tech-seminar.jp

本セミナーでは、マテリアルズインフォマティクスの基礎から解説し、機械学習・AIの基礎と製品開発に向けた材料配合最適化の取り組み、マテリアルズインフォマティクスを活用したポリマーの効率設計、企業におけるシミュレーションとインフォマティクスを活用した高分子材料・プロセス設計について詳解いたします。

本セミナーでは、生成AIを活用した効率的な学習データ作成の手法・実践ノウハウ、異常検知におけるデータ前処理・特徴抽出のポイント、製造業で生成AIを活用するためのベストプラクティス・応用事例の理解、生成AI導入に伴うリスク・その対策方法について、事例を交え実践的に解説いたします。

本セミナーでは、AIを利用したビジネスモデルや製品開発予定の方の視点に立ち、AI関連発明の着眼点や留意点について分かりやすく解説いたします。
また、AIに関わる特許出願動向、係争事例と共同・委託開発における知財の取り決め、契約の実務について詳解いたします。

本セミナーでは、取得したデータからの情報抽出のための機械学習の活用について、機械学習の数理的な側面も交えながら基礎的な内容を解説いたします。

本セミナーでは、ベイズ解析の基礎から、PythonのPyMCおよびそのラッパーであるBAMBIの使い方、入力ミスや計測ミスにより生じる外れ値が存在するようなデータに対してベイズ統計により頑健な回帰分析を行う方法、標本のサイズが十分にない場合の2値データに対するロジスティック解析について解説いたします。

本セミナーでは、扱う材料系が多様、データが集まりにくい、データの規模が小さい等、課題に直面した際、マテリアルズインフォマティクスを研究開発に適用する方法、モデル構築について取り上げ、小規模データへの機械学習の効果的活用によるマテリアルズインフォマティクスの研究事例について解説いたします。

本セミナーでは、製造現場における実践的なデータ活用や予測AI/生成AI導入に向けて、分析やAIの基本的な知識から、製造現場特有の導入ポイント、データ活用人材育成の考え方について紹介するとともに、データ収集や蓄積のポイント、データ不足への対応方法など、データ周りについても解説いたします。

本セミナーでは、化学系の方が機械学習を研究開発に取り入れる際に必要となる、機械学習およびPythonプログラミングに関する基礎、実際の化学データの取り扱いについて解説いたします。

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、次世代太陽電池の基礎原理と研究動向から、マテリアルズ・インフォマティクスを用いた材料開発など、実例を交えながら解説いたします。

本セミナーでは、Pythonプログラムについて取り上げ、コーディングの基本から、Hadoop/Spark等の活用まで、高速化、大容量データの扱いの基本を解説いたします。

本セミナーでは、データの構造と機械学習に適したデータの変換方法から、Pythonを使った教師なし学習による特徴抽出、教師あり機械学習を用いた目的の情報をデータから引き出す方法を解説いたします。