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

研究・実験データの収集、一元化とプラットフォーム構築

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
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

    • 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。

    1. 重要度が増す実験データベース
    2. 進化するAI技術を「自分のデータで試せる」環境の必要性
    3. 実験データに向いているデータベースの例
    4. LLMとデータベースをつなぐ実用的な技術:MCP
    5. 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。

    1. はじめに
    2. 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
    3. 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
    4. 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
    5. 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。

    1. 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
    2. 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
    3. 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
    4. 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
    5. 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。

    1. 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
    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
    3. 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
    4. 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
    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
      • 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

    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
    2025/12/15 研究開発部門を対象とした情報収集のテクニック 東京都 会場
    2025/12/15 AIを使ったなぜなぜ分析実践演習 (後編) オンライン
    2025/12/15 AIを使ったなぜなぜ分析実践演習 (前編 + 後編) オンライン
    2025/12/16 新規事業テーマの中止/撤退判断基準と仕組みの作り方 オンライン
    2025/12/16 自社保有技術・コア技術をベースとした革新的テーマ (製品アイデア) の創出活動 オンライン
    2025/12/16 技術者・研究者が知っておきたい経営・知財の要点 オンライン
    2025/12/18 R&Dにおける競合他社・異業種ベンチマーキングの基本、実践と生成AI活用のすすめ方 オンライン
    2025/12/18 技術者、研究者のための効果的なタイムマネジメント オンライン
    2025/12/18 研究開発部門における実験データとCAE、AI、機械学習の導入、活用のポイント オンライン
    2025/12/19 マテリアルズ・プロセスインフォマティクスの基礎とポリマー材料設計への応用 オンライン
    2025/12/22 研究開発テーマにおける費用対効果の算出と経営層への伝え方、成果を得るためのポイント オンライン
    2025/12/22 マテリアルズ・プロセスインフォマティクスの基礎とポリマー材料設計への応用 オンライン
    2025/12/23 データ駆動科学基礎とPythonによる実践 オンライン
    2025/12/24 技術・研究開発部門における実践的マネジメントとそのポイント オンライン
    2025/12/24 データ駆動科学基礎とPythonによる実践 オンライン
    2026/1/6 研究開発部門における実験データとCAE、AI、機械学習の導入、活用のポイント オンライン
    2026/1/6 研究開発テーマにおける費用対効果の算出と経営層への伝え方、成果を得るためのポイント オンライン
    2026/1/6 シナリオプランニングをとりいれた市場・製品・事業・技術ロードマップの策定と実行手法 オンライン
    2026/1/9 共同研究開発における契約書のチェックポイントと留意点 オンライン
    2026/1/14 材料研究開発に活かすマテリアルズ・インフォマティクスの基本と研究事例 オンライン
    ページのトップヘ