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
-
- 9/24 新規モダリティの事業価値を最大化する 特許・知財戦略と費用対効果 (2025年09月12日)
- 9/29 半導体デバイスの 物理的ウエット洗浄の基礎と 最新情報の展開 (2025年09月12日)
- 9/29 医薬品R&D担当者に必要な マーケティング・特許調査方法と開発戦略 (2025年09月12日)
- 10/31 強誘電材料の特性・基礎と 強誘電デバイス・二次元強誘電体の作製および応用展望 (2025年09月12日)
- 9/24 <二酸化炭素や水素の分離技術へ> カーボンニュートラルに向けた膜分離の基礎、 無機分離膜の最新技術動向 (2025年09月12日)
- 9/29 医薬品事業における ポートフォリオ戦略策定/ポートフォリオマネジメント (2025年09月12日)
- 9/26 レオロジーを特許・権利化するための 基礎科学、測定技術、知財戦略 (2025年09月12日)
- 9/30 開発段階/市販後における 変異原性不純物の評価及び管理とCTD記載 (2025年09月12日)
- 9/29 再生医療等製品のプロジェクトマネジメントと 事業性評価・薬事戦略 (2025年09月12日)
- 9/25 静電選別技術の基礎・仕組みと応用 (2025年09月12日)