機械学習・実験計画法による少数データからのデータ解析手法と材料開発・プロセス設計への応用　～デモ付～　＜オンラインセミナー＞

講師の言葉

　様々な分野において、蓄積されたデータを解析することで、データから情報を抽出したり、その情報から知識を獲得したりできます。ただニッチな材料になるほど、蓄積されたデータ点は少数で、一般的なデータ解析・機械学習が困難になります。

　一方で、高機能性材料の開発やコンピュータシミュレーションによる設計などの研究・開発の現場において、効率的に実験・製造・シミュレーションを実施するために実験計画法が活用されます。例えば5つの実験パラメータ（材料組成・反応温度・反応時間・添加物の種類など）があり、それぞれ 10 の候補の値がある場合、すべての組み合わせは10万通りになってしまいます。しかし実験計画法を用いれば、その中の数個の実験候補から実験パラメータと実験結果（材料の物性・活性など）との間の関係性をデータ解析・機械学習によりモデル化することで、所望の物性・活性を実現するための候補を効率的に探索できます。このように少数でも実験データを活用することで、効率的な分子設計・材料設計およびプロセス・装置設計を達成できます。

　本講義では、そのような（適応的）実験計画法や、実験計画法を実現するための少数データに基づくデータ解析理論およびベイズ最適化の基礎を解説します。さらに具体的な分子設計・材料設計およびプロセス・装置設計の例や最新の研究事例を紹介します。データ解析・機械学習・実験計画法の理解を深め、それらの実践活用をご覧いただくため、プログラミングなしにデータ解析・機械学習・実験計画法を実施できるウェブサービス Datachemical LAB を使用したデモンストレーションも行います。

こちらのセミナーは受付を終了しました。

次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。