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:2022年8月30日(火)13:30~16:30 
       受 講 料:44,000円(税込)  * 資料付
          *メルマガ登録者 39,600円(税込)
          *アカデミック価格 26,400円(税込)
         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名以上同時申込かつ申込者全員メルマガ会員登録をしていただいた場合、1名あたりの参加費がメルマガ会員価格の半額となります。
 ★ 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/新規登録希望者はこちらから]
 弊社のメルマガ会員(登録無料)は、参加費が10%引きになります。
 メルマガ登録者/新規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受信可否「受信する」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名以上同時申込かつ申込者全員メルマガ会員登録をしていただいた場合、1名あたりの参加費がメルマガ会員価格の半額となります。ウェビナー参加のお申込は、お一人ずつ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 (受講料半額)   FAX申込用紙PDF 
  受講者2 (受講料半額)   FAX申込用紙PDF 
  受講者3 (受講料半額)   FAX申込用紙PDF 
  * 4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

 野田 祐輔 氏  岡山県立大学 情報工学部 情報通信工学科 准教授

【講師経歴】
 2010年3月 横浜国立大学 工学部 知能物理工学科 卒業
 2012年3月 横浜国立大学 大学院工学府 物理情報工学専攻 物理工学コース博士課程前期(PEDプログラム) 修了
 2014年4月 日本学術振興会 特別研究員 DC2(受入機関:横浜国立大学)
 2015年3月 横浜国立大学 大学院工学府 物理情報工学専攻 物理工学コース博士課程後期(TEDプログラム) 修了
 2015年4月 日本学術振興会 特別研究員 PD(受入機関:理化学研究所)
 2016年4月 物質・材料研究機構 統合型材料開発情報基盤部門 情報統合型物質・材料研究拠点 蓄電池材料グループ(名古屋工業大学サテライトオフィス) ポスドク研究員
 2018年4月 名古屋大学 大学院工学研究科 物質科学専攻 特任助教(CREST研究員)
 2020年4月 金沢学院大学 経済情報学部 経済情報学科 講師
 2021年4月 岡山県立大学 情報工学部 情報通信工学科 准教授(現在に至る)

セミナーの趣旨

 多くの学術分野においてAI・機械学習の応用が注目され、データ活用によって更なる発展が進んでいる。産業界においてもAI・機械学習のニーズが増え、AI・機械学習を導入することで研究開発が加速化するケースが増えている。データ活用の基盤技術となる機械学習には様々なアルゴリズムや解析手法があり、それぞれのアルゴリズムや解析手法で用途や解析対象が異なるため、機械学習を的確に活用するためには概要や基本的な知識を理解する必要がある。
本セミナーでは、機械学習の初心者・将来的に機械学習を活用したい方を対象に、機械学習の基礎知識や主な機械学習アルゴリズムを解説する。機械学習アルゴリズムを応用したマテリアルズ・インフォマティクス(MI)研究の実例も併せて紹介し、第一原理計算を代表とする材料シミュレーションと連携することで機械学習をどのように有効活用できるかを述べる。

セミナー対象者

 ・ 機械学習の概要や基礎知識を習得したい方
 ・ 材料シミュレーションと機械学習を連携させたMI研究に興味のある方

セミナーで得られる知識

 ・ 機械学習とその関連用語の概要や基礎知識
 ・ 機械学習の実行に必要な基本技術
 ・ 機械学習アルゴリズムとその用途
 ・ 機械学習のMI研究への活用

プログラム

      ※ 適宜休憩が入ります。

1.機械学習の基礎知識
 1.1 第4の科学「データ科学」
 1.2 機械学習とは何か?
 1.3 回帰
 1.4 分類
 1.5 クラスタリング
 1.6 次元削減
 1.7 その他の機械学習
  
2.機械学習の実行における基本技術
 2.1 データセット
 2.2 スケーリング
 2.3 回帰モデルの性能評価
 2.4 分類モデルの性能評価
 2.5 過学習と汎化
 2.6 正則化
 2.7 アンサンブル学習
 2.8 ベイズの定理
  
3.機械学習のアルゴリズム
 3.1 ニューラルネットワーク
 3.2 ロジスティック回帰
 3.3 決定木
 3.4 サポートベクターマシン
 3.5 部分的最小二乗法
 3.6 主成分分析
 3.7 オートエンコーダ
 3.8 ベイズ最適化
 3.9 マルコフ連鎖モンテカルロ法
  
4.MI研究の実例の紹介(機械学習の活用を中心に)
  
5.まとめ(質疑応答・個別相談を含む)

  

  
  

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