~第一原理計算、ニューラルネットワーク、量子アニーリングを用いた展開~
⭐「第一原理計算をベースとしたマテリアルズ・インフォマティクス展開」を主題に、わかりやすく解説します。
※本セミナーはZOOMを使ったLIVE配信セミナーです。会場での参加はございません。
【アーカイブ配信:1/15~1/28(何度でも受講可能)】の視聴を希望される方は、 こちら からお申し込み下さい。
R&D支援センターウェビナーのご案内
開催日時:2026年1月14日(水)13:00~16:00
開催場所:【WEB限定セミナー】※ 会社やご自宅でご受講ください。
参 加 費:49,500円(税込)
備 考
・資料付(PDFデータでの配布)
※紙媒体での配布はございません。
※資料の無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
【Zoomを使ったWEB配信セミナー受講の手順】
1)Zoomを使用されたことがない方は、 こちら からミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
2)セミナー前日までに必ず動作確認をお願いします。Zoom WEBセミナーのはじめかたについては こちら をご覧ください。
3)開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。
お申し込み受付中
申込方法
下記のカートへの投入、あるいはFAX用紙にてお申込ください。
| FAX申込用紙PDF |
講 師
東京科学大学 物質・情報卓越コース マネジメント教授 博士(工学) 前園 涼 氏
1995年3月(H07) 東京大学/工学部物理工学科卒業
2000年3月(H12) 東京大学大学院/工学系研究科 物理工学専攻
博士課程修了。博士(工学)
2001年1月(H13) ケンブリッジ大学/キャベンディシュ研究所
博士研究員(英国EPSRC研究員/2年)
2001年4月(H13) 独立行政法人/物質・材料研究機構・研究員
(常勤/テニュア付与/至2007年3月)
2007年3月(H19) 北陸先端科学技術大学院大学/情報科学研究科
講師、准教授を経て教授
2025年4月(R07) 東京科学大学/物質・情報卓越コース
マネジメント教授、現在に至る
この間
・兼任/JSTさきがけ「シミュレーション技術の革新と実用化基盤の構築」
・客員; 横浜市立大学/東京大学・物性研究所/理化学研究所
・非常勤; 阪大理学系物理/金沢大数物科学/横国大物理情報/九大総合理工材料
受講対象・レベル
材料研究開発におけるシミュレーション活用に興味のある初学者
必要な予備知識
材料研究開発の需要やインパクトは理解されている実務者であることは前提とさせて頂きます。
習得できる知識
・第一原理計算の活用イメージ
・マテリアルズ・インフォマティクスで抑えるべき基本コンセプト
・計算機資源運用で抑えるべき基本コンセプト
・データ科学活用のイメージ
趣 旨
データ科学的なアプローチを駆使した材料科学研究「マテリアルズ・インフォマティックス」が大きな潮流となっています。マテリアルズ・インフォマティックスがカバーする範囲は広大で、製造プロセスにおける数量や画像に対するデータ科学解析の応用といった、コンセプト理解にさほど難のないものも含まれます。本講では、特にコンセプト理解が難しいとされる「第一原理計算をベースとしたマテリアルズ・インフォマティックス展開」を主題とします。最初に、根幹となる第一原理計算のコンセプト、材料科学研究への使われ方から丁寧に解説します。関連する話題として、ニューラルネットワークによる研究、量子アニーリングを用いた研究事例を題材として「どのような考え方で、どこにデータ科学が利用されているのか」という点を解説していきます。
プログラム
1-1 第一原理計算はどんな暗箱か…原子ジオメトリを入力にエネルギーを計算する
1-2 第一原理計算で物性量を計算する仕組み…外回りループでエネルギーの依存性を計算する
1-3 材料科学シミュレーションでの第一原理計算の位置づけ…エンタルピー項とエントロピー項
1-4 計算熱力学への展開事例…合金状態図に対する適用
2.マテリアルズ・インフォマティクスとの結びつき
2-1 第一原理計算研究からインフォマティクスへの道筋…構造探索から/回帰関係構築から
2-2 物質構造探索(ランダム探索、ベイズ探索、群知能探索)…物質構造探索をどう実現するか
2-3 第一原理計算活用に要求される相関モデリング…複雑な物性予測をどう取り扱うか
2-4 相関モデリングによる展開事例…物性改良を実現する元素置換の探索
2-5 置換構造の取り扱い…大量の置換位置可能性をどう取り扱うか
3.ニューラルネットワークを用いた展開
3-1 ニューラルネットワークの抑えどころ…自己符号化器と特徴量空間
3-2 展開事例…自己符号化器を用いたスペクトル識別
4.量子アニーリングを用いた展開
4-1 量子アニーリングの抑えどころ…拘束条件をスピンハミルトニアンで書く
4-2 展開事例…イオン拡散経路の数え上げ
