～ ポリマー分野の技術者・研究者を対象にした ～
＊ 本ウェビナーは開催済みです。再開催のご要望があれば、お知らせください。
CMCリサーチウェビナー【ライブ配信】
開催日時：2023年1月12日（木）10:30～16:30
受 講 料：55,000円（税込） ＊ 資料付
＊メルマガ登録者 49,500円（税込）
＊アカデミック価格 26,400円（税込）
パンフレット
※ 本セミナーは、当日ビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
お申し込み前に、下記リンクから視聴環境をご確認ください。
→ https://zoom.us/test
★ アカデミック価格:学校教育法にて規定された国、地方公共団体および学校法人格を有する大学、大学院の教員、学生に限ります。
★【メルマガ会員特典】2名以上同時申込かつ申込者全員メルマガ会員登録をしていただいた場合、1名あたりの参加費がメルマガ会員価格の半額となります。
★ お申込み後のキャンセルは基本的にお受けしておりません。ご都合により出席できなくなった場合は代理の方がご出席ください。
講 師
倉地 育夫 氏 ㈱ケンシュー 代表取締役 工学博士
【講師経歴】
1977年3月 名古屋大学 工学部 合成化学科 卒業
1979年3月 同 大学院 工学研究科 応用化学専攻 博士課程前期修了
1983年4月 科学技術庁 無機材質研究所 留学（1984年10月まで）
1992年9月 学位取得（工学博士; 私立 中部大学）
1979年4月 ブリヂストンタイヤ 入社（現; ブリヂストン）
1984年11月 ブリヂストン 研究開発本部 復職
1991年9月 ブリヂストン 退社
1991年10月 コニカ 第四開発センター 入社（主任研究員）
1993年4月 福井大学 工学部 客員教授
1993年11月 コニカ 感材技術研究所 主幹研究員
1998年6月 同社 MG開発センター 主幹研究員
2001年8月 同社 中央研究所 所長付主幹研究員
2005年8月 コニカミノルタビジネステクノロジーズ 生産本部 生産技術センター デバイス技術部 第3デバイスグループリーダー
2008年10月 同社 生産技術センター デバイス技術部 担当部長
2009年4月 同社 開発本部 化製品開発センター 機能部材開発部 担当部長
2011年3月 コニカミノルタビジネステクノロジーズ 定年退社（57歳）
2011年3月 ケンシュー設立 代表取締役社長 就任（現在に至る）
【受賞歴】
2000年5月 第32回 日本化学工業協会 技術特別賞受賞
2004年5月 写真学会 ゼラチン賞受賞
その他 ブリヂストンの超高純度βSiC半導体技術が日本化学会 化学技術賞 受賞
【活 動】
高分子学会 代議員、高分子同友会 開発部会 世話人、日本化学会 代議員、日本化学会 産学交流委員会シンポジウム分科会 主査、同委員長、日本化学会 春季年会講演賞 審査委員長など
共著多数
セミナーの趣旨
材料設計の目標は、高分子でもセラミックスでも機能を高いロバストで実現することにあり、これは新材料開発でも同様である。
しかし、20世紀においてその方法論は様々だったが、21世紀DXの進展により、データを中心とした手法に収斂してきたかのような錯覚に陥る。データサイエンスへの関心が高まり、マテリアルインフォマティクス（MI）の流行へと時代は移ってきたが、設計や開発で遭遇する難解な問題とは、いつの時代でも回帰による予測やクラス分類、クラスタリングといった不易流行の分野である。
これらの分野で活用されることを想定し、1970年代に新QC7つ道具の一つとして重回帰分析や主成分分析等の多変量解析が採用された。しかし、当時は大型コンピューターの時代であり、それらを使用しての問題解決にはコストがかかった。
一方、ディープラーニングの起源となるアルゴリズム、パーセプトロンが1957年に考案され、それがMIの基礎となっている。これこそ材料分野で起きているDXと短絡的に考えてはいけない。環境問題のGXで高分子材料の問題は、トランスフォーメーションどころかRefuse（脱高分子）とRenewableのカオス状態であり、MIで一気に問題解決が進むとは思えない状況である。
40年以上前に新QC7つ道具として多変量解析に出会ってから今日のMIまで、データサイエンスについて応用研究をしてきた経験から、温故知新の視点で今回の重回帰分析と主成分分析を中心としたセミナーを企画した。新QC7つ道具として発表された当時はコストのかかる手法だったが、DXの進展により無料で解析できる時代になった。しかもMIのように多量のデータも必要としない。それ以上に、人間の手による重回帰分析と主成分分析では、成果というゴールを見ながら問題解決できる長所がある。重回帰分析と主成分分析についてコストを気にせず手軽に使って成果を出す、これこそDXの恩恵である。さらにMIよりも簡便に、回帰による予測やクラス分類、クラスタリングといった不易流行問題を解決できるのは魅力的である。
セミナー対象者
1. 高卒以上の中堅技術者
2. 材料技術を初めて担当する新入社員技術者研究者
3. データサイエンスと機械学習に関心のある技術者
4. 研究開発の管理者、実務担当者
5. 統計手法の考え方を学びたい技術者
セミナーで得られる知識
重回帰分析と主成分分析に関する知識と実際の手法
プログラム
※ 適宜休憩が入ります。
（1）データサイエンスと問題解決法
A. トランスサイエンス
B. iPS細胞ヤマナカファクターの問題解決法
C. コンピューターと問題解決法
D. データ駆動による問題解決法
E. タグチメソッド
F. 高分子材料開発で忘れてはいけないこと
（2）統計手法の復習
A. 相関
B. AIと統計
C. 重回帰分析
D. 主成分分析
2.無料で簡単に多変量解析する方法
（1）無料公開ソフトウェアーの使用法
（2）MS-Excelを使う重回帰分析
（3）MS-Excelを使う主成分分析
（4）Pythonで多変量解析
3.重回帰分析の活用事例
（1）重回帰分析を用いる問題解決法
（2）事例：ポリウレタン発泡体の難燃化技術
（3）事例：樹脂の劣化寿命予測法
4.主成分分析の活用事例
（1）主成分分析を用いる問題解決法
（2）事例：電気粘性流体の耐久性問題
（3）事例：難燃性PC/ABSの工程問題
5.まとめと参考情報
（1）PythonやAIが材料技術開発に導入される背景と知識獲得法
（2）多数のMS-Excelファイルからデータを吸い上げる。
（3）DXやGXが材料技術開発に及ぼした影響