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
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
本セミナーでは、計算科学シミュレーション技術の基礎から応用までを、さまざまな材料設計の成功例を交えて解説いたします。
本セミナーでは、研究開発部門におけるデータ共有システムを取り上げ、様々な分野のR&D部門のデータ管理を10年以上にわたり支援してきた講師の実績と経験をもとに、システム、研究者、組織体制など様々な角度から問題及び改善方法を解説いたします。
本セミナーでは、分子動力学シミュレーションの基本原理、具体的な技法、各種物理量の算出・解析手法、結晶構造の生成・アモルファス構造の生成・ガラス転移温度の予測・機能性分離膜の設計等への応用、ソフトウェア、活用のポイント等、分子動力学の基礎から、手法、応用事例、活用のポイントまでを詳しく解説いたします。
本セミナーでは、実験科学者である講師らの研究グループで行った、小規模データへの機械学習の効果的活用によるマテリアルズインフォマティクスの研究事例について紹介いたします。
本セミナーでは、マテリアルズインフォマティクスの主軸を担う計算科学シミュレーションの基礎から応用までの講義を中心に、計算科学シミュレーションを活用した様々な材料設計の成功例を紹介いたします。
本セミナーでは、研究・実験データの共有・データ蓄積方法、電子実験ノートの種類・特徴、データ共有基盤のメリット/デメリット、データ蓄積での注意すべき点、蓄積されたデータ分析の注意点、データ蓄積を行うための意識改革、研究・実験データの共有、利活用を促進の体制・条件について、豊富な経験と研究に基づき、実践的に分かりやすく解説いたします。
本セミナーでは、実験科学者である講師らの研究グループで行った、小規模データへの機械学習の効果的活用によるマテリアルズインフォマティクスの研究事例について紹介いたします。
本セミナーでは、マテリアルズインフォマティクスの中核をなす計算科学シミュレーション、製品開発への応用、成功事例、計算科学シミュレーション、計算科学シミュレーションとマテリアルズインフォマティクスの連携について、事例を交えて詳しく解説いたします。
本セミナーでは、マテリアルズ・インフォマティクスの基礎から解説し、電池材料のデータ駆動型探索と実験自動化、有機リチウムイオン二次電池に関する動向、物質探索のためのマテリアルズインフォマティクスの活用について解説いたします。
本セミナーでは、材料開発・材料設計に計算科学シミュレーションを有効に活用するための基礎から応用例までわかりやすく解説いたします。
また、マテリアルズインフォマティクスを活用し、製品開発につなげるポイントについて解説いたします。
本セミナーでは、研究開発部門におけるデータ共有システムを取り上げ、様々な分野のR&D部門のデータ管理を10年以上にわたり支援してきた講師の実績と経験をもとに、システム、研究者、組織体制など様々な角度から問題及び改善方法を解説いたします。
本セミナーでは、フォノンエンジニアリングについて取り上げ、ナノスケールにおける熱伝導の基礎から先端材料への応用事例までを解説いたします。
本セミナーでは、計算科学シミュレーション技術の基礎から応用までを、さまざまな材料設計の成功例を交えて解説いたします。
本セミナーでは、プロセスインフォマティクスについて取り上げ、高効率な実験計画、プロセスパラメータの発見の手法、自律実験システム活用の実際について事例を交えて詳解いたします。
本セミナーでは、モデルの構築、アルゴリズムの選定、実験データの収集・加工など、マテリアルズ・インフォマティクス×接着剤・粘着剤開発の先進企業の事例に基づいて、その成果や課題を解説いたします。
本セミナーでは、実験の効率化に焦点を当て、研究知見を効果的に組み込んだデータ駆動型の実験計画手法、効率的な組成予測から試行回数の低減、製品開発まで事例を交えて解説いたします。
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。
本セミナーでは、研究開発部門におけるデータ共有システムを取り上げ、データベースと機械学習の連携、運用を維持、拡張させていくときの課題と対策について、具体例を交えて解説いたします。
本セミナーでは、自律駆動型研究の基礎、世界の最新動向、データ駆動型材料探索、研究プロセスの最適化、実験自動化、自律駆動型技術による材料開発事例、データ管理システムの構築、AI技術・ロボット技術の最新動向、自律駆動型材料開発の課題と展望などを解説いたします。
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。
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。