6/12 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
| イベント名 | 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 |
|---|---|
| 開催期間 |
2026年06月12日（金）
10:30～16:30 ※講義中の録音・撮影はご遠慮ください。 ※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。 ※詳細・お申込みは、下記「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。 【配布資料】 製本テキスト(開催日の4、5日前に発送予定) ※開催まで4営業日～前日にお申込みの場合、セミナー資料の到着が開催日に間に合わないことがございます。Zoom上ではスライド資料は表示されますので、セミナー視聴には差し支えございません。 |
| 会場名 | ライブ配信セミナー（リアルタイム配信） |
| 会場の住所 | オンライン |
| お申し込み期限日 | 2026年06月12日（金）10時 |
| お申し込み受付人数 | 30 名様 |
| お申し込み |
|
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
■AI技術×計算科学＝ニューラルネットワーク分子動力学シミュレーション■
～基礎から応用まで、企業の材料開発へ実践的な内容を解説します。～
～進展が非常に速すぎるニューラルネットワーク分子動力学法を基礎から網羅～
| 講師 |
東北大学金属材料研究所 計算材料学センター センター長 教授 久保 百司 氏
【専門】
マルチスケール・マルチフィジックス計算科学
| セミナー趣旨 |
ここ数年、AI技術と計算科学を組み合わせた「ニューラルネットワーク分子動力学シミュレーション」が、大学などの研究機関のみならず、企業においても大きな注目を浴びています。特に、（１）第一原理計算と同等の計算精度で大規模計算が可能、（２）パラメータ開発の困難さからの脱却が可能、（３）8元素種を越えるような多元素系への適用が可能、（４）複雑な化学反応への対応が可能、（５）二次元材料への応用が可能、などニューラルネットワーク分子動力学法はこれまでの分子動力学法に比較して多くの長所を有することから、その産業応用が加速度的に広がっています。しかし、その進展が非常に速すぎるために、ニューラルネットワーク分子動力学法を基礎から学ぶ機会が十分に提供されていない現状があります。
そこで本セミナーでは、ニューラルネットワーク分子動力学法の基礎から応用までの講義を中心に行うとともに、ニューラルネットワーク分子動力学法の特徴・長所、さらにはニューラルネットワーク分子動力学法が得意な計算対象や課題、うまく計算できなかった場合の対処方法についても説明をさせて頂き、今後、ニューラルネットワーク分子動力学シミュレーションを行う時に、どのようなことに気をつけて行けば良いのかなど実践的な内容についてお話をさせて頂きます。聴講者の方には、ニューラルネットワーク分子動力学シミュレーションをいかに実際の企業における材料開発に応用可能であるか、どうすればニューラルネットワーク分子動力学シミュレーションを企業で有効に活用できるのかの基礎と将来戦略を理解して頂けるものと考えています。なお、各聴講者の方からの質問についても、可能な範囲で回答します。
| セミナー講演内容 |
＜得られる知識・技術＞
１．ニューラルネットワーク分子動力学シミュレーションを活用したこれまでの成功例
２．従来の分子動力学シミュレーションと比較して、ニューラルネットワーク分子動力学シミュレーションの特徴・長所
３．ニューラルネットワーク分子動力学シミュレーションの基礎・方法論・計算手順
４．ニューラルネットワーク分子動力学シミュレーションでうまく計算できなかった場合の対処方法
５．ニューラルネットワーク分子動力学シミュレーションが得意な計算対象や課題に加えて、不得意な計算対象や課題
６．ニューラルネットワーク分子動力学シミュレーションを、企業においてどのように活用していけば良いのかの方向性と将来戦略
＜プログラム＞
１．計算科学の企業における意義と活用方法
1.1 計算科学シミュレーションの企業における意義
1.2 計算科学シミュレーションの応用例
1.3 計算科学を活用した高速スクリーニング
1.4 計算科学シミュレーションによる特許戦略
1.5 計算科学シミュレーションを活用した産学連携
２．ニューラルネットワーク分子動力学(NNMD)法の特徴
2.1 従来の分子動力学法との違い
2.2 第一原理分子動力学法との比較
2.3 Tight-Binding量子分子動力学法との比較
2.4 ReaxFF反応力場分子動力学法との比較
2.5 NNMD法の特徴（１）：第一原理計算に相当する精度で大規模計算が可能
2.6 NNMD法の特徴（２）：パラメータ開発の困難さからの脱却
2.7 NNMD法の特徴（３）：多元素系への応用が可能
2.8 NNMD法の特徴（４）：複雑な化学反応への応用が可能
2.9 NNMD法の特徴（５）：ReaxFFでは困難な二次元材料への応用が可能
３．ニューラルネットワーク分子動力学法の基礎
3.1 分子動力学法の基礎理論
3.2 ニューラルネットワークの材料設計への応用例
3.3 ニューラルネットワーク分子動力学法の概要
3.4 ニューラルネットワークの基礎理論
3.5 ニューラルネットワーク分子動力学法の歴史
3.6 ニューラルネットワーク分子動力学法の基礎理論
3.7 ニューラルネットワーク分子動力学法の計算手順
４．ニューラルネットワーク分子動力学(NNMD)法の応用例
4.1 ニューラルネットワーク分子動力学(NNMD)シミュレータの開発
4.2 NNMD法のマルチフィジックス現象への応用
4.3 NNMD法の多元素系への応用
4.4 NNMD法の複雑な化学反応への応用
５．計算科学シミュレーションの今後の発展
5.1 マルチフィジックス計算科学
5.2 マルチスケール計算科学
5.3 スーパーコンピュータ「富岳」成果創出加速プログラム
□質疑応答・個別相談□
※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
-
- 7/24 GMP・GQPにおけるQA部員の教育訓練（GMP文書・記録類の照査）入門講座 (2026年05月01日)
- 7/29 再生医療等製品・遺伝子治療薬開発のための生物由来原料基準（改訂）／カルタヘナ法 徹底解説と対応の進め方 (2026年05月01日)
- 6/24 医薬品開発での優先順位付けの前準備で何が必要か、どのように行い、評価していくべきかの考え方 (2026年05月01日)
- 6/17 2026年度版：事例から学ぶ後発医薬品の市場参入を加速させる特許戦略 (2026年05月01日)
- 6/25 研究開発・技術部門が行う情報収集とそのセオリー、ノウハウ (2026年05月01日)
- 5/29 異物分析の基本とすすめ方 (2026年05月01日)
- 10/16 流体解析の基礎と実務での活用例 (2026年05月01日)
- 6/19 「社内イノベータ人材」に必要なマインドセットと知識スキル (2026年05月01日)
- 6/4 スロット塗工の理論とノウハウ、実践技術 (2026年05月01日)
- 5/29 エポキシ樹脂の機能化設計方法とその評価 (2026年05月01日)
