tech-seminar.jp

本セミナーでは、実験計画法・適応的実験計画法の基礎と実践するために必要なデータ解析・ベイズ最適化の基礎、実験パラメータ候補の選択・基本的なデータの前処理・モデルの構築と予測といった具体的な方法、分子設計・材料設計・プロセス管理・プロセス設計への応用、直接的逆解析法などを詳しく解説いたします。

本セミナーでは、ChatGPT4による感覚的な統計解析で得られた結果を従来のPythonを使った手法で得られた結果と比較しながら解説いたします。

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、ベイズ推定の基礎から実装までを解説し、どのように応用できるのかをX線光電子分光スペクトルや磁気コンプトン散乱データを例にとって説明いたします。

本セミナーでは、実験計画法に必要な統計の基礎から、実験計画法の基礎、効率的なデータ収集と分析等について解説いたします。

本セミナーでは、ベイズ最適化について取り上げ、ベイズ最適化の基礎について解説いたします。
また、不確実性を伴う制御できない変数が存在するもとでの制御可能変数の良さをロバスト尺度により定量化し、このロバスト尺度に対するベイズ最適化手法について紹介いたします。

本セミナーでは、実験の考え方や実験データの解析、記録の仕方、まとめ方について、特に実験ノートに代表される“記録“に重点を置いて解説いたします。