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

マテリアルズ・インフォマティクス入門

マテリアルズ・インフォマティクス入門

～材料研究を促進し課題を解決するために～
オンライン 開催
関連するセミナー・出版物
  • アーカイブ配信セミナーに申し込む

    • 概要

    本セミナーでは、機械学習で基本的に用いられる「予測」「分類」「分布推定」「ベイズ最適化」技術の背景にある数学を簡単に解説し、「機械学習ポテンシャル」「スペクトル分類」「ピーク推定」等、マテリアルズ・インフォマティクスで用いられる機械学習の基礎とノウハウについて詳解いたします。

    配信期間

    • 2025年11月17日(月) 10時30分 ～ 2025年12月1日(月) 16時30分

    お申し込みの締切日

    • 2025年11月17日(月) 10時30分

    受講対象者

    • 実際に材料研究・開発に関連した業務で機械学習を利用している方
    • 材料研究・開発に関連した業務で機械学習を利用して課題に直面している方
    • マテリアルズ・インフォマティクスの導入を検討されている方

    プログラム

    　マテリアルズ・インフォマティクス (MI) や研究デジタルトランスフォーメーション (DX) は、情報科学・技術を駆使して材料研究・開発を刷新することが目的であり、今後の国際競争を勝ち抜くための必須テーマです。
    　本講座では、MIの実践事例を通じて、研究活動で生じるデータの生成・蓄積・活用のサイクルについて知っていただき、データ生成の観点からベイズ最適化や物質・材料シミュレーションと結晶構造探索の基礎、データ蓄積の観点からのデータベース構築、そしてデータ活用の観点からのスパースモデリングやスペクトルモデリングについて、必要な考え方・基礎知識について学んでいただきます。

    1. マテリアルズ・インフォマティクス概要
      1. 情報科学の活用に至った経緯
      2. 機械学習の概要
      3. データ駆動型材料研究について
      4. データ駆動型材料研究の要素:データ生成
      5. データ駆動型材料研究の要素:データ蓄積
      6. データ駆動型材料研究の要素:データ活用
      7. 機械学習応用の流れと課題設定の重要性
      8. 物質・材料データの特徴と注意点
      9. 「分かりたい」のか「見つけたい」のか
      10. 情報科学市民権
    2. データ取得のためのベイズ最適化
      1. ベイズ最適化の背後にある数理
      2. 自律実験装置とAIソフトウェア
      3. ロボット制御のための環境整備
      4. GPyOpt
      5. OPTUNA
      6. PHYSBO
    3. 材料シミュレーションと結晶構造探索の基礎
      1. 物質・材料シミュレーションとは
      2. 密度汎関数法
      3. Schrodinger方程式を真面目に解く
      4. 密度汎函数理論ベースの計算コード
      5. エネルギー地形とは
      6. Nudged Elastic Band法
      7. 勾配法による構造最適化
      8. 局所解の避け方
      9. 遺伝的アルゴリズム
      10. 遺伝的操作
      11. USPEX
      12. 構造の結合メカニズム
      13. 粒子群最適化 (Particle Swarm Opt.)
      14. CALYPSO
      15. 特徴空間と類似性
      16. グローバルPSOとローカルPSO
      17. CALYPSOの重要概念
      18. Interface CARYPSO
      19. ベイズ最適化による構造探索
      20. CrySPY
      21. CrySPYの性能評価
      22. 双対グラフと多面体に基づく結晶構造生成
      23. 最密充填構造に基づいた探索
      24. ShotgunCSP
      25. Neural Structure Field (NeSF)
      26. Crystalformer
      27. MatterGen
    4. 材料データ蓄積を行う上で必要なこと
      1. データベース構築の3つの目的
      2. データベースの種類
      3. フラットファイルフォーマット
      4. ツリー構造を利用した実験データ蓄積
      5. 電子ラボノートの事例
    5. DB構築の出口戦略
      1. パーソナルDB
      2. DBを介した共同研究
      3. DBの共有・共用
      4. パブリックDB
      5. 材料データと課題の多様性への対応
    6. 予測 (回帰) :予測モデルとスパースモデリング
      1. 予測・モデル選択の応用例
      2. 「モデル」と「損失関数」
      3. 線形回帰とカーネル法の違い
      4. 損失関数の変更によるモデル選択
      5. 交差検証によるモデル評価
      6. モデル推定の種類
        • 最尤法
        • MAP推定
        • ベイズ推定
      7. スパース性とL0, L1正則化
    7. 分類:スペクトルデータの低次元化とクラスター解析
      1. 高次元データとしてのスペクトルと低次元化の重要性
      2. 分類:教師あり学習と教師なし学習
      3. 特徴空間と類似性
      4. 主成分解析によるスペクトルの低次元化
      5. k-means法によるスペクトルの分類
      6. 階層的クラスタリングによるスペクトルの分類
    8. データ解析:スペクトル解析のためのEMアルゴリズムによるピーク検知
      1. ピーク検知のための処理フロー
      2. 非線形最小二乗法の困難
      3. EMアルゴリズムによる最尤推定
      4. スペクトル解析のための改良EMアルゴリズム
      5. 解析事例
    9. 質疑応答
    ページのトップヘ

    講師

    • 安藤 康伸 氏
      東京科学大学 総合研究院 化学生命科学研究所
      准教授
    ページのトップヘ

    主催

    サイエンス＆テクノロジー 株式会社
    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
    : 38,200円 (税別) / 42,020円 (税込)
    複数名
    : 25,000円 (税別) / 27,500円 (税込)

    複数名受講割引

    • 2名様以上でお申込みの場合、1名あたり 25,000円(税別) / 27,500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 38,200円(税別) / 42,020円(税込)
      • 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
      • 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
    • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
    • 請求書は、代表者にご送付いたします。
    • 請求書および領収書は1名様ごとに発行可能です。
      申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
    • 他の割引は併用できません。
    • サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

    アカデミー割引

    教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

    • 1名様あたり 10,000円(税別) / 11,000円(税込)
    • 企業に属している方(出向または派遣の方も含む)は、対象外です。
    • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

    アーカイブ配信セミナー

    • 「ビデオグ」を使ったアーカイブ配信セミナーとなります。
    • 当日のセミナーを、後日にお手元のPCなどからご視聴ができます。
    • お申し込み前に、 視聴環境 をご確認いただき、 視聴テスト にて動作確認をお願いいたします。
    • 別途、ID,パスワードをメールにてご連絡申し上げます。
    • 視聴期間は2025年11月17日〜12月1日を予定しております。
      ご視聴いただけなかった場合でも期間延長いたしませんのでご注意ください。
    • セミナー資料は、PDFファイルをダウンロードいただきます。
    • 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。
    • 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。
  • アーカ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
    2025/10/23 生成AI時代の研究DXと実践的AIエージェントによる業務進化の最前線 オンライン
    2025/10/23 画像認識技術を用いたAI外観検査の現場導入事例と精度向上技術 オンライン
    2025/10/24 研究開発部門における実験データの収集・管理と蓄積データの活用法 オンライン
    2025/10/27 AI外観検査の導入プロセスと実践ノウハウ オンライン
    2025/10/27 研究開発部門における実験データの収集・管理と蓄積データの活用法 オンライン
    2025/10/28 残留応力の基礎と測定・評価の要点 オンライン
    2025/10/28 AI外観検査の導入プロセスと実践ノウハウ オンライン
    2025/10/28 はじめての研究開発での機械学習活用と社内推進のポイント オンライン
    2025/10/28 機械学習原子間ポテンシャルの基礎と構築法・応用例・課題と展望 オンライン
    2025/10/29 はじめての研究開発での機械学習活用と社内推進のポイント オンライン
    2025/10/30 マテリアルズ・インフォマティクス入門 オンライン
    2025/10/30 セラミックス材料の強度の考え方と取扱い方 オンライン
    2025/10/31 ガラスの強度と破壊の理解 : 割れとその対策 オンライン
    2025/11/3 ガラスの強度と破壊の理解 : 割れとその対策 オンライン
    2025/11/4 R&D部門における研究・実験データのExcelでの効果的な蓄積・分析方法 オンライン
    2025/11/5 高分子材料の開発・設計における計算科学やAI・MI活用の最新動向 オンライン
    2025/11/6 高分子材料の開発・設計における計算科学やAI・MI活用の最新動向 オンライン
    2025/11/7 原子団寄与法の考え方と利用事例 オンライン
    2025/11/10 プラスチック破壊メカニズムの基礎と材料強度設計 オンライン
    2025/11/10 生成AIを活用した異常検知と判断の標準化、高精度化への活用 オンライン
    ページのトップヘ

    関連する出版物

    発行年月
    2025/3/31 ベイズ最適化の活用事例
    2025/3/31 板ガラスの破壊、強度、強化
    2024/10/31 少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAIの開発
    2024/10/31 自然言語処理の導入と活用事例
    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
    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
    ページのトップヘ