セミナー 印刷

【名古屋開催】
第一原理計算とベイズ統計を融合した
マテリアルズ・インフォマティクスの基礎と実践

~第一原理計算手法の枠組みと計算実務を始めるための基礎知識~
~MI、特に物性予測モデルとしての機械学習と入力としての記述子~
~物質スクリーニング/ベイズ構造探索法の枠組みと研究実務を始めるための基本知識~

材料開発の加速&全く新しい高機能材料の開発に向けて

MI研究分野の動向と利用されている要素技術である機械学習やベイズ統計の基礎

データ駆動型研究に必要となるデータ生成技術としての計算科学の必要性

シミュレーションや機械学習などに馴染みのない実験研究者に必要な
 MI研究、及び、シミュレーション研究を始めるための計算環境やプログラミング環境についても解説
日時 2020年2月18日(火)  11:00~17:00
会場 愛知・名古屋市中村区 愛知県産業労働センター ウインクあいち  13F 1307
会場地図
受講料(税込)
各種割引特典
49,500円 ( S&T会員受講料 47,020円 ) S&T会員登録について
定価:本体45,000円+税4,500円
会員:本体42,750円+税4,270円
S&T会員なら、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&T会員登録必須​/1名あたり定価半額24,750円) 
備考資料・昼食付
※講義中の録音・撮影はご遠慮ください。
※講義中のパソコン使用はキーボードの打音などでご遠慮いただく場合がございます。
得られる知識第一原理計算手法の枠組みと計算実務を始めるための基礎知識(理論的な枠組みと計算環境や利用可能なソフトウェア)、マテリアルズ・インフォマティクス、特に、物性予測モデルとしての機械学習と入力としての記述子、それらを応用した物質スクリーニング/ベイズ構造探索法の枠組みと研究実務を始めるための基本知識(理論的な枠組みと実際のプログラミング実装・研究環境)
キーワード:第一原理計算、マテリアルズ・インフォマティクス、機械学習、ベイズ統計

セミナー講師

北陸先端科学技術大学院大学 情報社会基盤研究センター 准教授 博士(工学) 本郷 研太 氏
さきがけ研究領域「マテリアルズインフォ」JSTさきがけ研究員(兼務)
物質・材料研究機構 情報統合型物質・材料研究拠点 特別研究員(兼務)
【講師紹介】

セミナー趣旨

 近年、物質・材料科学分野において、第4の科学として知られるデータ科学との融合展開であるマテリアルズ・インフォマティクス(MI)研究が進展している。MI研究は、機械学習やベイズ統計などのインフォマティクス技術を応用することで、材料開発を加速させるとともに、全く新しい高機能材料の開発を目指している。
 本セミナーでは、MI研究分野の動向を示し、そこで利用されている要素技術である機械学習やベイズ統計についての基礎的内容を概説する。さらに、データ駆動型研究に必要となるデータ生成技術として、第3の科学として知られる計算科学の必要性を解説し、その基本事項について概説する。また、シミュレーションや機械学習などに馴染みのない実験研究者に向けて、実際に、MI研究、及び、シミュレーション研究を始めるための計算環境やプログラミング環境について解説する。

セミナー講演内容

1.マテリアルズ・インフォマティクス(MI)概観
 ・インフォマティクス/AI分野の発展
 ・マテリアルズ・インフォマティクスとは何か?
 ・研究分野の動向/研究拠点
 ・インフォマティクスの成功事例/触媒探索/マテリアル・レポジショニング
 ・コンピュータによる物質探索/ベイズ統計
 ・MI研究分野の研究事例/ハイスループットヴァーチャルスクリーニング、ベイズ探索
 ・インフォマティクスだけで十分か?/データの問題:量と質
 ・データ生成エンジンとしてのシミュレーション
 ・スパコン:シミュレーション研究のための必須アイテム
 ・物質科学シミュレーションの階層性/連続体系・分子系・電子系
 ・第一原理計算とは何か?
 ・第一原理計算研究の研究事例/電子物性、フォノン(熱)物性

2.MI研究の基礎
 ・科学とインフォマティクス
 ・MI研究における究極の目標:コンピュータによる物質探索
 ・問題設定:未知化合物の数/シミュレーションだけで新規物質を探索できるか?/順問題と逆問題
 ・MI研究の道具立て:機械学習/物性予測モデル
 ・機械学習における内挿性と外挿性
 ・物性予測モデルとしての機械学習とシミュレーション
 ・MIにおける機械学習
 ・物性構造相関/物性予測モデル
 ・物質記述子:化学情報/組成情報/フィンガープリント
 ・教師あり学習/回帰モデル/学習モデルの性能
 ・回帰学習の応用としてのハイスループットヴァーチャルスクリーニング
 ・転移学習:少数データの高性能機械学習
 ・MI研究における機械学習の適用事例/教師なし学習
 ・逆問題としての物質探索
 ・MI研究におけるベイズ統計
 ・ベイズ最適化:コンピュータ上での実験計画法
 ・ベイズ構造探索:尤度関数と事前確率、ベイズ反転、事後確率
 ・ベイズ構造探索の実装:物質表現/SMILES形式、自然言語処理に基づく化合物生成
 ・ベイズ構造探索の実例:ポリマー探索
 ・マテリアルズ・インフォマティクスを始めるために/Pythonプログラミング環境/ライブラリ

3.第一原理計算の基礎
 ・第一原理計算を始める前に/注意事項:第一原理計算は難しい?
 ・シミュレーションにおける第一原理計算の位置づけ/階層性
 ・第一原理計算の各種方法論/密度汎関数法、分子軌道法、量子モンテカルロ法
 ・階層的計算科学の関連性/第一原理計算はどのように使われるか?
 ・第一原理計算の問題構造/何を入力情報として、どんな結果が得られるか?
 ・基礎方程式の解き方/数理;変分原理と近似方策;固有値問題:波動関数とエネルギー固有値
 ・近似法:多体問題から一体問題へ/基礎方程式は厳密に解けない
 ・分子軌道(Hatree-Fock; HF)法の実際/基底関数展開
 ・電子状態計算の出力/軌道関数・軌道エネルギー
 ・電子状態の規定/分子軌道の占有方法/フントの規則
 ・HF法の限界/電子相関
 ・HF法の改良方策/多体波動関数近似の改良
 ・密度汎関数法(DFT法)とは?
 ・DFT法の要点/面倒な定理は一旦忘れて、本質は何か?
 ・交換相関汎関数とは何か?/そのバリエーションと階層性(ヤコブの梯子)
 ・交換相関汎関数の違いによる理論予測の齟齬
 ・DFT法の問題点:磁性、分子間力、励起状態の問題
 ・量子モンテカルロ(QMC)法とは?/QMC法の種類:VMC法とDMC法
 ・DMC法のアイディア/どうして高精度計算が実現されるか?
 ・DMC計算の実際/コンピュータ上での実装
 ・DMC計算例/厳密な数値解
 ・大規模スパコン上での並列計算効率
 ・第一原理計算手法/計算スペックのまとめ
 ・第一原理計算を始めるために/注意点、利用可能なソフトウェアと計算環境
 ・第一原理MI研究に向けて/まとめ

  □質疑応答□