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
-
- 【技術書籍】【製本版+ebook版】開発段階に応じたバリデーション実施範囲・品質規格設定と変更管理 -プロセス/分析法バリデーション- (2023年11月29日)
- 【技術書籍】開発段階に応じたバリデーション実施範囲・品質規格設定と変更管理 -プロセス/分析法バリデーション- (2023年11月29日)
- 12/25 微粒子分析技術の基礎と応用 (2023年11月27日)
- 12/18 少数データ、データ不足における 機械学習適用の問題解決方法とその戦略 (2023年11月27日)
- 12/26 高品質スラリー調製のための 分散技術とその安定化、評価方法 (2023年11月24日)
- 1/26 AFM(原子間力顕微鏡)の基本原理と 操作・測定・解析方法の基本と 最適化・有効活用法 (2023年11月10日)
- 2/14 塗工技術 (スロットダイ、グラビア、バー、コンマ)の ノウハウ (2023年11月10日)
- 1/22 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 (2023年11月10日)
- 1/29 医薬品開発における 事業性評価・ポートフォリオ分析と意思決定手法 ~説得力のある提案を行うために、 どのような評価・分析を行えば良いか~ (2023年11月10日)
- 3/13 酸化ガリウムパワーデバイスの開発動向 (2023年11月10日)