～ マテリアルズインフォマティクスの基礎、機械学習による材料設計、モデルの解釈・説明、限られたデータへの対処法 ～
・機械学習を用いた材料設計手法と少数データへの適用手法・事例を修得し、実務に活かすための講座
・マテリアルズインフォマティクスの基礎から転移学習やマルチタスク学習、ベイズ最適化などの効果的な活用法までを修得し、利用可能データが少ない場合の材料開発に応用しよう！
・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少数データに対応するためのデータ科学活用のポイント ＜オンラインセミナー＞
講師の言葉
データ駆動型研究における最も重要な資源はいうまでもなくデータです。しかしながら、材料研究ではデータ駆動型研究に資する十分なデータを利用できないことが多々あります。
本講義では、限られたデータの壁を乗り越えるためのデータ科学の方法論や実験・シミュレーションデータの統合解析を中心に定め、様々な適用事例を挙げながら、マテリアルズインフォマティクスの基礎を学びます。
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、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 |
・化学・素材企業の技術者の方 ・マテリアルズインフォマティクスの基礎を学びたい方 ・情報科学・機械学習を活用した材料研究に関心がある方 ・スモールデータ（少数データ）に対するマテリアルズインフォマティクスの適用手法を学びたい方 |
| 予備知識 | ・特に必要ありませんが、物理学・化学・材料科学の基礎知識があると理解が深まります |
| 修得知識 |
・マテリアルズインフォマティクスのデータ解析に必要な基礎知識、ソフトウェア、データベースなど ・材料設計のための機械学習活用法と機械学習モデルの解釈性・説明性 ・十分なデータを利用できない場合の種々の対処法 |
| プログラム |
１．データ科学の基礎 （１）．マテリアルズインフォマティクスにおける機械学習：順問題と逆問題 （２）．様々な材料データベース （３）．様々なソフトウェア （４）．限られたデータの壁
２．機械学習による材料設計の基礎 （１）．組成・構造記述子 （２）．組成・構造から物性を予測する （３）．所望の物性を持つ分子を予測する （４）．高分子材料への適用例 （５）．合金系への適用例 （６）．XenonPyの紹介
３．モデルの解釈・説明 （１）．重要記述子の同定と解釈の難しさ （２）．説明可能AI （３）．機械学習による法則の発見
４．限られたデータへの対処法 （１）．転移学習・ドメイン適応・マルチタスク学習 （２）．スモールデータ問題と関数出力変数の予測 （３）．ベイズ最適化による適応的実験計画 （４）．実験・シミュレーション・機械学習の統合解析 （５）．高分子物性自動計算ソフトウェアRadonPyの紹介 |
| キーワード | マテリアルズインフォマティクス 機械学習 順問題 逆問題 材料データベース 材料設計 組成 物性予測 高分子材料 合金 XenonPy モデル 説明可能AI 転移学習 マルチタスク スモールデータ問題 ベイズ最適化 |
| タグ | 統計・データ解析、AI・機械学習、ゴム、プラスチック、実験計画・多変量解析、異種金属、高分子、金属材料、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