tech-seminar.jp

本セミナーでは実際に経験した事例 (失敗例) を参考に各開発段階で行う実験の注意点、実際のスケールアップ製造で遭遇した問題点をどのように対処、解決したかを説明し、更にそこから得られた知見をもとに効率的な実験計画の立て方、必要なデータの集め方を説明いたします。

本セミナーでは、効率的な材料設計やプロセス・装置設計を可能にする実験計画法について取り上げ、必要なデータ解析理論とベイズ最適化の基礎、具体的な応用例や最新の研究事例などを解説いたします。

本セミナーでは、ベイズ最適化の概要と「条件最適化」「探索」への応用例、 ガウス過程回帰モデルについて詳しく解説いたします。

本セミナーでは、実際に経験した事例 (失敗例) を参考に各開発段階で行う実験の注意点、実際のスケールアップ製造で遭遇した問題点をどのように対処、解決したかを説明し、更にそこから得られた知見をもとに効率的な実験計画の立て方、必要なデータの集め方、活用法を説明いたします。

本セミナーでは、従来の実験計画法に、AIの解析技法を取り入れた「革新的実験計画法」について説明いたします。
この革新的実験計画法により、必要最小限の実験データから、機能やコストなど、相反するような複数の目的変数を同時に満たす、革新的な解を探索することが可能となります。

本セミナーでは、Multi-Sigmaの基本的な原理と具体的な解析手順を学ぶとともに、今後様々な分野における活用方法について説明いたします。

本セミナーでは実験計画法を統計の基礎から学び、合理的な製剤設計、工程設計に資することを目指しています。

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、効率的な材料設計やプロセス・装置設計を可能にする実験計画法について取り上げ、必要なデータ解析理論とベイズ最適化の基礎、具体的な応用例や最新の研究事例などを解説いたします。

実験計画法は、実際に生じる様々な場面や制約条件の下で、実現可能な実験方法と実験データの分析方法を提供しています。
本セミナーでは、実験計画法の基礎となる考え方から、きちんとした情報が得られる方法についてお話しいたします。