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

~ 化学反応予測・実験条件最適化・量子化学理論の高度化を例として ~

CMCリサーチウェビナー【ライブ配信】 のご案内

       開催日時:2020年8月20日(木)13:30~16:30 
       受 講 料:42,000円 + 税  * 資料付
          *メルマガ登録者 37,000 円 + 税
          *アカデミック価格 24,000 円 + 税
         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名目は無料、3名目以降は半額です。
 ★ 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。
 
お申し込み受付中

申込方法

 ウェビナー参加のお申込は、下記のカートへの投入、あるいはFAX用紙にてお願いします。
 セミナーお申し込み前に必ず  こちら  をご確認ください。

   FAX申込用紙PDF 
 [メルマガ登録者はこちらから]
 弊社のメルマガ登録者は、参加費が10%引きになります。メルマガ登録をされていない方で、登録をご希望の方は、メルマガ登録を行ってから、ウェビナー参加を、お申込ください。 → メルマガ登録ページ 
 メルマガ登録者のウェビナー参加は、下記のカートへの投入によってお申込ください。 また、FAX申込用紙でお申込の場合は、FAX申込用紙のメルマガ登録の項にチェックをお願いします。
   FAX申込用紙PDF 
 ◇◇ メルマガ会員特典での複数名の受講申込みはこちらから ◇◇ 
  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ている場合、2人目は無料です。また、3名目以降はメルマガ価格の半額です。複数名の受講申込みで、メルマガ登録をされていない方がおられる場合には、メルマガ登録を行ってから、ウェビナー参加を、お申込ください。 → メルマガ登録ページ  ウェビナー参加のお申込は、下記のカートへの投入、あるいはFAX用紙にてお願いします。
    受講者1 (メルマガ価格)   FAX申込用紙PDF 
  受講者2 (受講料無料)   FAX申込用紙PDF 
  受講者3 (受講料半額)   FAX申込用紙PDF 
  受講者4 (受講料半額)   FAX申込用紙PDF 
  受講者5 (受講料半額)   FAX申込用紙PDF 
  * 6名以上の受講については、CMCリサーチまでお問い合わせください。 → お問い合わせページ 
 [アカデミック価格申込者はこちらから]
   FAX申込用紙PDF 
 

講 師

 清野 淳司 氏 
 早稲田大学 理工学術院総合研究所 次席研究員/研究院講師 JST さきがけ研究者

【講師経歴】
 2010年に 首都大学東京大学院 理工学研究科 分子物質化学専攻にて博士(理学)を取得。その後、早稲田大学理工学術院 助手、日本学術振興会 特別研究員(PD)を経て、2015年より現職。また、2017年10月より科学技術振興機構 さきがけ研究員を兼任。

【研究歴】
 これまでに、周期表上のあらゆる元素を含む物質・材料に適用可能な大規模相対論的量子化学理論・プログラムの開発、およびインフォマティクスとの融合による量子化学の深化と化学の諸問題への応用を行ってきた。

セミナーの趣旨

 近年、人工知能(AI)技術は、化学分野における実験・理論・計算の様々な領域で活用され始めている。本セミナーでは、化学の諸分野と AI技術の融合研究を実施するための基礎を説明する。またこれらに関する幾つかの具体的な研究事例(反応予測、実験条件最適化、量子化学理論の高度化)や将来的な展望を述べたい。

セミナー対象者

 化学に関連した研究に従事しており、人工知能技術の活用・発展に興味のある研究者・技術者

セミナーで得られる知識

 化学における人工知能技術の基礎知識(機械学習・進化的計算・化学における記述子)
 人工知能技術を導入した最新の化学研究事例(化学反応の予測・実験条件最適化・高速な量子化学計算手法など)

プログラム

      ※ 適宜休憩が入ります。

1.人工知能技術の概要
 1.1 化学と人工知能技術
 1.2 人工知能技術の種類と特徴
 1.3 機械学習の概要
 1.4 進化的計算の概要

2.化学における記述子
 2.1 構造的特徴を表した記述子
 2.2 電子的特徴を表した記述子

3.機械学習と実験・計算による化学反応予測
 3.1 反応予測システムの歴史
 3.2 機械学習と電子状態情報を用いた反応予測の研究事例
 3.3 均一系触媒における有機化学反応に対する反応予測への適用
 3.4 将来展望

4.機械学習と実験/計算による反応条件最適化
 4.1 近年の実験条件最適化研究の動向
 4.2 実験条件最適化における研究事例
 4.3 溶媒条件最適化における研究事例
 4.4 将来展望

5.機械学習による量子化学理論の高度化
 5.1 密度汎関数理論における研究事例
 5.2 波動関数理論における研究事例
 5.3 将来展望

 

関連図書

        機械・装置

関連セミナー/ウェビナー

        機械・エレクトロニクス・コンピュータ