～ データ解析手法の基礎、構造データ・測定データのパラメータ化、機械学習の基礎、生成モデルの利用、計算化学シミュレーション、材料開発における応用例 ～
・機械学習に計算化学や第一原理計算を併用し、効率的な材料開発に活かすための講座！
・基礎的なデータ解析手法や、機械学習、計算化学シミュレーション、生成モデルを組み合わせて解析を行い、効率的な機能性材料の開発に活かそう！
・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効率的な材料開発への応用 ＜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。 MIの利用には、シミュレーション技術の基礎の理解が欠かせません。
本講義を受講していただくことで、MIの理解を深め、技術導入が容易になることが期待されます。
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 | ・大学初年度程度の化学知識 |
| 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（ＭＩ）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の方法 （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．生成モデルの利用 （１）．生成モデルによる物質空間の拡張 （２）．構造生成モデルの概要 （３）．変分オートエンコーダ （４）．ＭＩにおける生成モデルの利用
６．計算化学シミュレーション （１）．ＭＩにおける計算化学の利用方法 （２）．分子シミュレーションの概要 ａ．原子相互作用の取り扱い ｂ．分子動力学法の原理 （３）．第一原理計算の概要 ａ．量子化学計算の基礎理論 ｂ．汎用プログラムについて
７．材料開発における応用例 （１）．スペクトルデータ解析 （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 分子表現 記述子 PLS回帰 サポートベクターマシン 分子構造 結晶構造 画像 スペクトルデータ 機械学習 生成モデル 計算化学シミュレーション 第一原理計算 |
| タグ | データ解析、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。 |
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