tech-seminar.jp

本セミナーでは、R&D部門のデータ共有・利活用の実情、属人的データ共有状況が生み出される原因、属人的データ共有状況が引き起こす問題、報告書の共有で期待して良いこと・良くないこと、機械学習などのMIの特性と注意すべき点、R&D部門においてデータベースと機械学習を連携させていく場合の注意点、データベース導入時・運用時に陥りがちな落とし穴とそれを防ぐ方策について、詳しく解説いたします。

本セミナーでは、生成AIとAIエージェントの基礎から解説し、生成AI・AIエージェントによる情報収集のポイント、有望なテーマの絞り込みの実践的な進め方について解説いたします。

本セミナーでは、材料実験AIエージェントについて取り上げ、LLMへの自社の実験知見の与え方、実験データとの連携方法、エージェントの精度・速度を向上させるための工夫、つまずいたポイントについて詳解いたします。

本セミナーでは、材料開発の実務に資するデータ分析の考え方から材料開発現場における各種データ (表形式・画像・テキスト・スペクトル・時系列・有機材料・無機材料など) の扱い方、現場でよくある課題への対処法について解説いたします。

本セミナーでは、材料開発加速化のための計算科学技術の重要性、マテリアルズ・インフォマティクスの活用による効果、必要なマテリアルズ・インフォマティクスの要素技術について解説いたします。

本セミナーでは、材料実験AIエージェントについて取り上げ、LLMへの自社の実験知見の与え方、実験データとの連携方法、エージェントの精度・速度を向上させるための工夫、つまずいたポイントについて詳解いたします。

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紹介し、データ生成の観点からベイズ最適化や物質・材料シミュレーションと結晶構造探索の基礎、データ蓄積の観点からのデータベース構築、そしてデータ活用の観点からのスパースモデリングやスペクトルモデリングについて、必要な考え方・基礎知識について解説いたします。

本セミナーでは、予兆保全を単なるセンサー導入やAI活用ではなく、製造現場の判断と保全業務を変えるための実践テーマとして捉え、突発停止や品質不良、保全人材不足といった課題を起点に、現場に眠る「壊れる前のサイン」をどのように見つけ、既存設備からデータを収集し、判断に使える形へ整えていくかを解説いたします。

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紹介し、データ生成の観点からベイズ最適化や物質・材料シミュレーションと結晶構造探索の基礎、データ蓄積の観点からのデータベース構築、そしてデータ活用の観点からのスパースモデリングやスペクトルモデリングについて、必要な考え方・基礎知識について解説いたします。

本セミナーでは、多成分混合物の物性推算を対象に、機械学習モデルへ混合則、過剰物性、組成依存性、温度依存性、分子構造情報などの物理化学的知見を組み込むことで、限られたデータから高精度かつ安定な推算を実現するための考え方を解説いたします。

本セミナーでは、材料開発のDXについて取り上げ、基盤となるマテリアルズ・インフォマティクスの基礎と位置づけから、生成AI・AIエージェント・Physical AIといった最新のAI技術とそれらによる研究開発の変化、AIを実務で機能させるための設計 (ハーネスエンジニアリングの観点) 、組織変革や必要な人材、アジャイル開発と研究開発プロセスの融合、実務への落とし込み (判断軸と実行ステップ) について解説いたします。

本セミナーでは、材料実験AIエージェントについて取り上げ、LLMへの自社の実験知見の与え方、実験データとの連携方法、エージェントの精度・速度を向上させるための工夫、つまずいたポイントについて詳解いたします。

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、少数の試行で最適解を導くベイズ最適化によるプロセス改善を基礎から応用まで分かりやすく解説いたします。