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

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

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

～機械学習の導入ポイントと深層学習、実験系MI、LLMの応用展望～
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

  • 2024年10月4日(金) 10時00分 ～ 16時45分

修得知識

  • AI・機械学習の基礎知識
  • 実験現場にAI・機械学習を導入する際の注意点
  • Pythonを使った有機化学データの分析法
  • 有機化学へのAI・機械学習技術導入に関する最近の動向

プログラム

第1部 有機合成における機械学習の導入ポイントと最新の深層学習における活用事例

(2024年10月4日 10:00〜12:00, 13:00〜15:00)

　近年、AIや機械学習の進歩が、有機化学の研究に新たな可能性をもたらしています。ここ最近ではChatGPTの登場以来、その期待はさらに加速しており、有機化学の分野においても創薬デザイン、反応予測、実験条件の最適化など、多岐にわたる用途が期待されています。
　特に、フロー合成や実験のロボット化とも相性が良いことも注目されています。一方で、有機化学の現場にAI・機械学習技術の導入を進めると、プログラミングをはじめ、AIに関する知識とノウハウを求められることがあります。
　本セミナーでは、主として下記の内容について、AIや機械学習を専門としない方にも理解できる様、わかりやすく講義します。また、プログラミングにおいてChatGPTを活用しつつ行うため、プログラミング初心者でもわかりやすい例を示しながら行います。最後に最新の最新の深層学習における活用事例について解説します。

  1. 有機合成における機械学習への期待と課題
    1. 機械学習の基本
    2. 機械学習を用いた有機合成への導入ポイント
    3. 機械学習を用いた有機化学応用における課題
  2. 計算機上で分子を記述する方法について
    1. 計算機上で分子を記述する方法について
      1. SMILESやそのほかの分子記述方法
    2. Pythonを使った分子の基本操作
      1. 分子を操作・検索する
      2. SMILESと分子の表示
    3. 分子の記述子およびフィンガープリントについて
    4. Pythonを使った記述子/フィンガープリントの計算方法
      1. 分子の記述子ヒストグラム
      2. 特定の官能基を持つ分子の検索・置換
      3. フィンガープリントを計算する
  3. 機械学習による分子の性質の予測
    1. 機械学習による予測モデルの考え方
      1. 識別問題の基本
      2. 識別問題の評価方法
      3. 回帰問題の基本
      4. 識別問題の評価方法
    2. Pythonを用いた予測モデルの構築例
    3. 予測結果の解釈と説明可能AI (XAI) について
  4. 予測モデルを用いたさらなる応用
    1. 分子の生成
      1. フラグメントベースの生成
      2. 骨格ベースの生成
    2. ケミカルスペースの可視化
      1. ケミカルスペースについて
      2. ケミカルスペース上での予測結果の可視化
    3. 実験条件の最適化
      1. ベイズ最適化の基本
      2. ベイズ最適化を用いた実験条件最適化の例
  5. 最近の深層学習を使った有機化学
    1. 深層学習の基本
    2. 有機化学への深層学習の応用例の紹介
    3. ChatGPT時代における有機合成への応用の紹介
    • 質疑応答

第2部 素材開発への機械学習の実践 (実験系MI) とLLMの応用

(2024年10月4日 15:15〜16:45)

　本講演では、素材開発への機械学習の実践 (実験系MI) とLLMの応用について概説します。特に、実験系におけるマテリアルズ・インフォマティクス (MI) の実践に焦点を当て、往々にして直面する課題であるスモールデータ (少データ) 問題に対する処方策として、実際に弊社で取り組んでいる内容を中心にご紹介します。
　また、近年急速に発展している大規模言語モデル (LLM) の素材領域への応用についても言及します。これらは、それぞれ実験計画と調査活動という素材開発における重要な2つのステップにおいて、人工知能 (AI) を用いることで効率的に行うことが可能になると期待されている技術領域であり、弊社においても、コアとなる技術構築に取り組んでおり、素材開発プロセスに革新をもたらすことを目指しています。

  1. はじめに
  2. 素材開発への機械学習の実践 (マテリアルズ・インフォマティクスの実験データへの実践)
    1. スモールデータ問題・コールドスタート問題
    2. 特徴量設計
    3. 転移学習
    4. 自動実験
  3. 素材分野への自然言語処理 (NLP) ・大規模言語モデル (LLM) の応用
    1. 自然言語処理 (NLP) の基本と発展
    2. 素材分野への大規模言語モデル (LLM) の応用
    • 質疑応答
ページのトップヘ

講師

  • 小島 諒介 氏
    京都大学 大学院 医学研究科 人間健康科学系専攻
    講師
  • 小渕 喜一 氏
    国立研究開発法人 産業技術総合研究所
    主任研究員
ページのトップヘ

主催

株式会社 技術情報協会
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。

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 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。
  • 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。
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
2025/5/21 生成AI×多変量解析:革新的学習と実践 オンライン
2025/5/23 AI分野における特許戦略 オンライン
2025/5/27 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 オンライン
2025/5/28 生成AI×多変量解析:革新的学習と実践 オンライン
2025/5/28 化学工学におけるビッグデータ非依存のニューラルネットワーク活用手法 オンライン
2025/5/29 連続生産のフロー合成における実験計画法DoE・機械学習での最適化手法 オンライン
2025/5/29 生成AI活用における法的留意点と実務対応 オンライン
2025/5/30 生成AIを活用した特許業務の効率化 オンライン
2025/6/4 マテリアルズインフォマティクスのためのデータ解析 オンライン
2025/6/6 時系列データ分析の基礎と実務への応用 オンライン
2025/6/6 AI利活用におけるEU AI法の影響と今後の課題 オンライン
2025/6/9 時系列データによる将来予測、異常検知への応用 オンライン
2025/6/11 生成AIを活用した特許業務の効率化 オンライン
2025/6/12 電子実験ノート活用への仕組み作りと定着のポイント オンライン
2025/6/12 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 オンライン
2025/6/12 連続生産のフロー合成における実験計画法DoE・機械学習での最適化手法 オンライン
2025/6/13 マテリアルズインフォマティクスのためのデータ解析 オンライン
2025/6/13 時系列データ分析の基礎と実務への応用 オンライン
2025/6/13 AI利活用におけるEU AI法の影響と今後の課題 オンライン
2025/6/16 新規事業テーマ、アイデア創出における生成AIの創造的活用 オンライン
ページのトップヘ