研究・実験データの収集、一元化とプラットフォーム構築

オンライン開催

開催日

2026年1月14日(水) 10時00分～ 17時15分

プログラム

第1部 LLMとつながる実験データベース:試して広げる材料実験のAI活用

(2026年1月14日 10:00〜11:30)

　LLMの登場により、実験データベースの重要性が飛躍的に高まっています。
　本セミナーでは、実験データに向いたデータベースの選び方や、LLMを簡単につなぐMCP技術を分かりやすく解説します。「自分のデータで気軽に試せる」環境を整えることで、思いついたAI活用アイディアをすぐに実践でき、DXの推進につながります。グラフ型データベースや計測データ格納システムなどの具体例を示しながら、材料実験データで実際に試した事例をデモを交えて紹介し、どのような活用の可能性があるかをご紹介します。

重要度が増す実験データベース
進化するAI技術を「自分のデータで試せる」環境の必要性
実験データに向いているデータベースの例
LLMとデータベースをつなぐ実用的な技術:MCP
材料実験データでAIを試した事例紹介

質疑応答

第2部研究DXを推進するための電子ラボノート基盤型自動実験プラットフォームの構築

(2026年1月14日 12:15〜13:45)

　研究DXにおいては、実験データは蓄積するだけではなく、FAIR原則 (Findable、 Accessible、 Interoperable、 Re-usable) に基づいて管理することが重要である。
　本講演では、研究DX推進を目指した電子ラボノートの選定、導入および運用に関するNAISTでの具体的な取り組みについて紹介する。

はじめに
研究DXにおける電子ラボノートの位置付け
1. 世界の動向
2. FAIRデータ
3. 実験における人間とAIの関係性
4. 目指すデータフロー
電子ラボノート導入に向けた取組み
1. 電子ラボノートの導入ハードル
2. 電子ラボノートの導入戦略
3. 導入へ向けた6つのアクション
電子ラボノートの実装・活用
1. 機械学習に適したテンプレート作成
2. Application Programming Interface (API) の活用事例
3. 自動実験装置との統合
おわりに

質疑応答

第3部実験データ/失敗データの収集・管理と実験効率化、MI活用への展開

(2026年1月14日 14:00〜15:30)

　本講演では、研究現場で日々生まれる実験データを、成功・失敗を含めて漏れなく収集・標準化し、MI (マテリアルズ・インフォマティクス) に展開して実験効率を高める実践を解説します。
　成功データのみならず失敗データも含めて集めることの重要性、実験計画法、MI活用に有効なデータ収集、管理の方法、そして収集したデータを活用し、開発の加速に繋げる実践方法について共有します。

はじめに
1. 当社R&Dの目指す姿
2. 変化する素材産業とMIの導入
素材・材料開発効率化のための実験データの収集・蓄積
1. 実験データ収集・蓄積の課題
2. 有効なデータ収集、管理、MI活用への展開事例
3. 実験データ収集を進めるための仕組み化
実験データ収集を進めるための人材育成
1. データ駆動型開発を進められる人材とは
2. データ活用人材のレベルの可視化
3. データ活用人材の拡大の壁。どう進めるか
4. 実験計画法、品質工学からパラメータ設計を理解する
MI活用で成果創出を加速するための環境整備
1. 事業貢献につながるテーマ選定
2. 成果刈取りの仕組み化
今後
1. 実験自動化による自律的な開発サイクルの構築

質疑応答

第4部研究・実験データの構造化とプラットフォーム構築に必要なスキル

(2026年1月14日 15:45〜17:15)

　本講演では、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、特に研究・実験データを構造化するために必要な考え方・基礎知識について学んでいただきます。そして、データベース (DB) を作成する際の目的の明確化と出口戦略、そのために必要な具体的なスキルセットについても解説します。

マテリアルズ・インフォティクス概要
1. データ生成・蓄積・活用の循環サイクル
2. データ収集時に考えなければいけないこと
3. データ取得コストについて
4. 活用可能なデータとは
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
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. ツリー構造を利用した実験データ蓄積
4. 電子ラボノートの事例
データベース開発に必要なスキルセット
1. 誰のためのDBか
2. 開発コストの見積もり
3. デスクトップアプリとウェブアプリ
4. フロントエンドとバックエンド
5. アジャイル開発という考え方
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

質疑応答

ページのトップヘ

講師

桑田武氏
iASYS Technology Solutions株式会社

テクニカルアドバイザー
高須賀聖五氏
奈良先端科学技術大学院大学先端科学技術研究科物質創成科学領域

助教
新明健一氏
積水化学工業株式会社先進技術研究所情報科学推進センター MI推進グループ

グループ長
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

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。
5名様以降は、1名あたり 30,000円(税別) / 33,000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)
- 4名様でお申し込みの場合 : 4名で 220,000円(税別) / 242,000円(税込)
- 5名様でお申し込みの場合 : 5名で 250,000円(税別) / 275,000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。
請求書は、代表者にご送付いたします。
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、 Zoomのシステム要件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

開始日時		開催方法
2025/11/25	Pythonによるデータ解析の基礎と実務への応用 (製造プロセス/実験計画)	オンライン
2025/11/26	実験の実務 : 実験条件・パラメーターの考え方とデータ取得	オンライン
2025/11/26	Pythonによるデータ解析の基礎と実務への応用 (製造プロセス/実験計画)	オンライン
2025/11/26	コア技術の定義・設定と育成・強化手法	オンライン
2025/11/26	研究開発部門における実験データの収集超入門	オンライン
2025/11/28	量産に耐えうる最適設計仕様を導く非線形ロバストデザイン	オンライン
2025/11/28	研究開発におけるKPI (重要業績評価指標) の設定・活用のポイント	オンライン
2025/12/2	AI, 機械学習と従来型研究開発の現実的な組み合わせ方法	オンライン
2025/12/2	技術を売上利益に変える技術マーケティングの進め方と潜在ニーズの発掘	オンライン
2025/12/2	研究開発におけるKPI (重要業績評価指標) の設定・活用のポイント	オンライン
2025/12/3	長期的視点で継続的に高収益を実現するための「市場・製品・技術ロードマップ作成」セミナー	オンライン
2025/12/4	セラミックス製造プロセス低温化とAIを活用したプロセス最適化手法	オンライン
2025/12/5	製造、生産業務へのロボット導入とティーチングの進め方、生成AIの活用	オンライン
2025/12/5	セラミックス製造プロセス低温化とAIを活用したプロセス最適化手法	オンライン
2025/12/9	カルマンフィルタの基礎理論	オンライン
2025/12/9	AI、機械学習と従来型研究開発の現実的な組み合わせ及び人材の育成	オンライン
2025/12/9	研究開発ポートフォリオの仕組み構築の全体像とマネジメントしていくための具体的活動	オンライン
2025/12/9	製造・マーケティング現場での意思決定を支えるベイズ的因果推論の基礎と実践	オンライン
2025/12/9	研究開発テーマにおける費用対効果の基礎と算出・評価方法	オンライン
2025/12/10	製造・マーケティング現場での意思決定を支えるベイズ的因果推論の基礎と実践	オンライン

発行年月
2025/3/31	ベイズ最適化の活用事例
2025/3/31	生成AIによる業務効率化と活用事例集
2024/11/30	技術マーケティングによる新規事業・R&Dテーマの発掘
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
2023/10/31	出口戦略に基づく研究開発テーマの設定と事業化への繋げ方
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
2022/8/31	研究開発部門と他部門の壁の壊し方、協力体制の築き方
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
2021/10/29	“未来予測”による研究開発テーマ創出の仕方
2021/8/31	研究開発の "見える化" によるR&Dテーマ評価、進捗管理と進め方
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
2021/6/28	AI・MI・計算科学を活用した蓄電池研究開発動向
2021/3/31	研究開発テーマの評価と中止/撤退判断の仕方
2020/12/30	実践Rケモ・マテリアル・データサイエンス
2020/10/30	研究開発者のモチベーションの高め方と実践事例
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
2019/1/31	マテリアルズ・インフォマティクスによる材料開発と活用集

tech-seminar.jp

セミナー

セミナー (分野別)

出版物

お申し込み・ご購入

お問い合わせ