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

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9月9日(水)13:30~16:30 
       受 講 料:40,000円 + 税  * 資料付
          *メルマガ登録者 36,000 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名目以降はメルマガ価格の半額です。
 ★ 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

 秋津 貴城 氏  東京理科大学 理学部第二部 化学科 教授

セミナーの趣旨

 系統的データから帰納的に法則を見出すこと、所望の構造や機能をもつ化合物を系統的な実験から探索すること、データベースや計算化学による予測で候補化合物を絞り実験すること、といった従前の化学研究スタイルや演者の過去の研究を見直しながら、適用できそうなAI利用の研究例を紹介する。新しい化学研究のスタイルに期待しながら、実験中心のスタイルと比較しつつ、注意点等を知りたい方に敷居の低い化学的な内容や話題を提供する。

セミナー対象者

 これからAIを使用した計算およびデータ駆動型化学研究を行ってみたいが、何から始めてよいか分からず、何かきっかけが欲しいと考えている、化学関連分野の技術者や研究者など。

セミナーで得られる知識

 ・系統的なデータから帰納的に法則性を見出す化学の研究方法
 ・系統的な実験に加え計算化学を利用する化学の研究方法
 ・データベースや計算化学で候補化合物を絞る化学の研究方法
 ・AIを利用した化学研究例や動向の紹介

プログラム

      ※ 適宜休憩が入ります。

1 配位子場分裂
 1-1 従来の帰納的な相関量の化学研究
 1-2 AIによるスピンクロスオーバー研究

2 MOFの結晶構造
 2-1 系統的実験で珍しい構造を見つける
 2-2 計算化学による結晶構造予測の研究

3 金属の組み合わせ
 3-1 金属や同位体を置換していく実験
 3-2 AIによる金属間化合物の探索研究

4 触媒の設計と反応条件
 4-1 光触媒や反応条件を実験で試す
 4-2 AIによる逆問題としての触媒研究

5 IRスペクトル
 5-1 複合系の偏光IRスペクトルと解釈
 5-2 AIによるIRスペクトルの解釈

6 蛋白質とリガンド
 6-1 蛋白質とリガンドのキラル分子認識
 6-2 PDBデータとドッキング計算スコア

7 サレン錯体と生化学
 7-1 AIによる抗がん剤予測の研究
 7-2 データベースと計算後に実験したら

8 サレン錯体と結晶構造データベース
 8-1 結晶構造データベースCSDとPDB
 8-2 系統的な結晶解析実験と特徴的構造

9 サレン錯体とXRD
 9-1 単結晶・粉末XRDでの苦労
 9-2 CNNとICSDによるXRDの予測研究

10 サレン錯体DSSCの失敗
 10-1 DSSCの指針やANNでの相関研究
 10-2 しかしDSSC研究は失敗した

11 データやAIの人材育成
 11-1 現状や(大学院)教育

 

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