～ 機械学習の基礎、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 ～
・機械学習と計算化学を組み合わせて効果的にデータ解析を行い、新材料の開発や分子構造の発見に活かすための講座！
・分子構造や離散的な測定データの変換方法とデータ解析技術を修得し、効率的な材料開発に活かそう！
・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。
マテリアルズ・インフォマティクスの基礎と計算化学・機械学習を連携させた機能性材料開発への応用 ＜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、機械学習に加えて、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。また、分子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について解説し、機械学習に計算化学や第一原理計算を併用した材料開発について、最先端の研究例を紹介します。
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 | 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 |
・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 | 大学初年度程度の理系知識 |
| 修得知識 |
・マテリアルズ・インフォマティクス（MI）の概要 ・機械学習や計算化学などMIで利用される計算方法 ・材料のデータ化方法 ・機能性材料開発への応用例 |
| 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．データ解析手法の基礎 （１）．分子表現のための記述子 （２）．主成分分析、主成分回帰 （３）．PLS回帰 （４）．サポートベクターマシン （５）．材料分野への応用
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．機械学習の基礎 （１）．ニューラルネットワーク （２）．損失関数と学習 （３）．畳み込みニューラルネットワーク （４）．ベイズ最適化 （５）．CNNを用いた材料設計
５．分子シミュレーションと第一原理計算 （１）．分子シミュレーション ａ．原子相互作用の取り扱い ｂ．分子動力学法について （２）．第一原理計算の基礎 ａ．量子化学計算の基礎理論 ｂ．密度汎関数法の基礎理論 ｃ．汎用プログラムについて （３）．計算化学とMIの融合という観点 （４）．インフォマティクス応用によるスケールアップ
６．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
７．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 | マテリアルズ・インフォマティクス 記述子 主成分分析 主成分回帰 サポートベクターマシン 分子構造 ニューラルネットワーク CNN 分子シミュレーション 第一原理計算 計算化学 |
| タグ | AI・機械学習、研究開発、化学工学、材料 |
| 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。
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