~ MIおよび機械学習手法の基礎、データのパラメータ化、分子シミュレーションと第一原理計算、材料研究における計算化学と機械学習の応用例 ~
受付を終了いたしました
~ MIおよび機械学習手法の基礎、データのパラメータ化、分子シミュレーションと第一原理計算、材料研究における計算化学と機械学習の応用例 ~
受付を終了いたしました
マテリアルズ・インフォマティクスの概要について説明し、この分野で用いられている解析方法や、計算化学などの数値計算の基礎理論をなるべく平易に説明します。さらに、構造や離散的な測定データを、機械学習で利用するためのデータ変換方法や、それらのデータから分子構造や画像などを出力する方法について、最先端の研究を平易に説明します。
応用例は講師の経験をもとに、機能性材料研究の具体的な研究例を説明しますので、どのようにMIを応用するのかのイメージが湧くと思います。
開催日時 |
|
---|---|
開催場所 | 日本テクノセンター研修室 |
カテゴリー | オンラインセミナー、化学・環境・異物対策、ソフト・データ・画像・デザイン |
受講対象者 |
・化学工学、電子材料、電池、機械部品材料、工業触媒、分離膜素材分野などの材料開発に携わる方 ・マテリアルズ・インフォマティクスについて基礎から学びたい方 |
予備知識 | ・理系大学初年度程度の数学、化学 |
修得知識 |
・マテリアルズ・インフォマティクス(MI)の概要がわかります ・機械学習や計算化学などMIで利用される計算方法の基礎がわかります ・材料のデータ化方法について学ぶことができます ・いくつかの機能性材料の研究への応用例を知ることができます |
プログラム |
1.マテリアルズ・インフォマティクスの概要 (1).アプローチの概要と動向 (2).データベースについて
2.機械学習の基礎 (1).ニューラルネットワーク:NN (2).損失関数と学習 (3).畳み込みニューラルネットワーク:CNN (4).GAN
3.構造データや測定データのパラメータ化方法 (1).分子構造 (2).結晶構造 (3).画像やスペクトルデータ
4.情報化学の基礎 (1)主成分分析、主成分回帰 (2)PLS回帰 (3)サポートベクターマシン:SVM
5.分子シミュレーションの基礎 (1).原子相互作用の取り扱い (2).分子動力学法について
6.第一原理計算の基礎 (1).量子化学計算 (2).密度汎関数法 (3).汎用プログラムについて
7.材料研究における機械学習の応用例 (1).スペクトルデータ解析への応用 (2).電子顕微鏡画像解析への応用
8.材料研究における計算化学と機械学習の応用例 (1).ナノ粒子触媒の機能と構造 (2).蛍光体の発光特性 (3).分離膜材料の選定 |
キーワード | MI 機械学習 ニューラルネットワーク GAN 主成分分析 SVM 分子シミュレーション 第一原理計算 スペクトルデータ解析 マテリアルインフォマティクス |
タグ | AI・機械学習、化学工学、データ分析 |
受講料 |
一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込) |
会場 |
日本テクノセンター研修室〒 163-0722 東京都新宿区西新宿2-7-1 新宿第一生命ビルディング(22階)- JR「新宿駅」西口から徒歩10分 - 東京メトロ丸ノ内線「西新宿駅」から徒歩8分 - 都営大江戸線「都庁前駅」から徒歩5分 電話番号 : 03-5322-5888 FAX : 03-5322-5666 |
こちらのセミナーは現在募集を締め切っております。
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。
営業時間 月~金:9:00~17:00 / 定休日:土日・祝日