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

自然言語処理を活用した研究開発、材料分野への適応事例

自然言語処理を活用した研究開発、材料分野への適応事例

～論文、特許、書籍、書式・表現の統一性をどうするか / 材料関連分野に特化したモデルとは～
オンライン 開催
関連するセミナー・出版物
  • ライブ配信セミナーに申し込む

    • 概要

    本セミナーでは、自然言語処理について基礎から解説し、自然言語処理ツールの選定、使い方とその活用、課題を基礎から解説いたします。

    開催日

    • 2025年1月14日(火) 10時00分 ～ 17時00分

    修得知識

    • マテリアルズインフォマティクスと分子シミュレーションの組み合わせ
    • 異種材料界面を効率的に高強度化する技術の全体的な流れ
    • マテリアルズ・インフォマティクスにおけるデータ記録・活用
    • 自然言語処理を含む機械学習の化学・材料分野への適用
    • 機械学習による化学に関する物性値推算
    • 自然言語処理による化学反応経路の予測
    • 自然言語処理技術の種類による活用法の違い
    • 材料関連分野の文書の種類による言語処理技術活用の違い
    • 統計処理 (深層学習を含む) 言語処理の特徴と活用における注意点
    • 文法をベースにした言語処理の特徴と活用

    プログラム

    第1部 分子シミュレーションとマテリアルズ・インフォマティクスを活用した高信頼材料の高効率設計

    (2025年1月14日 10:00〜11:30)

    　マテリアルズインフォマティクスと分子シミュレーションを組み合わせることにより、異種材料界面を効率的に高強度化する技術を、具体的な事例を紹介しながら解説します。

    1. 技術潮流
    2. マテリアルズ・インフォマティクスの概要
      1. マテリアルズ・インフォマティクスによる最適設計とは
      2. 最適設計の流れ
      3. 適用事例の概要 (1)
      4. 適用事例の概要 (2)
    3. 材料設計効率化の課題とアプローチ
      1. パラメータサーベイにおける課題
      2. 課題へのアプローチと分子シミュレーション
    4. マテリアルズ・インフォマティクスによる複合材料界面の設計事例
      1. 樹脂との密着強度を向上させる金属の設計
      2. はんだの破断伸びを向上させる添加元素の選定
      3. 環境・生体に適合する材料の界面密着強度を向上させる設計
      4. 金属との界面接着強度が高いバイオマス由来材料の設計
      5. 薄膜配線の信頼性を高める材料設計の事例
    5. まとめ
      1. 有効性の確認
      2. 今後の展望
      • 質疑応答

    第2部 マテリアルズ・インフォマティクスにおけるデータの記録と蓄積、加工およびその活用

    (2025年1月14日 12:10〜13:40)

    1. マテリアルズ・インフォマティクスにおけるデータ記録・活用の課題
      1. データがない
      2. データが活用できる形になっていない
      3. データがあっても活用できない
      4. 活用できる人が少ない
    2. データの記録
      1. どのようにデータを記録したら活用しやすいか
      2. 化合物登録システム
      3. マテリアルズ・インフォマティクスでの付番管理
      4. アッセイデータ登録システム
      5. マテリアルズ・インフォマティクスでの評価結果の管理
      6. アイデア・着想の記録
    3. データの活用
      1. 特徴量の抽出
      2. 化学構造式
      3. 画像処理
      4. スペクトルデータ
      • 質疑応答

    第3部 自然言語処理を含む機械学習の化学・材料分野への適用

    (2025年1月14日 13:50〜15:20)

    　自然言語処理を含む機械学習によって、化学・材料分野の研究の進め方に大きな変化が起こっています。従来の技術者・研究者の知識や経験と、機械学習により導き出された結果をどのように融合させるかが問われる段階になっています。
    　本講座では、自然言語処理を含む機械学習の化学・材料分野への適用と、そこから得られた結果を従来の知識や経験と合わせて人間が解釈できるのか、その現状を説明できればと考えています。

    1. 自然言語処理を含む機械学習の化学・材料分野への適用
      1. 化学・材料分野での機械学習の利用例
      2. 機械学習を用いた際の課題
    2. 化学に関する物性推算への適用
      1. 機械学習を用いない従来の方法
      2. 機械学習を用いた方法
    3. 化学反応経路の予測
      1. 量子化学計算など機械学習を用いない従来の方法
      2. 機械学習 (自然言語処理を含まない) を用いた方法
      3. 自然言語処理を用いた方法
    4. まとめと今後の展望
      • 質疑応答

    第4部 材料科学分野における言語処理技術の応用展望

    (2025年1月14日 15:30〜17:00)

    　本セミナーでは、以下のような事柄について、概要を理解していただき、自社で展開する際の参考にしていただく。

    • 材料科学分野で自然言語処理技術を利用してどのようなことができるのか
    • やりたいことを実現するのにどの種類の技術を用いればよいのか
    • 市販ツールがどのような技術を用いているのか
    • 市販ツールを自社カスタマイズする発注の際に言語モデル的に注意すべき点
    • 今後どのようなことができるようになると期待されるか
    1. 概観
      1. マテリアルズインフォマティクス
        • 物性値
        • 分子構造
        • 結晶構造
        • 化学構造式
        • 物性名
        • 数式
        • 自然言語
      2. 対象とする文書の種類と特徴
        • 論文
        • 特許
        • 書籍
        • 安全・規制に関わる法的文書
        • 社内文書
      3. 求められる処理の種類と特徴
        • 文書分類
        • 検索 (目的文書の抽出)
        • 情報の抽出 (文中の特定情報の抽出)
    2. 言語処理の種類と活用
      1. 統計処理ベース (深層学習を含む)
        • TF-IDE、N-gramなど
        • 単語ベクトル:Word2Vec、Doc2Vec
        • BERT:pre-trainingとfine-tuning
        • ChatGPT
      2. 文法ベース
        • 品詞解析
        • 構文解析/照応解析
      3. 材料関連分野に特化したモデル
        1. 様々なモデル
          • Word2Vec系:Mat2Vec
          • BERT系
            • SciBERT
            • BioBERT
            • BatteryBERT
            • MatSciBERT
            • MatBERT
            • MaterialBERT
          • モデル利用時の注意点
            • 学習データ
            • 単語辞書
            • モデル計算 (初めからor代入)
            • 学習条件
            • 検証のデータ
    3. NIMSでの活用事例
      1. 超電導データベース
      2. PoLyInfoデータベース
      3. マテリアルキュレーション支援システム
    4. テキストと数値データの関連付け
      • 質疑応答
    ページのトップヘ

    講師

    • 岩崎 富生 氏
      株式会社 日立製作所 研究開発グループ 生産・モノづくりイノベーションセンタ 材料プロセス研究部
      主管研究員
    • 石崎 貴志 氏
      シュレーディンガー株式会社 エンタープライズ・インフォマティクス部 ストラテジック・デプロイメント
      ビジネス開発マネージャー
    • 長田 光正 氏
      信州大学 繊維学部 化学・材料学科
      教授
    • 吉武 道子 氏
      国立研究開発法人 物質・材料研究機構
      特別研究員, 名誉研究員
    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
    : 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 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。
  • ライブ配信セミナーに申し込む
    • 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
    2024/11/28 生成AI活用における法的留意点と実務対応 オンライン
    2024/11/29 研究・開発者向け生成AI活用、プロジェクト化 オンライン
    2024/11/29 機械学習/AIによる特許調査の高度化で実践するスマート特許戦略 オンライン
    2024/11/29 生成AIの基礎と自社データ活用による業務効率化 オンライン
    2024/12/3 国内外のAI法規制と企業のAIリスク対策 オンライン
    2024/12/3 ルールベースと機械学習ベースの画像認識技術 オンライン
    2024/12/4 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
    2024/12/6 デジタルツイン活用におけるフロントローディングプロセスの提案 オンライン
    2024/12/6 AI/機械学習と従来型実験データの実用的な組み合わせ方法 オンライン
    2024/12/9 生成AI・ChatGPTを活用した時間短縮・業務効率化術 オンライン
    2024/12/9 AI外観検査導入のための基礎と進め方・留意点 オンライン
    2024/12/10 生成AIの基礎と自社データ活用による業務効率化 オンライン
    2024/12/10 ChatGPTを正しく理解して業務に有効活用するノウハウ オンライン
    2024/12/11 機械学習のためのデータ前処理技術とノウハウ オンライン
    2024/12/11 AIニューラルネットワークが切り拓く次世代センシング技術 オンライン
    2024/12/11 音・画像情報処理技術の基礎と認識・検査システムへの応用 オンライン
    2024/12/13 AI/生成AIを活用した研究開発の意思決定と評価軸の考え方 オンライン
    2024/12/13 機械学習/AIによる特許調査の高度化で実践するスマート特許戦略 オンライン
    2024/12/13 AIニューラルネットワークが切り拓く次世代センシング技術 オンライン
    2024/12/13 AI外観検査導入のための基礎と進め方・留意点 オンライン
    ページのトップヘ