初心者向けセミナーです 【中止】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~新規材料・物質の探索、開発への応用方法~

スパースモデリングの基礎から
実際の応用まで丁寧に解説!

セミナー講師

筑波大学 システム情報系 コンピュータサイエンス専攻 准教授 博士(科学) 五十嵐 康彦 先生

成城大学 非常勤講師(兼任)
科学技術振興機構 さきがけ研究員(兼任)

セミナー受講料

1名46,200円(税込(消費税10%)、資料付)
 *1社2名以上同時申込の場合、1名につき35,200円
 *学校法人割引;学生、教員のご参加は受講料50%割引。

*準備の都合上、開催1営業日前の12:00までにお申し込みお願い致します。
 (土、日、祝日は営業日としてカウント致しません。)

受講について

*本講座は、Zoom を使用したオンラインセミナーです。
 (下記ご確認の上、お申込み下さい)。

  • 本講座は、オンライン受講のみ可能です。セミナー会場での受講はできません。
    *PCもしくはスマートフォンとネットワーク環境をご準備下さい。
  • ご受講にあたり、環境の確認をお願いしております。
    お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
     → 確認はこちら
    *Zoomアプリのインストールをしないブラウザからのご参加テストもこちらから可能です
    *Skypeなど別のツールが動いておりますと、カメラ・マイクなどがそちらで使用されてしまいZoomで不調となる場合があります。お手数ですが同様のツールは一旦閉じてからお試し下さい。
  • Zoomアプリのインストール、zoomへのサインアップをせずブラウザからの参加も可能です
  • 開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。
  • 本講座の配布資料は、PDFにてご送付申し上げます。
  • 本講座で使用される資料や配信動画は著作物であり、
    録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
  • 本講座はお申し込みいただいた方のみ受講いただけます。
    複数端末から同時に視聴することやプロジェクタ等による複数人での視聴は禁止いたします。
  • 当日、可能な範囲で質疑応答、個別質問も対応致します。
    (全ての質問にお答えできない可能性もございますので、予めご容赦ください。)

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。
 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。
 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、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。

習得できる知識

・スパースモデリングの基礎、機械学習の基礎:分類と回帰
・スパースモデリングの新規材料・物質の探索、開発への応用方法
・スパースモデリングによる画像処理。ブラックホールの直接撮像から物質・材料を対象にした計測インフォマティクスまで。

セミナープログラム

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

 ・マテリアルズインフォマティクスとは?
 ・マテリアルズインフォマティクスとデータ駆動科学
 ・データ洪水がもたらす科学の質的変化
 ・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
 ・機械学習入門?分類を例として?
 ・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
 ・スパースモデリング=変数選択
 ・データのスパース化の難しさ
 ・全状態探索法によるスパースモデリング
 ・スパースモデリング(変数選択)に関する二つの戦略

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
 ・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
 ・スパースモデリングによる機能を予測する記述子抽出
 ・線形回帰におけるスパースモデリングの定式化
 ・線形回帰における全状態探索(ES-LiR)法
 ・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
 ・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
 ・計算科学による電解液探索へのアプローチ
 ・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
 ・高収率なはく離を実現する指針の確立
 ・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
 ・フーリエ計測とスパースモデリング
 ・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
 3.2 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>