データ解析・ベイズ最適化の基礎と実験計画法による材料・プロセス・装置設計への適用・最新事例

セミナー趣旨

  　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。
　本セミナーでは、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基礎を解説する。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。

セミナープログラム

昼食休憩は13:15-14:15となります。

　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　モデリング
　　1.5　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　線形クラス分類
　　2.4　非線形クラス分類
　　2.5　実験計画法
　　2.6　適応的実験計画法
　　2.7　ガウス過程による回帰
　　2.8　ベイズ最適化
　

   3　研究事例・応用事例

　　3.1　ベイズ最適化による材料設計・プロセス設計・装置設計
　　3.2　材料設計の実例
　　3.3　プロセス設計・装置設計の実例
　　3.4　Datachemical LAB

セミナー講師

　金子 弘昌（かねこ ひろまさ）　氏  　明治大学　理工学部　准教授（博士（工学））

＜兼任＞　 　

   広島大学大学院　先進理工系　科学研究科　客員准教授
　大阪大学　太陽エネルギー化学研究センター　招聘准教授
　理化学研究所　客員主幹研究員
　データケミカル株式会社　最高技術責任者/CTO
　合同会社ミライカガク総研　代表社員  

＜経歴＞　 　

   2007年　東京大学　工学部　化学システム工学科　卒業
　2009年　東京大学大学院　工学系研究科　化学システム工学専攻　修士課程修了
　2009年　日本学術振興会　特別研究員（DC1）
　2011年　東京大学大学院　工学系研究科　化学システム工学専攻　博士課程修了
　2011年　東京大学大学院　工学系研究科　化学システム工学専攻　助教
　2017年　明治大学　理工学部　応用化学科　専任講師
　2020年　明治大学　理工学部　応用化学科　専任准教授
　　現在に至る

 ＜受賞歴＞　 　

   2015年　化学工学会　研究奨励賞受賞内藤雅喜記念賞】
　2016年　日本化学会　JCAC論文賞
　2018年　Best Lecture Award（ICPAC2018）

 ＜専門＞　 　

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・データサイエンス・化学工学・分子設計・材料設計・プロセス制御・プロセス設計・スペクトル解析・ソフトセンサー

セミナー受講料

お1人様受講の場合　51,700円[税込]／1名
1口でお申込の場合　62,700円[税込]／1口（3名まで受講可能）
 
受講申込ページで2～3名を同時に申し込んだ場合、自動的に1口申し込みと致します。

受講について

• 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認下さい。
• インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
• 受講中の録音・撮影等は固くお断りいたします。