高次元材料情報統合学による材料開発の革新的加速

機械学習を活用した材料工学最前線！！

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 氏

＜関連学協会での活動＞
日本工学アカデミー会員
日本鉄鋼協会評議員
日本MRS理事
日本熱処理技術協会　理事

受講料

R&D会員登録していただいた場合、通常1名様申込で49,980円（税込）から
★1名で申込の場合、47,250円（税込）へ割引になります。
★2名同時申込で両名とも会員登録をしていただいた場合、計49,980円（2人目無料）です。

(まだR&D会員未登録の方は、申込みフォームの通信欄に「会員登録情報希望」と記入してください。詳しい情報を送付します。ご登録いただくと、今回から会員受講料が適用可能です。)

習得できる知識

材料研究・開発の効率化、統合、解明に活用される各種機械学習法
材料組織の数値化（材料ゲノム）
Material Genome Integration System for Phase and Property Analysis(MIPHA)の現状

趣旨

材料研究・開発の種々の課題ごとに活用できる機械学習法を紹介する。同時に、材料組織の数値化（材料ゲノム）の最先端についてできるだけわかりやすく解説する。

プログラム

１．3D4D定量材料組織学
　1-1.材料組織のmetric特徴値とtopology特徴値の基礎
　1-2.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
　2-1.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
　2-2.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
　2-3.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
　2-4.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

  キーワード 機械学習,人工知能,ディープラーニング,深層学習, deep learning,材料工学