化学品の市場調査、研究開発の支援、マーケット情報の出版

 
* 本セミ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。

        再開催を希望   

CMCリサーチセミナーのご案内

       開催日時:2020年1月16日(木)10:30~16:30 
       会  場:ちよだプラットフォームスクウェア 会議室  → 会場へのアクセス 
            〒101-0054 東京都千代田区神田錦町3-21
       受 講 料:47,000円 + 税    ※ 資料・昼食付
             * メルマガ登録者は 42,000円 + 税
             * アカデミック価格は 24,000円 + 税
            パンフレット
 
 ★ 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名以上同時申込で申込者全員メルマガ会員登録をしていただいた場合、2人目は無料です(1名価格で2名まで参加可能)。また、3名目以降はメルマガ価格の半額です。※ 他の割引と併用はできません。
 ★ セミナー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

五十嵐 康彦 氏
東京大学大学院 新領域創成科学研究科 助教

【講師経歴】
 平成21年 東京大学 工学部 計数工学科 卒業
 平成26年 東京大学大学院 新領域創成科学研究科 博士後期課程 修了
 平成26年 東京大学大学院 新領域創成科学研究科 特任研究員
 平成29年 物質材料研究機構 NIMSポスドク研究員
 平成29年 科学技術振興機構 さきがけ専任研究員
 平成31年 現職
 科学技術振興機構 さきがけ(兼任), 物材研究機構 物質・材料研究機構 統合型材料開発・情報基盤部門 NIMS外来研究員(兼任) 成城大学 非常勤講師(兼任)

セミナーの趣旨

 近年、人工知能(AI)が新聞やメディアなどで多く報道され、その応用先は爆発的に広がりを見せている。特にこのAI技術を日本の基盤産業である素材産業においても適用するマテリアルズインフォマティクスは、研究機関だけでなく、民間企業においても注目を集めており、材料開発にAI革命が訪れようとしている[2019年2月17日、日経新聞日曜版]。
 本講演では、マテリアルズインフォマティクスの有効なアプローチの一つであるスパースモデリングの基礎について講義する。スパースモデリングは、大量の高次元データから恣意性なしにそのデータの背後にある仮説(モデル)を系統的に導くデータ解析を可能にし、2000年代より爆発的に応用が進んでいる統計学/機械学習の枠組みである。本講演では、マテリアルズインフォマティクスにおけるスパースモデリングの応用事例を紹介し、先の日経新聞等でも報道されたナノシートの高効率収集やリチウムイオン電池の開発への応用などを実例に述べる。また、スパースモデリングを用いることで、ブラックホールの直接撮像などの画像処理技術への応用が進んでいる。本講演では、この基礎技術を用いることで、物質科学への計測データに対するインフォマティクスの応用(計測インフォマティクス)と、新たなマテリアルズインフォマティクスへの展開を紹介する。

セミナー対象者

 ・マテリアルズインフォマティクス、ケモンインフォマティクスなど、インフォマティクスに興味のある研究開発企画、技術企画、新事業企画などの担当者(化学や材料系で研究系・技術系)・放射光データや画像データなど、計測技術へのインフォマティクス応用に興味のある研究者・技術者

セミナーで得られる知識

 ・スパースモデリングの基礎、機械学習の基礎:分類と回帰
 ・スパースモデリングの新規材料・物質の探索、開発への応用方法
 ・スパースモデリングによる画像処理。ブラックホールの直接撮像から物質・材料を対象にした計測インフォマティクスまで。

プログラム

  ※ 適宜休憩が入ります。

1 スパースモデリングの基礎
 1.1 データ駆動科学とスパースモデリング
  ・マテリアルズインフォマティクスとは?
  ・マテリアルズインフォマティクスとデータ駆動科学
  ・データ洪水がもたらす科学の質的変化
  ・スパース化による仮説・検証ループ
 1.2 機械学習の基礎:分類と回帰
  ・機械学習入門―分類を例として―
  ・汎化性能と交差検定法による評価
 1.3 スパースモデリングの基礎
  ・スパースモデリング=変数選択
  ・データのスパース化の難しさ
  ・全状態探索法によるスパースモデリング
  ・スパースモデリング(変数選択)に関する二つの戦略

2 スパースモデリングによるマテリアルズインフォマティクス
 2.1 マテリアルズインフォマティクスとスパースモデリング
  ・スパースモデリングによる機能を予測する記述子抽出
  ・線形回帰におけるスパースモデリングの定式化
  ・線形回帰における全状態探索(ES-LiR)法
 2.2 リチウムイオン電池の電解液材料探索への応用
  ・マテリアルズインフォマティクスによる蓄電池研究の現状
  ・計算科学による電解液探索へのアプローチ
  ・記述子をコントロールした機能予測
 2.3 高収率なナノシート合成開発への応用
  ・高収率なはく離を実現する指針の確立
  ・未知な系で最少実験数による高収率合成の実証

3 計測インフォマティクスによる新規材料・物質の探索への新たな展開
 3.1 スパースモデリングによる画像処理
  ・フーリエ計測とスパースモデリング
  ・ブラックホールの直接撮像への応用
 3.2 放射光データ解析におけるスパースモデリングの応用
 3.3 計測インフマティクスによるマテリアルズインフォマティクスの今後の展開について

 

関連図書

        機械・装置

関連セミナー

        機械・エレクトロニクス・コンピュータ
        材 料