【 2 名 同 時 申 込 で 1 名 無 料 】 対 象 セ ミ ナ ー
【Live配信セミナー(Zoom使用)】 ※会社・自宅にいながら学習可能です※
【Live配信(リアルタイム配信)】
機械学習による計測・データ解析の効率化・自動化
-材料の分析・評価のデジタル化-
~高性能な材料を高効率で探索するための材料開発のデジタル化手法~
機械学習技術を用いた計測・データ解析の効率化・自動化・効率化に関して、基礎的な方法論と具体的な事例を詳しく解説します。
予備知識は不要です。分析・解析業務の効率化・自動化をご検討の方は、ぜひこの機会をご活用ください。
予備知識は不要です。分析・解析業務の効率化・自動化をご検討の方は、ぜひこの機会をご活用ください。
日時 | 2022年8月31日(水) 10:30~16:30 |
|
---|---|---|
会場 | Live配信セミナー(会社・自宅にいながら受講可能) |
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 46,970円 )
S&T会員登録とE-Mail案内登録特典について
定価:本体45,000円+税4,500円
E-Mail案内登録価格:本体42,700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S&TE-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:39,600円/E-Mail案内登録価格:37,620円 ) 39,600円 ( E-Mail案内登録価格:37,620円 ) 定価:本体36,000円+税3,600円 E-Mail案内登録:本体34,200円+税3,420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 | 電子媒体(PDFデータ/印刷可) ・弊社HPのマイページよりダウンロードいただきます。 ・開催2日前を目安に、ダウンロード可となります。 ・ダウンロードには会員登録(無料)が必要となります。 | |
オンライン配信 | ZoomによるLive配信 ►受講方法・接続確認(申込み前に必ずご確認ください) | |
備考 | ※資料付(PDFデータ) ※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 | さまざまな材料計測およびデータ解析の デジタル化や自動化に関する知識 | |
対象 | 材料の評価・分析に携わっている研究者・技術者の方は、日々の分析・解析業務の効率化や自動化をしたいと感じていることと思います。現在の機械学習技術を用いると、従来は不可能と考えられていたような分析・解析の自動化が可能となります。その基礎を紹介します。予備知識は必要ありません。 |
セミナー講師
大阪大学 大学院工学研究科 教授 博士(理学) 小野 寛太 氏
専門:量子ビーム計測、マテリアルズ・インフォマティクス、磁性材料
東京大学大学院工学系研究科 助手、高エネルギー加速器研究機構 助教授、准教授を経て現職。
専門:量子ビーム計測、マテリアルズ・インフォマティクス、磁性材料
東京大学大学院工学系研究科 助手、高エネルギー加速器研究機構 助教授、准教授を経て現職。
セミナー趣旨
材料の研究開発において、デジタル化により、高い効率で従来よりも飛躍的に高性能な材料を探索することが期待されている。材料研究開発の中でも、材料の分析・評価は最も重要なプロセスの一つであるが、従来の方法では熟練者の経験や勘に基づいた高度なスキルが要求され、そのデジタル化は困難である。
そこで、機械学習技術を用いた計測やデータ解析の効率化と自動化により、材料の分析・評価をデジタル化することについて、基礎的な方法論と計測および解析の具体的な事例紹介により解説する。本セミナーにより材料の研究開発のデジタル化が進むことを期待している。
そこで、機械学習技術を用いた計測やデータ解析の効率化と自動化により、材料の分析・評価をデジタル化することについて、基礎的な方法論と計測および解析の具体的な事例紹介により解説する。本セミナーにより材料の研究開発のデジタル化が進むことを期待している。
セミナー講演内容
1.はじめに
1.1 材料の研究開発の現状:国内および諸外国の現状
1.2 研究開発のデジタル化とは
1.3 マテリアルズ・インフォマティクスの現状と将来
2.マテリアルズ・インフォマティクス(MI)の基礎
2.1 マテリアルズ・インフォマティクスとは
2.2 機械学習の基礎
2.3 材料開発におけるMIの成功事例とそこで使われている機械学習技術
3.計測とマテリアルズ・インフォマティクス
3.1 材料の計測とは
3.2 計測の最適化:材料計測における最適実験計画
3.3 計測の効率化
3.4 計測の自動化
4.機械学習を用いた計測データ解析
4.1 次元削減による計測データ解析
4.2 計測データから物理量を予測する
4.3 現在行っている計測データ解析を自動化するには
4.4 最適化を用いた計測データ解析の自動化
5.まとめ
□質疑応答□
1.1 材料の研究開発の現状:国内および諸外国の現状
1.2 研究開発のデジタル化とは
1.3 マテリアルズ・インフォマティクスの現状と将来
2.マテリアルズ・インフォマティクス(MI)の基礎
2.1 マテリアルズ・インフォマティクスとは
2.2 機械学習の基礎
2.3 材料開発におけるMIの成功事例とそこで使われている機械学習技術
3.計測とマテリアルズ・インフォマティクス
3.1 材料の計測とは
3.2 計測の最適化:材料計測における最適実験計画
3.3 計測の効率化
3.4 計測の自動化
4.機械学習を用いた計測データ解析
4.1 次元削減による計測データ解析
4.2 計測データから物理量を予測する
4.3 現在行っている計測データ解析を自動化するには
4.4 最適化を用いた計測データ解析の自動化
5.まとめ
□質疑応答□