セミナー 印刷

【Live配信(リアルタイム配信)】
スパースモデリングの基礎と
マテリアルズ・インフォマティクスへの展開

~MIへの有効なアプローチである「スパースモデリング」の基礎・MIへの活用方法・新たな展開~

少量データからの特徴抽出コスト・時間の圧縮説明可能 などの利点をもつスパースモデリング。
その基礎から、活用方法、Pythonを用いた実践方法、マテリアルズ・インフォマティクスにおける応用事例(LiBの電解液材料探索や高収率なナノシート合成開発など)、計測インフォマティクスによる新規材料・物質の探索への新たな展開までを詳しく解説します。
予備知識がなくても大丈夫です。マテリアルズ・インフォマティクスに取り組もうとされている方、どのように材料開発に活用するかお悩みの方など、ぜひこの機会をご活用ください。
日時 2021年3月18日(木)  10:30~16:30
会場 Live配信セミナー(リアルタイム配信) ※会社・自宅にいながら学習可能です※  
会場地図
受講料(税込)
各種割引特典
49,500円 ( E-Mail案内登録価格 47,020円 ) S&T会員登録について
定価:本体45,000円+税4,500円
E-Mail案内登録価格:本体42,750円+税4,270円
E-Mail案内登録なら、2名同時申込みで1名分無料 1名分無料適用条件
2名で49,500円 (2名ともE-Mail案内登録必須​/1名あたり定価半額24,750円) 
※テレワーク応援キャンペーン(1名受講)【Live配信/WEBセミナー受講限定】
 1名申込みの場合:受講料( 定価:35,200円/E-Mail案内登録価格:33,440円 )

 35,200円 ( E-Mail案内登録価格 33,440円 ) 
  定価:本体32,000円+税3,200円
  E-Mail案内登録価格:本体30,400円+税3,040円
※1名様でLive配信/WEBセミナーを受講する場合、上記特別価格になります。
※お申込みフォームで【テレワーク応援キャンペーン】を選択のうえお申込みください。
※他の割引は併用できません。
配布資料・製本テキスト(開催前日着までを目安に発送)
 ※セミナー資料はお申し込み時のご住所へ発送させていただきます。
   ※開催日の4~5日前に発送する予定です。
 ※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講日に間に合わない可能性がありますこと、
  ご了承下さい。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。
オンライン配信【ライブ配信(Zoom使用)セミナー】
 ・本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
 ・お申し込みの際は、接続確認用URL(https://zoom.us/test)より、接続が可能か等のご確認をお願いします。
  (接続確認の詳細→ https://support.zoom.us/hc/ja/articles/115002262083
 ・当日のミーティングURL・ID・パスコードは、お申込み受理のご連絡メールに記載しています。
 ・セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
 ・開催日時にリアルタイムで講師へのご質問も可能です。
 ・タブレットやスマートフォンでも視聴できます。
備考※資料付
※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。
得られる知識スパースモデリングによる重要な特性・記述子の抽出と、マテリアルズ・インフォマティクスへの活用方法。
エクセルファイルのデータから、Pythonを用いたスパースモデリングの実践方法。
対象マテリアルズ・インフォマティクスの適用を行おうとしている方、また、適用を行っているがどう材料開発等に活かすか、お悩みの方。PythonやSPSS、R等のプログラムを用いて、マテリアルズ・インフォマティクスに取り組んでいるが、内部がブラックボックスでお困りの場合など。
機械学習について予備知識がなくても良いです。高校数学程度で解説させていただきます。

セミナー講師

筑波大学 システム情報系 准教授 博士(科学) 五十嵐 康彦 氏
専門:機械学習、マテリアルズ・インフォマティクス
【講師詳細はこちら】

セミナー趣旨

 近年、人工知能(AI)が新聞やメディアなどで多く報道され、その応用先は爆発的に広がりを見せている。特にこのAI技術を日本の基盤産業である素材産業においても適用するマテリアルズ・インフォマティクスは、研究機関だけでなく、民間企業においても注目を集めており、材料開発にAI革命が訪れようとしている[2019年2月17日、日経新聞日曜版]。
 本講演では、マテリアルズ・インフォマティクスの有効なアプローチの一つであるスパースモデリングの基礎について講義する。スパースモデリングは、大量の高次元データから恣意性なしにそのデータの背後にある仮説(モデル)を系統的に導くデータ解析を可能にし、2000年代より爆発的に応用が進んでいる統計学/機械学習の枠組みである。本講演では、スパースモデリングの基礎とその活用方法についてPythonを用いて実践する方法とともに説明する。次に、マテリアルズ・インフォマティクスにおけるスパースモデリングの応用事例を紹介し、先の日経新聞等でも報道されたナノシートの高効率収集への応用や、その基礎技術の発展について述べる。
 また、スパースモデリングを用いることで、ブラックホールの直接撮像などの画像処理技術への応用が進んでいる。本講演では、この基礎技術を用いることで、物質科学への計測データに対するインフォマティクスの応用(計測インフォマティクス)と、新たなマテリアルズ・インフォマティクスへの展開を紹介する。

セミナー講演内容

1.スパースモデリングの基礎
 1.1 データ駆動科学とスパースモデリング
  1.1.1 マテリアルズ・インフォマティクスとは?
  1.1.2 マテリアルズ・インフォマティクスとデータ駆動科学
  1.1.3 データ洪水がもたらす科学の質的変化
  1.1.4 スパース化による仮説・検証ループ
 1.2 機械学習の基礎:分類と回帰
  1.2.1 機械学習入門―分類を例として―
  1.2.2 汎化性能と交差検定法による評価
 1.3 スパースモデリングの基礎
  1.3.1 スパースモデリング=変数選択
  1.3.2 データのスパース化の難しさ
  1.3.3 全状態探索法によるスパースモデリング
  1.3.4 スパースモデリング(変数選択)に関する二つの戦略
 1.4 スパースモデリングの人工データによる実践
  1.4.1 Pythonの基礎
  1.4.2 Pythonによるスパースモデリングの実装へのチュートリアル
  1.4.3 スパースモデリングの解析結果の可視化と情報抽出
 
2.スパースモデリングによるマテリアルズ・インフォマティクス
 2.1 マテリアルズ・インフォマティクスとスパースモデリング
  2.1.1 計算科学的アプローチと情報科学的アプローチの融合による効率的な材料探索に向けて
  2.1.2 スパースモデリングによる機能を予測する記述子抽出
  2.1.3 線形回帰におけるスパースモデリングの定式化
  2.1.4 線形回帰における全状態探索(ES-LiR)法
  2.1.5 全状態探索法による状態密度推定
 2.2 リチウムイオン電池の電解液材料探索への応用
  2.2.1 マテリアルズ・インフォマティクスによる蓄電池研究の現状
  2.2.2 計算科学による電解液探索へのアプローチ
  2.2.3 記述子をコントロールした機能予測
 2.3 高収率なナノシート合成開発への応用
  2.3.1 高収率なはく離を実現する指針の確立
  2.3.2 未知な系で最少実験数による高収率合成の実証
 
3.計測インフォマティクスによる新規材料・物質の探索への新たな展開

 3.1 スパースモデリングによる画像処理
  3.1.1 フーリエ計測とスパースモデリング
  3.1.2 ブラックホールの直接撮像から放射光データの解析に応用事例
  3.1.3 計測インフマティクスによるマテリアルズ・インフォマティクスの今後の展開について

 □ 質疑応答 □