| イベント名 | マテリアルズインフォマティクスの基礎と スモールデータ問題への対処法 |
|---|---|
| 開催期間 |
2024年01月22日（月）
10:30～16:30 ※会社・自宅にいながら受講可能です※ |
| 会場名 | Live配信セミナー（リアルタイム配信） |
| 会場の住所 | 東京都 |
| お申し込み期限日 | 2024年01月22日（月）10時 |
| お申し込み受付人数 | 30 名様 |
| お申し込み |
|
マテリアルズインフォマティクスの基礎と
スモールデータ問題への対処法
～データ解析に必要な基礎知識、ソフトウェア、データベース、最新技術～
～限られたデータの壁を乗り越えるための方法～
材料研究において大きな障壁となる「スモールデータ問題」。
その壁を乗り越えるためのデータ科学の方法論や実験・シミュレーションデータの統合解析について、様々な事例を含め、MIの基礎から解説。
| 講師 |
大学共同利用機関法人情報・システム研究機構 統計数理研究所 教授 博士(学術) 吉田 亮 氏
専門：機械学習、マテリアルズインフォマティクス
H P：http://spacier.ism.ac.jp/
| 趣旨 |
データ駆動型研究における最も重要な資源はいうまでもなくデータです。しかしながら、材料研究ではデータ駆動型研究に資する十分なデータを利用できないことが多々あります。
本講義では、限られたデータの壁を乗り越えるためのデータ科学の方法論や実験・シミュレーションデータの統合解析を中心テーマに定め、様々な事例を挙げながら、マテリアルズインフォマティクスの基礎を学びます。
| プログラム |
１．はじめに
1.1 マテリアルズインフォマティクスにおける機械学習の基本：順問題と逆問題
1.2 材料データベース
1.3 ソフトウェア
1.4 スモールデータの壁
２．マテリアルズインフォマティクスにおける機械学習の基礎
2.1 組成・構造記述子
2.2 組成・構造から物性を予測する
2.3 所望の物性を持つ分子を予測する
2.4 高分子材料への適用例
2.5 合金系への適用例
2.6 XenonPyの紹介
３．モデルの解釈・説明
3.1 重要記述子の同定と解釈の難しさ
3.2 説明可能AI
3.3 機械学習によるルールの発見
４．限られたデータへの対処法
4.1 転移学習・ドメイン適応・マルチタスク学習
4.2 スモールデータ問題と関数出力変数の予測
4.3 ベイズ最適化による適応的実験計画
4.4 実験・シミュレーション・機械学習の統合解析
4.5 高分子物性自動計算ソフトウェアRadonPyの紹介
□質疑応答□
※詳細・お申込みは上記
「お申し込みはこちらから」（遷移先WEBサイト）よりご確認ください。
- サイト内検索
- ページカテゴリ一覧
- 新着ページ
-
- 9/29 利益を逃がさない意思決定をするための正しい設備投資効果の分析とR&Dの成果・テーマ評価の実践 (2026年08月07日)
- 9/18 ステージゲート法による研究開発テーマ評価とGO/STOP 判断の実務 (2026年08月07日)
- 9/17 ＜Excelだからコストをかけずに簡単に計算できる！＞Excelを用いる蒸留の理論とシミュレーション (2026年08月07日)
- 10/20 消泡剤の作用機構と選定・活用のポイント (2026年08月07日)
- 9/25 半導体量子ビットの基礎と研究動向および技術課題と展望 (2026年08月07日)
- 10/27 粘着剤・粘着テープの粘着・剥離現象と評価・選定方法【サンプル配付による実演型講義】 (2026年08月07日)
- 9/30 AI画像処理・画像生成技術のための画像品質評価 (2026年08月06日)
- 9/28 【新 適合性書面調査チェックリスト：新旧の比較・解釈】信頼性基準適用試験の運用への落とし込みと(海外導入品など)日本申請時の信頼性保証 (2026年08月06日)
- 9/25 ニューラルネットワーク分子動力学法の基礎と応用Ai for Scienceを活用した材料設計 (2026年08月06日)
- 10/28 《製薬企業で成果を生み出す》マーケティング思考の本質理解と製品戦略・上市戦略の実践 (2026年08月06日)
