tech-seminar.jp

本セミナーでは、実験計画法の基本と直交表を用いた実験設計について、Excelによる具体例を通じて分かりやすく解説いたします。

本セミナーでは、実験・医療統計学の基礎理論および標準偏差や統計的有意差等、統計の基礎から始めて、「二元配置分散分析」までを解説いたします。
また、実務作業をどう進めるかについて、具体的な方法とノウハウについて、Excelの演習を交えて解説いたします。

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。

本セミナーでは、実験の記録とまとめ方を、基本から様々なケース、対象について、特に実験記録の基本かつ代表である実験ノートに重点を置いて詳細に解説いたします。

本セミナーでは、難解な数式を用いずに、具体的なデータや図表を使って実験計画法の基礎から解説いたします。

本セミナーでは、人工知能活用による事例概要から、人工知能技術の概要、ニューラルネットワークモデルとMTシステムの基本と応用ノウハウ、ニューラルネットワークモデルをExcel上で簡単に構築する方法など、多くの事例とデモンストレーションを併用しながら、実践的にわかりやすく解説いたします。

本セミナーでは、品質工学で失敗するパターン、結果が出ないパターンについて事例を交えて紹介し、その未然防止策・対処法について企業での実務経験豊富な講師が丁寧に解説いたします。

本セミナーでは、QbD/QRMに基づく製剤開発に焦点を当て、企業規模や形態の違いでQbD/ QRMの取り組みにどのような違いがあるのか、またそれを克服するためにどのような方法があるかを解説いたします。
また、ICH Q8ガイドラインの目的とする製剤や工程の化学的な理解につながる実験計画法 (Desing of Experiment, DoE) について解説いたします。