～ 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（MI）の基礎と材料開発における機械学習の応用例とそのポイント ＜オンラインセミナー＞
講師の言葉
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。
セミナー詳細
| 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。
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日