サイトリニューアルをしました。
May 8, 2017
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～
受講可能な形式：【Live配信】のみ
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。
このセミナーの受付は終了致しました。
| 日時 | 2024年1月22日（月） 10:30～16:30 |
|
|---|---|---|
| 会場 | オンライン配信セミナー |
会場地図 |
|
受講料(税込)
各種割引特典
|
55,000円
( E-Mail案内登録価格 52,250円 )
S&T会員登録とE-Mail案内登録特典について
定価：本体50,000円＋税5,000円
E-Mail案内登録価格：本体47,500円＋税4,750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55,000円 (2名ともE-Mail案内登録必須／１名あたり定価半額の27,500円)
※テレワーク応援キャンペーン(1名受講)【オンライン配信セミナー受講限定】 1名申込みの場合：受講料40,150円 ( E-Mail案内登録価格：38,170円 ) 定価：本体36,500円＋税3,650円 E-Mail案内登録価格：本体34,700円＋税3,470円 ※１名様でオンライン配信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 | PDFテキスト(印刷可・編集不可) ※開催2日前を目安に、弊社HPのマイページよりダウンロード可となります。 | |
| 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 | ※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 | マテリアルズインフォマティクスの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、最新技術に関する情報など。 | |
| 対象 | 化学・素材企業の実務担当者 | |
このセミナーは終了しました。
セミナー講師
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/
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/
セミナー趣旨
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。
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。
セミナー講演内容
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□
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□
このセミナーは終了しました。
関連商品
セミナー
番号 B240523
開催日
05月23日
セミナー
番号 B240568
開催日
05月28日
06月11日
分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開
受講可能な形式：【Live配信】or【アーカイブ配信】のみ
【 2 名 同 時 申 込 で 1 名 無 料 】 対 象 セ ミ ナ ー
化学・材料
セミナー
番号 A240719
開催日
07月19日
【研究開発における現代のタイムパフォーマンス向上法】材料・プロセス・分析データとインフォマティクス～ 機械学習、深層学習、生成AI活用へ ～ NEW
受講可能な形式：【Live配信(アーカイブ配信付)】のみ
【 2 名 同 時 申 込 で 1 名 無 料 】 対 象 セ ミ ナ ー
エレクトロニクス | 化学・材料
セミナー
番号 B240726
開催日
07月26日
＜製品開発に活かすための秘訣と最新動向＞マテリアルズインフォマティクスの基盤となる、『計算科学シミュレーション技術』
受講可能な形式：【Live配信】のみ
【 2 名 同 時 申 込 で 1 名 無 料 】 対 象 セ ミ ナ ー
エレクトロニクス | 化学・材料
通信講座
番号 V240301
開講日
03月11日
受付終了
Pythonの入門講座と機械学習（教師あり学習,教師なし学習）【各講 ZoomでのQ&A付】
第１講 【機械学習とPythonの基礎】
第２講 【教師あり学習】
第３講 【教師なし学習】
ビジネススキル・新規事業
医薬品 | 医療機器 | 化粧品
エレクトロニクス | 化学・材料 | エネルギー・環境・機械
セミナー
番号 B240523
開催日
05月23日
セミナー
番号 B240568
開催日
05月28日
06月11日
分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開
受講可能な形式：【Live配信】or【アーカイブ配信】のみ
【 2 名 同 時 申 込 で 1 名 無 料 】 対 象 セ ミ ナ ー
化学・材料
セミナー
番号 A240719
開催日
07月19日
【研究開発における現代のタイムパフォーマンス向上法】材料・プロセス・分析データとインフォマティクス～ 機械学習、深層学習、生成AI活用へ ～ NEW
受講可能な形式：【Live配信(アーカイブ配信付)】のみ
【 2 名 同 時 申 込 で 1 名 無 料 】 対 象 セ ミ ナ ー
エレクトロニクス | 化学・材料
セミナー
番号 B240726
開催日
07月26日
＜製品開発に活かすための秘訣と最新動向＞マテリアルズインフォマティクスの基盤となる、『計算科学シミュレーション技術』
受講可能な形式：【Live配信】のみ
【 2 名 同 時 申 込 で 1 名 無 料 】 対 象 セ ミ ナ ー
エレクトロニクス | 化学・材料
通信講座
番号 V240301
開講日
03月11日
受付終了
Pythonの入門講座と機械学習（教師あり学習,教師なし学習）【各講 ZoomでのQ&A付】
第１講 【機械学習とPythonの基礎】
第２講 【教師あり学習】
第３講 【教師なし学習】
ビジネススキル・新規事業
医薬品 | 医療機器 | 化粧品
エレクトロニクス | 化学・材料 | エネルギー・環境・機械
当サイトはグローバルサイン社によりセキュリティ認証をされています。
SSL対応ページ（https）からの情報送信は暗号化により保護されます。
SSL対応ページ（https）からの情報送信は暗号化により保護されます。