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

機械学習原子間ポテンシャル (MLIP) の基礎と実践的活用法

機械学習原子間ポテンシャル (MLIP) の基礎と実践的活用法

~第一原理精度を高速化する新しい計算手法~
オンライン 開催

概要

本セミナーでは、電池・半導体・高分子・触媒など、幅広い材料系で活用が進むMLIPについて取り上げ、MLIPの基礎から学習データ作成やモデル検証といった実務まで、体系的に解説いたします。

開催日

  • 2026年2月24日(火) 13時00分16時00分

受講対象者

  • 計算化学、材料科学、原子シミュレーションに関心を持つ技術者、開発者、研究者
  • これから機械学習原子間ポテンシャルの導入を検討されている方
  • 分子動力学計算の高度化を目指す方
  • シミュレーション技術に携わる技術者、開発者、研究者

修得知識

  • 機械学習原子間ポテンシャル (MLIP) の基本概念
  • MLIPと従来の原子間ポテンシャルとの違い
  • MLIPの記述子の進化過程とその背景
  • MLIPの基礎原理
  • MLIPモデルの構造や特徴
  • MLIPの学習プロセスの流れを実務に適用する手順
    • データ作成
    • 学習
    • 検証
  • 自身の研究テーマにMLIPを適用する際のポイント
    • 精度評価
    • 解釈性
    • モデル選択

プログラム

 近年、第一原理計算に匹敵する精度を保ちながら、分子動力学計算を数桁高速化できる手法として、機械学習原子間ポテンシャル (MLIP) が急速に普及しています。
 本セミナーでは、MLIPの基礎原理から最新の応用事例までを体系的に解説します。まず、従来型原子間ポテンシャルとの相違点を概観し、その中で構造記述子の発展と同変性などの概念が必要とされる理由を示します。続いて、学習データの作成方法、モデルの構築・検証といった実務的なポイントを具体的に紹介します。さらに、近年は80を超える元素を学習したFoundation Model型のMLIPが登場し、従来とは異なる運用スタイルが広がりつつあります。
 本セミナーでは、こうした最新動向にも触れつつ、固体・有機材料など多様な材料系での応用例を取り上げ、MLIPがどのように研究・開発へ活かされているかを示します。MLIPを用いたシミュレーションの高度化や、開発プロセスの効率化を目指す方に有益な内容です。

  1. 機械学習原子間ポテンシャル (MLIP) の概要
    1. MLIPとは何か
      1. 従来型原子間ポテンシャルとの違い
      2. 第一原理精度と計算速度の両立
    2. MLIPが注目される背景
      1. 大規模分子動力学計算の必要性
      2. 材料開発などの応用領域の拡大
    3. 実際のMLIP応用例
  2. MLIPの理論的基礎
    1. 記述子の考え方
      1. 回転・並進・鏡映対称性 (E(3)) が何故必要か?
      2. 局所環境の特徴量化
    2. 不変性と同変性の概念
      1. エネルギーと力の関係
      2. E(3)不変性・同変性の意義
    3. ブレークスルーMLIP
      1. Behler-Parrinello Neural Network (NN) Potential
      2. Atomic Cluster Expansion
      3. メッセージパッシング型Graph NN MLIP
  3. MLIP構築の実務フロー
    1. 学習データの準備
      1. 第一原理計算のポイント
      2. サンプリング戦略
      3. Universal Datasetの利用
    2. 学習プロセス
      1. コスト関数の構成
      2. 学習・検証・テスト
    3. 精度評価と解釈性
      1. RMSE、MAEなどの指標
      2. 結合エネルギーらに基づく評価
      3. モデルのブラックボックス性とその対処
  4. 最新動向
    1. Foundation Model
      1. スケーリング則の発見
      2. MLIP運用方法の変化
      3. Fine-tuningについて
    2. 電子状態計算との融合
      1. 電子基底状態計算の動向
      2. 電子励起状態計算へ
    3. 物理学的に本質的な学習を行うには
      • Unconstrained MLIP
  5. まとめと質疑応答

講師

  • 島村 孝平
    熊本大学 大学院 先端科学研究部 基礎科学部門 物理科学分野
    准教授

主催

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
: 45,000円 (税別) / 49,500円 (税込)
複数名
: 22,500円 (税別) / 24,750円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。

「案内の希望」をご選択いただいた場合、1名様 42,000円(税別) / 46,200円(税込) で受講いただけます。
複数名で同時に申込いただいた場合、1名様につき 22,500円(税別) / 24,750円(税込) で受講いただけます。

  • R&D支援センターからの案内を希望する方
    • 1名様でお申し込みの場合 : 1名で 42,000円(税別) / 46,200円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
  • R&D支援センターからの案内を希望しない方
    • 1名様でお申し込みの場合 : 1名で 45,000円(税別) / 49,500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)

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。
  • 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。

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
2026/1/6 工場における画像認識AIの自社開発とその実装の進め方 オンライン
2026/1/13 異常検知への生成AI、AIエージェント導入と活用の仕方 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
2026/1/15 逆問題解析による材料の構造、プロセス条件設計 オンライン
2026/1/15 強化学習の基礎から最新動向と機械制御への応用 オンライン
2026/1/15 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
2026/1/16 計算科学シミュレーション技術の基礎と材料設計への応用 オンライン
2026/1/16 強化学習の基礎から最新動向と機械制御への応用 オンライン
2026/1/19 マテリアルズ・インフォマティクスの実践と低誘電材料開発への応用 オンライン
2026/1/19 EMCの基礎と機械学習・深層学習の応用技術 オンライン
2026/1/20 EMCの基礎と機械学習・深層学習の応用技術 オンライン
2026/1/22 異常検知への生成AI、AIエージェント導入と活用の仕方 オンライン
2026/1/26 機械学習と脳科学におけるベイズ統計 オンライン
2026/1/26 AI外観検査 (画像認識) のはじめ方、すすめ方、精度の向上 オンライン
2026/1/27 事業化を成功させる化学プロセス開発・設計における最適化への要点 オンライン
2026/1/27 時系列データ分析 入門 : 基礎とExcelでの実行方法 オンライン
2026/1/28 データ分析およびAIエージェントの基礎と活用に向けたポイント オンライン
2026/1/29 各種分子シミュレーションを用いた高分子研究、材料解析の考え方、その選び方と使い方 オンライン
2026/1/30 AI・IoT時代の生産現場を支えるデジタル信号処理の基礎と実践応用テクニック オンライン
2026/2/2 AI・IoT時代の生産現場を支えるデジタル信号処理の基礎と実践応用テクニック オンライン