【中止】次世代太陽電池研究におけるマテリアルズ・インフォマティクスの活用

41,800 円(税込)

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込、コンビニ払い

このセミナーの申込みは終了しました。


よくある質問はこちら

このセミナーについて質問する
開催日 12:30 ~ 16:30 
締めきりました
主催者 株式会社 情報機構
キーワード 電気化学   機械学習・ディープラーニング   AI(人工知能)
開催エリア 全国
開催場所 お好きな場所で受講が可能

ペロブスカイト太陽電池、有機太陽電池の
現状と問題点が理解できる!
実験データをベースにした機械学習の
利用方法と効果を理解できる!

セミナー講師

大阪大学 大学院 工学研究科 教授 博士(工学) 佐伯 昭紀 先生

【略歴】
大阪大学大学院工学研究科 博士後期課程 中途退学(2003年)
大阪大学大学院工学研究科 博士(工学)取得(2007年)
大阪大学産業科学研究所 助手、助教(2003?2009年)
大阪大学大学院工学研究科 助教、准教授(2010?2019年)を経て
大阪大学大学院工学研究科 教授(2019年~)
【専門】
光・放射線化学、高分子科学、太陽電池
【本テーマ関連学協会での活動】
応用物理学会、高分子学会、日本化学会

セミナー受講料

1名41,800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30,800円
 *学校法人割引;学生、教員のご参加は受講料50%割引。

受講について

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

配布資料・講師への質問等について

  • 配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
    (開催1週前~前日までには送付致します)。

    ※準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
    (土、日、祝日は営業日としてカウント致しません。)
  • 当日、可能な範囲で質疑応答も対応致します。
    (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。)
  • 本講座で使用する資料や配信動画は著作物であり、
    無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

下記ご確認の上、お申込み下さい

  • PCもしくはタブレット・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(20Mbbs以上の回線をご用意下さい)。
    各ご利用ツール別の動作確認の上、お申し込み下さい。
  • 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。

Zoomを使用したオンラインセミナーとなります

  • 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
    ※Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
  • 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。
    ※一部のブラウザは音声(音声参加ができない)が聞こえない場合があります。
     必ずテストサイトからチェック下さい。
     対応ブラウザーについて(公式) ;
     「コンピューターのオーディオに参加」に対応してないものは音声が聞こえません。

セミナー趣旨

次世代太陽電池として高分子太陽電池やペロブスカイト太陽電池の研究開発が進められている。これらの素子性能は、材料の構造や物性だけでなく、成膜プロセスや不純物・素子構造など多くの因子が複雑に影響するため、開発には多大な労力と時間を有する。一方、人工知能を用いた材料開発(マテリアルズ・インフォマティクス:MI)が注目を集めており、構造・物性の相関が強い材料で成果をあげている。本講座では、実験的な超高速材料スクリーニング法とMIを融合した次世代太陽電池の開発について紹介し、実験化学者がMIをどのように活用できるかの実例を解説する。

受講対象・レベル

本テーマにご関心のある材料メーカーの方、実験をベースにしたAI業務のご担当者など。

習得できる知識

・ペロブスカイト太陽電池、有機太陽電池の現状と問題点の理解
・実験データをベースにした機械学習の利用方法と効果を理解
・マイクロ波を用いた電磁波分光法の基礎と応用方法の理解

セミナープログラム

1.高分子太陽電池
 1-1 イントロダクション
 1-2 高分子太陽電池の設計指針
 1-3 これまでの開発方法
 1-4 高速実験スクリーニングによるプロセス最適化
 1-5 機械学習による高分子太陽電池の研究
 1-6 人工ニューラルネットワーク、ランダムフォレストによる性能予測
 1-7 ランダムフォレスト分類器による性能予測
 1-8 分子データベースからのスクリーニング
 1-9 合成のための高分子構造探索
 1-10 高分子合成と太陽電池評価
 1-11 さらなる高効率化に向けた機械学習探索

2.ペロブスカイト太陽電池
 2-1 イントロダクション
 2-2 ホール輸送層へのホール移動収率測定
 2-3 統計的解析手法(LASSO)を用いた性能支配因子の探索
 2-4 高効率ホール輸送層のための分子設計指針

3.高速実験スクリーニング
 3-1 イントロダクション
 3-2 時間分解マイクロ波伝導度(TRMC)法の特徴
 3-3 非鉛ペロブスカイト材料探索のための実験的スクリーニング