セミナー 印刷

実験計画法のためのデータ解析・ベイズ最適化の基礎と
材料・プロセス・装置設計への適用・最新事例

受講可能な形式:【Live配信(アーカイブ配信付)】のみ

実験計画法・適応的実験計画法を実践するために必要なデータ解析・ベイズ最適化の基礎、実験パラメータ候補の選択・基本的なデータの前処理・モデルの構築と予測といった具体的な方法、分子設計・材料設計・プロセス管理・プロセス設計への応用、直接的逆解析法など、最新の研究事例を含めて詳しく解説します。アーカイブ配信付きなので、後日復習も可能です。
このセミナーの受付は終了致しました。
日時 2024年3月13日(水)  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41,800円 ( E-Mail案内登録価格 39,820円 )
 定価:本体38,000円+税3,800円
 E-Mail案内登録価格:本体36,200円+税3,620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
アーカイブ配信について
 視聴期間:終了翌営業日から7日間[3/14~3/20中]を予定
 ※動画は未編集のものになります。
 ※視聴ページは、マイページにリンクを設定します。
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・データ解析やベイズ最適化の基礎を習得できる。
・実験計画法および適応的実験計画法を習得できる。
・実験計画法を実現するためのデータ解析の理論を理解できる。
・低予算で効率的な実験計画を立てられる。
対象以下のような方々に役立ちます。また大学初年度程度の数学知識があると理解が深まります。
・実験計画法や適応的実験計画法について、統計の基礎から学びたい方
・効率的な実験を計画することで、目標を達成するまでの実験にかかる費用やコストを削減したい方
・実験データを用いた解析について知りたい方

セミナー講師

明治大学 理工学部 准教授 博士(工学) 金子 弘昌 氏 【ホームページ】
兼任 広島大学 大学院先進理工系科学研究科 客員准教授
兼任 大阪大学 大学院基礎工学研究科 招聘准教授
兼任 理化学研究所 客員主幹研究員
兼任 データケミカル株式会社 最高技術責任者/CTO
兼任 合同会社ミライカガク総研 社長
【専門】
ケモインフォマティクス,マテリアルズインフォマティクス,プロセスインフォマティクス,データサイエンス,化学工学,分子設計,材料設計,プロセス制御,プロセス設計,スペクトル解析,ソフトセンサー

セミナー趣旨

 高機能性材料の開発やコンピュータシミュレーションによる設計などの研究・開発の現場において、効率的にシミュレーション・実験・製造を実施するために実験計画法が活用される。例えば5つの実験パラメータもしくはシミュレーション条件(反応器体積・反応温度・反応時間など)があり、それぞれ 10 の候補の値がある場合、すべての組み合わせは10万通りになってしまう。しかし実験計画法を用いれば、その中の数回のシミュレーション候補・実験候補から実験パラメータと装置の性能・材料の物性・活性との間の関係性を統計的手法によりモデル化することで、所望の装置性能・物性・活性を実現するための候補を効率的に探索できる。このようにシミュレーションデータや実験データを活用することで、効率的な材料設計およびプロセス・装置設計を達成できる。
 本講演では、そのような(適応的)実験計画法や、実験計画法を実現するためのデータ解析理論およびベイズ最適化の基礎を解説する。さらに具体的な材料設計およびプロセス・装置設計の例や最新の研究事例を紹介する。

セミナー講演内容

1.ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクス
 1.1 分子設計とは
 1.2 材料設計とは
 1.3 プロセス設計・装置設計とは
 1.4 モデリング
 1.5 モデルの活用した材料設計・プロセス設計・装置設計
 
2.データ解析・実験計画法・ベイズ最適化
 2.1 線形回帰分析
 2.2 非線形回帰分析
 2.3 線形クラス分類
 2.4 非線形クラス分類
 2.5 実験計画法
 2.6 適応的実験計画法
 2.7 ガウス過程による回帰
 2.8 ベイズ最適化
 
3.研究事例・応用事例
 3.1 ベイズ最適化による材料設計・プロセス設計・装置設計
 3.2 材料設計の実例
 3.3 プロセス設計・装置設計の実例
 3.4 Datachemical LAB

 □ 質疑応答□