• 2020年03月26日(木) 10:30 ~ 17:30

１．はじめに
　　（１）．マテリアルズ・インフォマティクスの目的
　　（２）．第一原理計算で出来ること出来ないこと
　　（３）．機械学習で出来ること出来ないこと

２．第一原理計算の基礎
　　（１）．全エネルギーの計算
　　（２）．密度汎関数理論について
　　（３）．第一原理計算の実際的パラメータ
　　（４）．第一原理計算パッケージの紹介

３．機械学習の基礎
　　（１）．人工知能と機械学習
　　（２）．回帰と分類
　　（３）．過学習とは
　　（４）．機械学習の種類
　　（５）．機械学習フレームワークの紹介

４．合金の導電率を例として線形回帰
　　（１）．リンデの法則と課題を説明
　　（２）．重回帰分析
　　（３）．スーパーセル法の第一原理計算
　　（４）．Mulliken電荷解析
　　（５）．第一原理計算結果を紹介
　　（６）．重回帰分析を実演(デモ有り)

５．金属ガラスの形成予測を例としてロジスティック回帰
　　（１）．金属ガラスの井上三原則と課題を説明
　　（２）．ロジスティック回帰
　　（３）．形成熱の第一原理計算
　　（４）．ステップワイズ法による特徴量選択
　　（５）．ホールドアウト法による検証
　　（６）．混同行列の読み方
　　（７）．ロジスティック回帰を実演(デモ有り)

６．形状記憶合金の予測を例としてニューラルネットワーク（１）
　　（１）．変態温度と課題を説明
　　（２）．ニューラルネットワーク
　　（３）．弾性率の第一原理計算
　　（４）．交差検証とは
　　（５）．ＭＡＥ、ＲＭＳＥ、決定係数
　　（６）．ニューラルネットワークを実演(デモ有り)

７．合金の固溶限を例としてニューラルネットワーク（２）
　　（１）．ヒューム・ロザリー則と課題を説明
　　（２）．データセットの準備
　　（３）．ベイズ最適化によるハイパーパラメータの最適化
　　（４）．ニューラルネットワークを実演(デモ有り)

８．結晶粒径の自動評価を例としてディープラーニング
　　（１）．金属組織写真と課題を説明
　　（２）．畳み込みニューラルネットワークとは
　　（３）．データ拡張について
　　（４）．ディープラーニングを実演(デモ有り)

９．プロセス・インフォマティクスへの期待
　　（１）．IoTデータは宝の山かゴミの山か
　　（２）．課題が先か、データが先か
　　（３）．データ量と収集方法の問題
　　（４）．導入事例の紹介

日本テクノセンター研修室