~ スパースモデリングの基礎、効率的な材料探索法、新規材料・物質の探索への新たな展開 ~
マテリアルズインフォマティクスに有効なスパースモデリングの基礎とPythonによる実装方法を修得し応用するための講座
スパースモデリング技術を修得し、画像処理技術、効率的な材料探索法、新規材料・物質の探索への新たな展開に応用するための特別セミナー!
・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。
~ スパースモデリングの基礎、効率的な材料探索法、新規材料・物質の探索への新たな展開 ~
マテリアルズインフォマティクスに有効なスパースモデリングの基礎とPythonによる実装方法を修得し応用するための講座
スパースモデリング技術を修得し、画像処理技術、効率的な材料探索法、新規材料・物質の探索への新たな展開に応用するための特別セミナー!
・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。
近年、人工知能(AI)が新聞やメディアなどで多く報道され、その応用先は爆発的に広がりを見せている。特にこのAI技術を日本の基盤産業である素材産業においても適用するマテリアルズインフォマティクスは、研究機関だけでなく、民間企業においても注目を集めており、材料開発にAI革命が訪れようとしている。
本講座では、マテリアルズインフォマティクスの有効なアプローチの一つであるスパースモデリングの基礎について講義する。スパースモデリングは、大量の高次元データから恣意性なしにそのデータの背後にある仮説(モデル)を系統的に導くデータ解析を可能にし、2000年代より爆発的に応用が進んでいる統計学/機械学習の枠組みである。
本講座では、スパースモデリングの基礎とその活用方法をPythonによる実践方法とともに説明する。次に、マテリアルズインフォマティクスにおけるスパースモデリングの応用事例を紹介し、先の日経新聞等でも報道されたナノシートの高効率収集への応用や、その基礎技術の発展について述べる。
また、スパースモデリングを用いることで、ブラックホールの直接撮像などの画像処理技術への応用が進んでいる。本講座では、この基礎技術を用いることで、物質科学への計測データに対するインフォマティクスの応用(計測インフォマティクス)と、新たなマテリアルズインフォマティクスへの展開を紹介する。
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、加工・接着接合・材料、ソフト・データ・画像・デザイン |
受講対象者 |
・マテリアルズインフォマティクスの適用を行おうとしている方 ・マテリアルズインフォマティクスの適用を行っているがどう材料開発等に活かすか、お悩みの方 ・PythonやSPSS、R等のプログラムを用いて、マテリアルズインフォマティクスに取り組んでいるが、内部がブラックボックスでお困りの方 ・材料開発、画像処理、データ解析ほか関連部門の技術者の方 |
予備知識 |
・高校数学程度の基礎知識 (機械学習の知識はなくても結構です) |
修得知識 |
・スパースモデリングによる重要な特性・記述子の抽出と、マテリアルズインフォマティクスへの活用方法 ・エクセルファイルのデータから、Pythonを用いたスパースモデリングの実践方法 |
プログラム |
1.スパースモデリングの基礎 (1).データ駆動科学とスパースモデリング a.マテリアルズインフォマティクスとは? b.マテリアルズインフォマティクスとデータ駆動科学 c.多量の高次元時空間データの洪水とデータ洪水がもたらす科学の質的変化 d.スパースモデリングによるデータ駆動科学:スパース化による仮説・検証ループの復活 (2).機械学習の基礎:分類と回帰 a.フィッシャーの線形判別解析(LDA)とサポートベクターマシン(SVM)の違い b.データ駆動科学における階層性 (3).スパースモデリングの基礎 a.クロスバリデーション(CV):交差検定法 b.データのスパース化の難しさ c.全状態探索法によるスパースモデリング d.スパースモデリングデータに対する適切なモデルの決定法 e.モデル選択の指標:交差検証誤差 (4).スパースモデリングの人工データによる実践 a.回帰問題:交差検証とモデル選択 b.識別問題:ロジスティック回帰による特徴選択 c.Pythonによるスパースモデリングの実装へのチュートリアル d.スパースモデリングの解析結果の可視化と情報抽出
2.マテリアルズインフォマティクスとスパースモデリング (1).マテリアルズインフォマティクスとスパースモデリング a.計算科学的アプローチと情報科学的アプローチの融合による効率的な材料探索 b.スパースモデリングによる機能を予測する記述子抽出 c.線形回帰におけるスパースモデリングの定式化 d.線形回帰における全状態探索(ES-LiR)法 e.全状態探索法による変数選択と状態密度推定 (2).リチウムイオン電池の電解液材料探索への応用 a.マテリアルズインフォマティクスによる蓄電池研究の現状 b.計算科学による電解液探索へのアプローチ c.記述子をコントロールした機能予測 (3).高収率なナノシート合成開発への応用 a.高収率なはく離を実現する指針の確立 b.未知な系で最少実験数による高収率合成の実証
3.計測インフォマティクスによる新規材料・物質の探索への新たな展開 (1).スパースモデリングによる画像処理 a.フーリエ計測とスパースモデリング b.画像データにおけるスパース性とデータ圧縮やノイズ除去 (2). 放射光データの解析への応用事例 a.スパースモデリングによって向上する計測限界と社会貢献への波及 b.物理モデルから導出される拡張フーリエ基底 (3).計測インフォマティクスによるマテリアルズインフォマティクスの今後の展開 a.スパースモデリング及びベイズ推論による計測インフォマティクスの推進 |
キーワード | スパースモデリング マテリアルズインフォマティクス データ駆動科学 交差検定法 全状態探索法 計算科学 計測インフォマティクス フーリエ計測 Python 計算科学 線形回帰 物理モデル フーリエ計測 画像データ |
タグ | 統計・データ解析、AI・機械学習、ソフト管理、データ解析、材料、画像処理 |
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