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12月14日(月)10:30~16:30 
       受 講 料:50,000円 + 税  * 資料付
          *メルマガ登録者 45,000 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

日野 英逸 氏
統計数理研究所 モデリング研究系 教授 、
理化学研究所革新知能統合研究センター 客員研究員

【講師経歴】
 京都大学 工学部卒 京都大学大学院 情報学研究科修了、㈱社日立製作所 システム開発研究所研究員、早稲田大学大学院 先進理工学研究科修了(博士(工学))、早稲田大学,筑波大学を経て,現在、統計数理研究所 モデリング研究系 教授 、理化学研究所 革新知能統合研究センター 客員研究員

【研究歴】
 数理工学,特に機械学習の理論と応用

【所属学会】
 IEEE,電子情報通信学会,日本鉄鋼協会,日本神経回路学会に所属

【著 書】
 原著論文 40報,国際会議論文 60報以上を執筆

セミナーの趣旨

 計測技術・材料開発技術の高度化により,高機能かつ高付加価値な材料開発が進んでいるが,膨大なデータ及び広大な探索空間から効率的に情報を抽出して計測を高速化し,所望の性質を有する材料開発をハイスループットに行うことは喫緊の課題である。データ科学と物質・材料科学とを融合させる新物質・材料 科学研究を加速する取組みが進んでいる。
 本セミナーでは,能動学習とベイズ最適化の基本的な考え方と応用例を通して,計測・材料開発の高度化に向けて機械学習の手法がどのように適用できて,どのような問題を解決できるかを理解することを目的とする。

セミナー対象者

 機械学習・統計学を活用して計測,材料開発の効率化を図る研究者・技術者

セミナーで得られる知識

 教師付き学習の基礎・諸手法の概要と,能動学習,ベイズ最適化の考え方と応用例

プログラム

           ※ 適宜休憩が入ります。
1 機械学習と統計概論
 1.1 教師付き学習
 1.2 実験計画とサンプルサイズの考え方
 1.3 ガウス過程回帰

2 ベイズ最適化
 2.1 問題設定
 2.2 基本的な手法
 2.3 応用例

3 能動学習
 3.1 問題設定
 3.2 基本的な手法
 3.3 最適停止問題
 3.4 応用例(相図作成の効率化,スペクトル計測の効率化)
 
 

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