3/26 マテリアルズインフォマティクス（MI）の最新動向と 小規模データ駆動型MIの展開

1．マテリアルズインフォマティクス（MI）の最新動向
　1.1 一般的なMIへの期待
　1.2 MIでできることとできないこと
　1.3 MIの歴史と最近の動向
　　a)オートメーションとの融合
　　b)機械学習の深化
　1.4 MIに関する最近の課題
　1.5 小規模データに適用可能なMI

2．MIを活用したプロセス最適化事例：ナノシート材料合成の制御
　2.1 MIを導入した系の紹介
　　a)2次元材料
　　b)なぜMIが必要なのか
　2.2 データセットの準備
　　a)ハイスループットな目的変数の設定
　　b)説明変数の設定
　　c)研究者の関与
　2.3 機械学習と考察の融合による記述子抽出
　　a)スパースモデリング
　　b)全状態探索
　　c)研究者の関与
　2.4 予測モデル構築
　2.5 予測モデルを活用した最少実験数での実験例
　2.6 他の機械学習手法に対する優位性検証
　2.7 適用範囲の拡張に関する検討と予測モデル改良
　2.8 サイズ制御への応用
　2.9 サイズ分布制御への応用

3．MIを活用した物質探索事例：新規リチウムイオン二次電池有機電極活物質の性能予測と探索
　3.1 MIを導入した系の紹介
　　a)リチウムイオン二次電池有機正極・負極活物質
　　b)なぜMIが必要なのか
　3.2 データセットの準備
　　a)自前実験データを扱う場合
　　b)文献データをを扱う場合
　3.3 機械学習と考察の融合による記述子抽出
　3.4 予測モデル構築
　3.5 予測モデルを活用した最少実験数での実験例
　3.6 先行研究との比較
　3.7 他の機械学習手法に対する優位性検証

4．小規模・実験データへのMIの適用
　4.1 ツールとしてのMIを活用する時代へ
　4.2 明日からできるデータセットの準備
　4.3 明日からできる機械学習と経験・勘・考察の融合

5．おわりに

質疑応答