材料開発における機械学習を援用した効率化、推定、解明 〜材料情報統合システム"MIPHA"の開発〜

本セミナーでは、様々な機械学習法を材料工学に適用した例を紹介するとともに、 その限界についても解説致します。

講師

名古屋大学 大学院 工学研究科 材料デザイン工学専攻
教授 博士（工学）　足立 吉隆 先生

【略歴】
1990.3 名古屋大学大学院工学研究科博士前期課程　金属工学及び鉄鋼工学専攻修了
1990.4-2003.3 住友金属工業株式会社総合技術研究所
2003.4-2011.9 （独）物質・材料研究機構
2011.10-2017.3 鹿児島大学大学院理工学研究科機械工学専攻　教授
2017.4- 名古屋大学大学院工学研究科材料デザイン工学専攻　教授

【専門】高次元材料情報学、鉄鋼材料学、3D4D材料学

【本テーマ関連学協会での活動】
日本鉄鋼協会 評議員,日本熱処理技術協会 理事,日本MRS 理事

受講料

1名41,040円(税込（消費税8％）、資料付)
＊1社2名以上同時申込の場合 、1名につき30,240円
＊学校法人割引 ；学生、教員のご参加は受講料50％割引。

セミナーポイント

■はじめに
　材料工学においては従来より実験、理論、計算工学が活用され、現象の理解が進められてきた。近年、材料ビッグデータを活用した人工知能（機械学習）を活用したアプローチが材料開発の効率化の観点から大きな注目を集めている。本講義では、様々な機械学習法を材料工学に適用した例を紹介するとともに、その限界についても述べたい。

■受講対象
材料工学研究者、技術者

■必要な予備知識
材料工学を基盤とすることが望ましいです。
情報工学については必ずしも知識がなくても構いませんが、事前に基礎的な情報を把握しておくことを推奨します。

■本セミナーに参加して修得できること
材料工学において使える機械学習法の基礎と材料組織の定量3D解析法

セミナー内容

1. 3D4D定量材料組織学
　　
　　1）材料組織のmetric特徴値とtopology特徴値の基礎
　　2) 最近の形態解析最前線（パーシステントホモロジー群）

2. 機械学習を活用した材料工学最前線

　　1）材料組織画像解析
　　　　　a)機械学習型画像処理の基礎と応用
　　　　　b)ディープラーニングによる組織識別の基礎と応用
　　2) スパース学習
　　　　　a) Lasso
　　　　　b) データ変換・変数選択
　　　　　c) 感度解析
　　　　　d) ベイズ推定
　　3) ニューラルネットワークによる特性推定の順解析モデルの構築
　　　　　a) ニューラルネットワークの基礎
　　　　　b) 過学習の抑制対策（ペナルティー損失関数）
　　　　　c) 逆解析
　　4) 実験計画法（ベイズ的最適化）の基礎

3. MIPHAの紹介
　(人工知能技術を使って鉄鋼材料の特性を予測できるシステム)
　材料の組織画像データから、応力歪み曲線を推定する

【質疑応答】