ベイズ最適化による材料開発の効率化と試行回数の低減化

セミナープログラム

＜１０：３０〜１２：００＞
【第１部】ベイズ最適化を用いた材料探索・開発の効率化とガウス過程回帰精度
明治大学　金子 弘昌 氏

【講演趣旨】
高機能性材料の開発やコンピュータシミュレーションによる設計などの研究・開発の現場において、効率的にシミュレーション・実験・製造を実施するために実験計画法が活用される。例えば5つの実験パラメータもしくはシミュレーション条件（反応器体積・反応温度・反応時間など）があり、それぞれ 10 の候補の値がある場合、すべての組み合わせは10万通りになってしまう。しかし実験計画法を用いれば、その中の数回のシミュレーション候補・実験候補から実験パラメータと装置の性能・材料の物性・活性との間の関係性を統計的手法によりモデル化することで、所望の装置性能・物性・活性を実現するための候補を効率的に探索できる。このようにシミュレーションデータや実験データを活用することで、効率的な材料設計およびプロセス・装置設計を達成できる。本講演では、そのような（適応的）実験計画法や、実験計画法を実現するためのデータ解析理論およびベイズ最適化の概要を解説する。さらに具体的な材料設計およびプロセス・装置設計の例や最新の研究事例を紹介する。

【講演項目】
1.ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクス
　1.1 分子設計とは
　1.2 材料設計とは
　1.3 プロセス設計・装置設計とは
　1.4 モデルの活用した材料設計・プロセス設計・装置設計

2.データ解析・実験計画法・ベイズ最適化
　2.1 線形回帰分析
　2.2 非線形回帰分析
　2.3 実験計画法
　2.4 適応的実験計画法
　2.5 ガウス過程による回帰
　2.6 ベイズ最適化

3.研究事例・応用事例
　3.1 ベイズ最適化の応用事例
　3.2 材料設計の実例
　3.3 プロセス設計・装置設計の実例

【質疑応答】

＜１３：００〜１４：３０＞
【第２部】ベイズ最適化と低次元化によるモノづくりの効率化と試行回数の低減化
(株)東芝　桐淵 大貴 氏

【講演趣旨】
製造業でのベイズ最適化の適用における2つの課題と、その課題を解決するベイズ最適化の拡張手法について紹介する。1つ目は試行回数を削減したいという課題であり、低次元化やドメイン知識を用いたベイズ最適化手法を紹介する。特に、ベイズ最適化と低次元化の組合せによるシミュレーションモデルのキャリブレーション効率化の技術紹介を行う。2つ目の課題は適用範囲を拡大したいというもので、ロバスト性や制約に対応するベイズ最適化手法を紹介する。特に、製造時に設計パラメータが変動しても制約を常に満たすロバストなパラメータを求めるロバスト制約付きベイズ最適化の技術紹介を行う。

【講演項目】
1.東芝のAI技術

2.製造業でのベイズ最適化の適用事例
　2-1.材料の組成設計
　2-2.風車配置設計

3.適用におけるベイズ最適化の課題
　3-1.試行回数削減（高次元の問題の場合や複雑な目的関数の場合）
　3-2.適用範囲拡大（ロバスト性や制約に対応）

4.試行回数削減のための解決策
　4-1.低次元化
　4-2.ドメイン知識活用

5.技術紹介1（キャリブレーション効率化）

6.適用範囲拡大のための拡張手法
　6-1.ロバスト性への対応
　6-2.制約への対応

7.技術紹介2（ロバスト制約付きベイズ最適化）

【質疑応答】

＜１４：４５〜１６：１５＞
【第３部】多目的ベイズ最適化による材料開発の効率化とそのポイント
(株)レゾナック　花岡 恭平 氏

【講演趣旨】
産業界における材料設計では、その用途に応じて、複数の目的変数の最適化が要求されることが多い。例えば１００℃環境で１０年間使用される材料であれば、軽量性や伸縮性等の材料機能に関する目的変数に加えて、１００℃に耐える耐熱性と１０年継続利用可能な耐久性が要求される。こうした最適化問題を効率的に解くことが期待される多目的ベイズ最適化であるが、現状はアカデミアを中心に限られた成功例が報告され始めている状態であり、産業界のどんな課題に、どのように使えばいいのか判断することは難しい。そこで本講座では産業界の立場で多目的ベイズ最適化の研究に従事する講師の視点から、複数の多目的ベイズ最適化手法の簡単な原理とその長所・短所について紹介する。合わせて、単目的ベイズ最適化の延長で簡易的に多目的ベイズ最適化を実現する方法や、講師の所属するレゾナックにおける最新の技術開発、活用事例についても紹介する。

【講演項目】
1.レゾナック機能性材料部門におけるマテリアルズインフォマティクスの取り組み概要

2.多目的ベイズ最適化入門
　2-1.ベイズ最適化の原理復習
　2-2.多目的ベイズ最適化手法

3.多目的ベイズ最適化手法の長所・短所
　3-1.多目的ベイズ最適化手法の比較方法
　3-2.各手法の長所・短所

4.単目的ベイズ最適化ツールで簡易的に多目的ベイズ最適化を実現する方法

5.レゾナック機能性材料部門における機能性材料開発のための多目的ベイズ最適化
　5-1.機能性材料開発のための多目的ベイズ最適化手法開発
　5-2.実務での有効性を確認するための性能検証
　5-3.多目的ベイズ最適化を搭載したマテリアルズインフォマティクスプラットフォーム

6.まとめ

【質疑応答】

セミナー講師

１．明治大学　理工学部　応用化学科　准教授　金子 弘昌 氏

２． (株)東芝　研究開発センター　知能化システム研究所　システムAIラボラトリー　研究主務　桐淵 大貴 氏

３． (株)レゾナック 計算情報科学研究センター　MI先端基盤開発担当プロフェッショナル　花岡 恭平 氏

セミナー受講料

1名につき60，500円（消費税込み、資料付）　
〔1社2名以上同時申込の場合1名につき55，000円（税込）〕

受講について

• 本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
• 下記リンクから視聴環境を確認の上、お申し込みください。
  　→ https://zoom.us/test
• 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
  セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
• Zoomクライアントは最新版にアップデートして使用してください。
  Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
• パソコンの他にタブレット、スマートフォンでも視聴できます。
• セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
  お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
• 当日は講師への質問をすることができます。可能な範囲で個別質問にも対応いたします。
• 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複数人での視聴は禁止いたします。
• Zoomのグループにパスワードを設定しています。
  部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
  万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。