【Live配信 セミナー 1/19】研究データの統合、一元管理によるR&Dの高速化、高度化の進め方

＜セミナー　No．701504＞

【Live配信セミナー】

研究データの統合、一元管理による

　　　　R&Dの高速化、高度化の進め方

★定量的実験データをどのように収集･蓄積するのか！効果的な活用法とは！

----------------------------------------------------------------------------------

■　講師
【第１部】(株)日立製作所　フロントサービス事業統括本部 サービス事業創生本部
　　　Service Production & Delivery Studio データサイエンスエキスパート／
　　　　　　　　　　日立認定データサイエンティスト（プラチナ）　高原 渉氏

【第２部】 (株)ダイセル　研究開発本部　生技研開横断DXセンター　
　　　　　　　　　　　　  　　　 設計開発推進グループ　首席技師　兼子 祐氏
【第３部】 (株)レゾナック　計算情報科学研究センター
　　　　 情報・インフォマティクスグループ　プロフェッショナル　川原　悠氏
【第４部】 ハリマ化成(株)　研究開発カンパニー　研究企画部長 兼 企画課長　小畑 裕作氏

■　聴講料 ：

１名につき６６，０００円（消費税込み、資料付）　
１社２名以上同時申込の場合１名につき６０，５００円（税込）

大学、公的機関、医療機関の方には割引制度があります。
詳しくはお問い合わせください。

プログラム                                                                                    

【10:30～12:00】

【第１部】データ駆動型材料開発における 研究データの統合、一元化の仕方

(株)日立製作所　フロントサービス事業統括本部 サービス事業創生本部
Service Production & Delivery Studio データサイエンスエキスパート／
　　　　　　　日立認定データサイエンティスト（プラチナ）　高原 渉氏

【講演趣旨】
近年、マテリアルズ・インフォマティクス（MI）は各所で導入・検討が進められています。一方で、現場の実課題においては、どうMIを適用していけばよいのかといった悩みもよく聞かれるようになりました。MI適用のためにはAIフレンドリーなデータが必要となりますが、現場では人間フレンドリーなそれぞれの形式で各種のデータが点在していることが多く、いわゆるサイロ化が問題となります。本セミナーでは、MIの教科書として執筆した著書「マテリアルズ・インフォマティクス実践ハンドブック」で扱うサンプルワークを題材に、MI適用を見越した研究データの統合・一元化の基礎基本をExcelでのハンズオンも交えながら解説いたします。

【講演項目】
１．データ駆動型材料開発の変遷と現在地

２．データから考える材料開発現場における実務

３．材料開発の場面に存在するデータ
　　3.1　データの特性
　　　　 （データが少ない、データに欠損値がある、データが偏っている）
　　3.2　各種データの概要
　　　　 （テーブルデータ、画像データ、テキストデータ、有機材料データ、
　　　　　 無機材料データ、スペクトルデータ、時系列データ、など）

４．場面に応じた実験データの整形
　　 （ハンズオンを含みます）

５．場面に応じた実験データの管理
　　 （ハンズオンを含みます）

６．データから考える生成AI(Generative AI)と従来AI(Traditional AI)の使い分け

【質疑応答】

---------------------------------------------------------------

【12:40～14:10】

【第２部】社内・社外データを用いたMI事例とデータベースの構築

(株)ダイセル　研究開発本部　生技研開横断DXセンター　設計開発推進グループ　
　　　　　　　　　　　　　　　　　　　　　　　　　　　首席技師　兼子 祐氏

【講演趣旨】
本講演は、計算科学および社外実験データベースを活用したマテリアルズインフォマティクス（MI）の基礎検討について、株式会社ダイセル独自の事例を中心に紹介するものです。社内データの活用事例、社外データの活用事例、RadonPyコンソーシアムにおけるデータベース・シミュレーション・機械学習を組み合わせた事例、セルロース微結晶の溶解性に特化したシミュレーション・機械学習を組み合わせた事例、ホール移動度に特化したシミュレーション・機械学習を組み合わせた事例と、合成可能性を考慮した高分子ユニット生成技術を紹介し、今後の展望について議論します。

【講演項目】
１．自己紹介・会社紹介
　　1.1　発表者略歴
　　1.2　ダイセルの概要・沿革・事業内容

２．マテリアルズインフォマティクス（MI）の基礎
　　2.1　MIの使い道とワークフロー
　　2.2　実験・シミュレーション・MIの連携

３．社内・社外データを用いたMI事例
　　3.1　社内データベースの活用
　　3.2　副反応抑制溶媒探索・熱硬化性オリゴマー物性予測
　　3.3　社外データベースの活用
　　3.4　変異原性予測・ガラス転移温度予測
　　3.5　社内検討事例一覧とデータ取得カテゴリ

４．分子シミュレーションとデータベースの連携
　　4.1　RadonPyコンソーシアムの利用
　　4.2　低分子・高分子材料設計への応用
　　4.3　クラスター分析・物性相関の評価

５．PoLyInfoデータベースの活用
　　5.1　データ抽出・マッピング事例
　　5.2　物性データベースの今後

6．セルロース溶剤探索の共同研究事例
　　6.1　分子シミュレーション×機械学習による溶解性予測
　　6.2　実験・計算の相関、溶解メカニズムの解明

7．有機半導体材料探索の共同研究事例
　　7.1　第一原理計算×機械学習による有機分子結晶構造形成予測
　　7.2　分子構造探索、結晶構造の予測

8．合成可能性を考慮した高分子データベース構築の共同研究事例
　　8.1　SMiPolyによる仮想高分子ライブラリ生成
　　8.2　既存高分子との比較・新規性評価
　　8.3　合成可能性・逆解析の課題と提案

9．まとめ・謝辞

【質疑応答】

---------------------------------------------------------------

【14:20～15:50】

【第３部】電子実験ノートによる究情報収集と実験データベースの構築

(株)レゾナック　計算情報科学研究センター　情報・インフォマティクスグループ　
　　　　　　　　　　　　　　　　　　　　　　プロフェッショナル　川原 悠氏

【講演趣旨】
当社では社内情報の蓄積、共有、活用を目的として、2019年より電子実験ノートの適用を進めてきました。当初は技術情報の蓄積と共有を主なメリットとして電子実験ノートを推進してきましたが、利用が思うように進まない実態がありました。本講演では、普及活動の中で奏功した施策、現在進行中の施策や失敗事例も交えてお話します。また、昨今の生成AIとどのように連携すればよいか、当社の現時点の考え方を共有いたします。

【講演項目】
１．電子実験ノートとは
　　1.1　電子実験ノートに期待した点
　　1.2　当社の電子実験ノートの推進体制
　　1.3　国内外の電子実験ノートの利用状況

２．研究現場における課題と電子実験ノート導入
　　2.1　当社の技術情報活用の課題
　　2.2　電子実験ノートの意義と目的
　　2.3　電子実験ノート（BIOVIA Notebook）の特徴
　　2.4　電子実験ノート以外のツールとの比較

３．電子実験ノート導入の課題と対応
　　3.1　導入後の課題とユーザの抵抗
　　3.2　機能追加による電子実験ノート価値向上

４．ボトムアップ・トップダウンアプローチ
　　4.1　上層部、現場研究者、知財担当者の利用動機
　　4.2　トップダウンまでの道のり

５．DXツールとしての電子実験ノート
　　5.1　当社が陥ったアンチパターン
　　5.2　電子実験ノートに求める役割
　　5.3　電子実験ノートを活用したMIの仕組み
　　5.4　電子実験ノート導入による定量的効果

６．データベースとデータレイク
　　6.1　それぞれのメリットとデメリット
　　6.2　トレードオフの落としどころとしてのELNデータパイプライン

７．生成AI時代のデータベース
　　7.1　電子実験ノートチャットボットの開発
　　7.2　データベースとデータレイクを繋ぐ生成AI

【質疑応答】

---------------------------------------------------------------

【16:00～17:30】

【第４部】研究データの蓄積と構造化とデータプラットフォームの構築

ハリマ化成(株)　研究開発カンパニー　研究企画部長 兼 企画課長　小畑 裕作氏

【講演趣旨】
当社では、研究開発DXを「顧客価値創出の速度と質を高めるための取り組み」と位置づけ、研究開発に蓄積されるデータや知識を有効活用するための基盤づくりを進めている。まず、MI（マテリアルズインフォマティクス）の社内展開を通じて実験・分析データの活用を進めてきたが、その過程で、研究報告書や技術資料などに蓄積された過去の知見を再利用する重要性が見えてきた。本講演では、研究報告書を対象としたRAGの構築とPoC、その過程で見えてきた課題と改善の取り組みを紹介する。さらに、構造化データと文書に蓄積された知識をつなぎ、研究開発におけるデータ・知識・仮説・検証の循環を加速するデータプラットフォームの将来像について述べる。

【講演項目】
１．当社が考える研究開発DXとデータプラットフォーム
　　1.1　研究開発DXに取り組む背景
　　1.2　研究開発におけるデータと知識
　　1.3　構造化データと非構造化データ
　　1.4　当社が目指すデータプラットフォーム

２．MIによるデータ活用基盤の構築
　　2.1　MI導入の背景と課題
　　2.2　MIの民主化に向けた取り組み
　　2.3　データ活用を支える仕組みと人材・文化
　　2.4　MI展開から得られた学び

３．データ活用の次に見えてきた課題
　　3.1　研究報告書等に蓄積された知識
　　3.2　文書の蓄積から知識の活用へ
　　3.3　従来の情報検索における課題
　　3.4　データ活用から知識活用へ

４．研究報告書RAGによる知識活用基盤の構築
　　4.1　RAGの基本的な考え方
　　4.2　テキストデータベースとベクトルデータベース
　　4.3　研究報告書を対象としたRAGの内製
　　4.4　研究報告書の前処理とメタデータ
　　4.5　PoCによる評価と品質向上
　　4.6　研究開発業務への適用

５．RAG構築から得られた知見
　　5.1　検索・回答品質を左右する要因
　　5.2　データ・文書品質の重要性
　　5.3　RAGの開発・運用上の課題
　　5.4　生成AIを活用した知識活用基盤への展開

６．研究開発データプラットフォームの今後
　　6.1　構造化データと非構造化データをつなぐ
　　6.2　データ活用から知識活用へ
　　6.3　研究開発における「知的循環」の実現

【質疑応答】

セミナーの詳細についてお気軽にお問い合わせください。

２名以上同時にお申込される場合、２人目以降の方の情報は、

【弊社への連絡事項がございましたら、こちらにお書きください】欄に

ご入力をお願いいたします

◆Live配信セミナーについてのお願い◆

■お申込み前にご確認ください
・パソコンもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
  快適に視聴するには30Mbbs以上の回線が必要です。
・Zoomを使用されたことがない方は、ミーティング用Zoomクライアントをダウンロードして下さい。
  ダウンロードできない方はWebブラウザ(Google Chrome、Firefox、Microsoft Edge)でも受講可能です。
  Zoomの視聴にあたり、クライアントおよびWebブラウザは最新版にアップデートして使用してください。
・質問の際など、クリアな音声で会話ができるよう、ヘッドセット（イヤホンマイク）の使用をお勧めいたします。
・Zoomの使用方法につきましては、事前にWeb等でご確認ください。
  下記公式サイトから視聴環境をご確認いただけます。
　→視聴環境 　https://zoom.us/test

■Live配信セミナーの受講について
・開講日の4～5日前に視聴用のURLとパスワードをメールにてご連絡申し上げます。
セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
・出席確認のため、視聴サイトへのログインの際にお名前、ご所属、メールアドレスをご入力ください。
ご入力いただいた情報は他の受講者には表示されません。
・開催前日着までに、製本したセミナー資料をお申込み時にお知らせいただいた住所へお送りいたします。
お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。
・当日は講師への質問をすることができます。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。
  複数端末から同時に視聴することや複数人での視聴は禁止いたします。