    特任准教授
  • 大野 充
    株式会社ダイセル 事業創出本部 事業創出センター
    フェロー
  • 武井 祐樹
    旭化成 株式会社 基盤技術研究所 技術・開発第二部 DX推進グループ
    グループ長

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
: 60,000円 (税別) / 66,000円 (税込)
複数名
: 55,000円 (税別) / 60,500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 55,000円(税別) / 60,500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 60,000円(税別) / 66,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 110,000円(税別) / 121,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 165,000円(税別) / 181,500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。

アカデミック割引

  • 1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

  • 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、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
  • 病院などの医療機関・医療関連機関に勤務する医療従事者
  • 文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
  • 公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方
  • 支払名義が企業の場合は対象外とさせていただきます。
  • 企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

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。
  • セミナー資料は郵送にて前日までにお送りいたします。
  • 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
    ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
    印刷物は後日お手元に届くことになります。
  • 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。

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
2024/9/3 Pythonによる時系列データ分析とその活用 オンライン
2024/9/4 機械学習モデルの性能最大化とハイパーパラメータのチューニング オンライン
2024/9/5 開発の質と効率を向上する汎用的インフォマティクス & 統計的最適化 実践入門 オンライン
2024/9/9 ハイスループット実験・計算によるデータベース作成と材料探索 オンライン
2024/9/9 再生医療等製品における商品コンセプト構築と開発戦略 オンライン
2024/9/9 機械学習に基づいた不確実環境下における適応的実験計画 オンライン
2024/9/11 マテリアルズ・インフォマティクスの基礎と実践事例 オンライン
2024/9/11 Pythonによる実務に役立つデータサイエンス・AIのためのデータ前処理 オンライン
2024/9/12 新製品への生成AIの組み込み方、実装方法 オンライン
2024/9/17 再生医療等製品における商品コンセプト構築と開発戦略 オンライン
2024/9/18 開発の質と効率を向上する汎用的インフォマティクス & 統計的最適化 実践入門 オンライン
2024/9/18 実験の実務: 実験を効率化して確実に成果を生む実験ノート (記録) の書き方 オンライン
2024/9/19 実験工程の効率化のためのベイズ最適化 オンライン
2024/9/20 AI・機械学習の従来型研究開発への現実的な組み込み方および、データベースの構築と機械学習との連携・運用 オンライン
2024/9/20 Pythonによる実務に役立つデータサイエンス・AIのためのデータ前処理 オンライン
2024/9/25 リチウムイオン電池の基礎と技術・研究開発の現状、今後の動向 オンライン
2024/9/27 実験工程の効率化のためのベイズ最適化 オンライン
2024/9/27 ファーマコメトリクス/クリニカルファーマコメトリクス オンライン
2024/9/30 ベイズ計測の基礎と計測インフォマティクスによるデータ解析 オンライン
2024/10/4 機械学習の導入ポイントと深層学習、大規模言語モデルの有機合成、素材開発分野への応用展望 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
2022/4/28 研究開発部門へのDX導入によるR&Dの効率化、実験の短縮化
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 -