～ 材料組織の画像認識と特徴量抽出手法、機械学習を用いた順解析技術、記述子の評価、特性を最大化する理想組織像の逆解析技術 ～
・材料組織の特性推定から、理想の特性を実現する最適化のデータ解析手法を修得し、要求を満たす材料設計・材料開発に活かすための講座！
・材料組織の画像の特徴量を用いた機械学習や、特性を最大化する理想組織像の解析手法を活用し、効率的な材料開発に活かそう！
本講座はMicrosoft Teamsを利用予定です
・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
材料開発を効率よく行いたい時に、実験、モデリング、データサイエンスが三位一体となった統合型材料デザインの基本コンセプトを理解できるように講義を行います。その中で、特に本講義では、機械学習を材料研究・開発に導入するために理解しておくべき基礎事項と実例を紹介します。
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| 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 |
・材料開発の効率化を望む研究者・技術者の方 （金属材料を対象） ・構造金属材料を例として紹介しますが、金属材料を扱う分野であれば受講対象です （機械部品、鉄鋼材料、電子部品、電子材料、化学工学分野の材料研究・開発に携わる方） |
| 予備知識 | ・大学卒業程度の材料工学（特に金属材料学）の知識がある事が望ましい |
| 修得知識 | ・材料工学における材料組織の画像認識、特徴量抽出、その特徴量を使った機械学習による特性推定の順解析、特性を最大化する理想組織像の逆解析 |
| プログラム |
１．統合型材料デザインの基本コンセプト （１）．実験、モデリング、データサイエンスが三位一体となった統合型材料デザインの基本コンセプト
２．材料工学における材料組織の画像認識 （１）．フィルタリング、輝度値の閾値による二値化処理の原理 （２）．機械学習型画像処理 （３）．深層学習型画像処理
３．材料組織画像の特徴量抽出 （１）．材料工学的に重要な組織特徴量 （２）．数学的に重要な組織特徴量
４．機械学習による順解析技術と材料開発への応用 （１）．ニューラルネットワークの基礎と応用を中心に （２）．構造金属材料への応用
５．重要入力変数（記述子）の評価と材料開発への応用 （１）．感度解析 （２）．赤池情報量規準(AIC) （３）．ベイズ的情報量規準 （４）．Lasso （５）．構造金属材料への応用
６．逆解析技術と材料開発への応用 （１）．遺伝的アルゴリズム （２）．粒子群最適化 （３）．ベイズ的最適化 （４）．構造金属材料への応用 |
| キーワード | 画像認識 機械学習 組織特徴量 順解析 逆解析 ベイズ的情報量規準 遺伝的アルゴリズム 粒子群最適化 ベイズ的最適化 |
| タグ | 化学、データ解析、金属、粉体・微粒子 |
| 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 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
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。
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日
