tech-seminar.jp

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、データ駆動科学の基礎から解説し、ベイズ推定・スパースモデリングのデータ解析への適用、ベイズ推定とスパースモデリングの使い方について詳解いたします。

本セミナーでは、化学プロセス計算をPythonで行う手順、方法について基礎から解説いたします。

本セミナーでは、機械学習の適切・効果的な利用方法、代替モデル構築のためのデータに対する考え方、データ取得のための実験計画の立て方、ポイントについて詳解いたします。

本セミナーでは、伝熱現象とこれを表現する基礎式を理解し、これらを組み合わせて実用的な問題を解けるようにします。
さらに熱回路網法を用いて複雑な熱モデルの組立てと、分析方法についても学びます。
演習に用いたソフトは持ち帰って各自の熱設計に使用できます。

本セミナーでは、マテリアルズインフォマティクス (MI) をテーマに、Pythonによるデータ解析や機械学習の基礎から、ChatGPTに代表される大規模言語モデル (LLM) の活用方法までを、視覚的なデモや具体的な事例を通じて解説いたします。

本セミナーは、異常検知のための前処理と特徴抽出、識別モデルによる外れ値検知、生成AIによる異常検知について、基礎から実践まで分かりやすく解説いたします。
Google Colabを使用して、PyCaretやPyODを利用した異常検知プログラムを動かすハンズオンセッションを行います。

本セミナーでは、マテリアルズ・インフォマティクスの有効なアプローチの一つであるスパースモデリングの基礎とその活用方法について、Pythonを用いて実践する方法とともに説明いたします。
また、マテリアルズ・インフォマティクスにおけるスパースモデリングの応用事例を紹介し、ナノシートの高効率収集への応用や、その基礎技術の発展について解説いたします。

本セミナーでは、マテリアルズ・インフォマティクスの有効なアプローチの一つであるスパースモデリングの基礎とその活用方法について、Pythonを用いて実践する方法とともに説明いたします。
また、マテリアルズ・インフォマティクスにおけるスパースモデリングの応用事例を紹介し、ナノシートの高効率収集への応用や、その基礎技術の発展について解説いたします。

本セミナーでは、生成AIの基礎から最新動向、特許調査への応用と今後の展望までを俯瞰的に解説いたします。

本セミナーでは、多目的最適化について初歩から応用まで体系的に理解するとともにその実践方法について理解するため、理論面だけでなく、得られた複数の解候補に対する解分析、PythonやMatlabで公開されている多目的最適化のためのツール紹介まで行います。

本セミナーでは、機械学習の適切・効果的な利用方法、代替モデル構築のためのデータに対する考え方、データ取得のための実験計画の立て方、ポイントについて詳解いたします。

本セミナーでは、Pythonの基礎から解説し、ChatGPTを業務に活用するための準備として、ChatGPTへの上手な質問 (プロンプト構文) の出し方を演習を踏まえて解説いたします。

本セミナーでは、研究開発の高精度化・高効率化を実現するデータ駆動型アプローチ・機械学習・実験計画について詳しく解説いたします。
機械学習による実験計画の考え方から、ベイズ最適化・能動学習の基礎、機械学習モデルの超パラメータ最適化・品質領域の推定・プロセス条件の最適化などの材料工学への各応用例、Pythonによる実行方法までを解説いたします。