材料研究課題を解決するためのマテリアルズ・インフォマティクス入門

~機械学習を効率的な「新材料の開発、探索」に適用する環境構築と応用例~

■マテリアルズ・インフォマティクスの概要■
■Python、GithubのMI環境の構築■
■スペクトル分類、ピーク推定、ベイズ最適化■

材料研究の課題を解決する糸口を掴みたい方は是非
PythonやGithubを用いたマテリアルズ・インフォマティクスの研究環境の構築
機械学習技術の背景にある数学を平易に解説
「スペクトル分類」「ピーク推定」「ベイズ最適化」の適用事例
マテリアルズ・インフォマティクスで用いられる機械学習の概要・基本と重要なノウハウ

日時

【Live配信】 2023年9月28日(木) 10:30~16:30
【アーカイブ配信】 2023年10月10日(火) まで受付け (視聴期間:10/10~10/23)

セミナー趣旨

 新材料開発のためのマテリアルズ・インフォマティクスが注目を集めています。一方で機械学習の教科書は多数あれども「材料研究課題」にどのように適用することができるのか、といった情報源はまだまだ乏しいのが現状です。
 本セミナーでは、講師がこれまで進めてきた研究成果をもとに、PythonやGithubを用いたマテリアルズ・インフォマティクスの研究環境構築方法や、機械学習技術の背景にある数学を簡単に解説し、具体的な適用事例として「スペクトル分類」「ピーク推定」「ベイズ最適化」を取り上げます。これらを通して、聴講者のみなさまが抱える研究課題を機械学習技術で解決する糸口を掴んでいただければ幸いです。

セミナープログラム

1.マテリアルズ・インフォマティクス概要
 1) AI for Materialsとマテリアル・ゲノムプロジェクト
 2) 国内外のプロジェクト動向
 3) 機械学習の基礎
 4) 機械学習応用の流れと課題設定の重要性
 5) 代表的な機械学習応用事例の紹介
 6) 物質・材料データの特徴と注意点
 7) 「分かりたい」のか「見つけたい」のか
 8) 情報科学市民権
 9) 物質科学の立場として忘れてはいけないこと

2.MI環境構築:Python
 1) MIの研究環境
 2) OSの分類
 3) ユーザーインターフェース
 4) プログラム開発・実行環境
  a) 隔離環境の構築
  b) Windows subsystem for Linux
  c) Package Manager
  d) Anacondaのインストール
  e) Homebrewを用いた整備
  f) Python仮想環境
  g) Jupyter notebook
  h) markdown
  i) Python package管理
  j) 自作関数の再利用

3.MI環境構築:Github
 1) バージョン管理システム
 2) git
 3) ホスティングサービス
 4) GUIソフトウェア
 5) Gitコマンド
  a) init, clone
  b) commit
  c) branch
  d) merge
  e) push
  f) push
  g) fetch
  h) pull

4.分類:スペクトルデータの低次元化とクラスター解析
 1) 高次元データとしてのスペクトルと低次元化の重要性
 2) 分類:教師あり学習と教師なし学習
 3) 特徴空間と類似度
 4) 特徴空間の解釈性と表現性
 5) 主成分解析によるスペクトルの低次元化
 6) k-means法によるスペクトルの分類
 7) 階層的クラスタリングによるスペクトルの分類

5.データ解析:スペクトル解析のためのEMアルゴリズムによるピーク検知
 1) ピーク検知のための処理フロー
 2) 非線形最小二乗法の困難
 3) 回帰と分布推定の違い
 4) ガウス分布の最尤推定
 5) EMアルゴリズムによる最尤推定
 6) スペクトル解析のための改良EMアルゴリズム
 7) 解析事例
 8) EMアルゴリズムとしてのk-means法
 9)ベイズ推論への展開と変分ベイズ推定によるモデル選択

6.データ活用:ベイズ最適化の概要と応用
 1) ベイズ最適化でやりたいこと
 2) ベイズ最適化を使った研究事例
 3) ベイズ最適化の作業フロー
  a) 予測曲線を確率的に引く(ガウス過程回帰)
  b) 「活用」と「探索」による候補点探索(獲得関数)
  c) ベイズ最適化を実施する際の課題

□質疑応答

セミナー講師

(国研)産業技術総合研究所 機能材料コンピュテーショナルデザイン研究センター
主任研究員 博士(理学) 安藤 康伸 氏
 
【略歴】
平20東京大学・理・物理卒.平24同大学院 博士課程了, 博士(理学). 産業技術総合研究所 産総研特別研究員, 東京大学・工・マテリアル工学科 助教を経て現在は産業技術総合研究所 主任研究員. 日本表面真空学会 データ駆動表面科学研究部会 副部会長. ドイツ フリッツ・ハーバー研究所 客員研究員.

セミナー受講料

※お申込みと同時にS&T会員登録をさせていただきます(E-mail案内登録とは異なります)。

55,000円( E-mail案内登録価格52,250円 )
E-Mail案内登録なら、2名同時申込みで1名分無料
2名で 55,000円 (2名ともE-mail案内登録必須/1名あたり定価半額27,500円)

【1名分無料適用条件】
※2名様ともE-mail案内登録が必須です。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※3名様以上のお申込みの場合、1名あたり定価半額で追加受講できます。
※請求書(PDFデータ)は、代表者にE-mailで送信いたします。
※請求書および領収証は1名様ごとに発行可能です。
 (申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。)
※他の割引は併用できません。

※テレワーク応援キャンペーン(1名受講)【オンライン配信セミナー受講限定】
1名申込みの場合:40,150円 ( E-Mail案内登録価格 38,170円 )
※1名様でオンライン配信セミナーをお申込みの場合、上記キャンペーン価格が自動適用になります。
※他の割引は併用できません。

受講について

Zoom配信の受講方法・接続確認

  • 本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信となります。PCやスマホ・タブレッドなどからご視聴・学習することができます。
  • 申込み受理の連絡メールに、視聴用URLに関する連絡事項を記載しております。
  • 事前に「Zoom」のインストール(または、ブラウザから参加)可能か、接続可能か等をご確認ください。
  • 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。
  • セミナー中、講師へのご質問が可能です。
  • 以下のテストミーティングより接続とマイク/スピーカーの出力・入力を事前にご確認いただいたうえで、お申込みください。
    ≫ テストミーティングはこちら

アーカイブ配信の受講方法・視聴環境確認

  • 当日のセミナーを、後日にお手元のPCやスマホ・タブレッドなどからご視聴・学習することができます。
  • 会場での録画終了後から営業日で10日以内を目安に視聴開始のご案内をお知らせします。
  • S&T会員マイページ(無料)にログインいただき、ご視聴ください。
  • 視聴期間は営業日で10日間です。ご視聴いただけなかった場合でも期間延長いたしませんのでご注意ください。
  • セミナーに関する質問に限り、後日に講師にメールで質問可能です。
    (テキストに講師の連絡先が掲載されている場合のみ)
  • 動画視聴・インターネット環境をご確認ください
    以下の視聴環境および視聴テストを事前にご確認いただいたうえで、お申込みください。
    セキュリティの設定や、動作環境によってはご視聴いただけない場合がございます。
    ≫ 視聴環境  ≫ 視聴テスト【ストリーミング(HLS)を確認】

配布資料

  • Zoom配信受講:PDFテキスト(印刷可・編集不可)
  • アーカイブ配信受講:PDFテキスト(印刷可・編集不可)

※セミナーに申し込むにはものづくりドットコム会員登録が必要です

開催日時


10:30

受講料

55,000円(税込)/人

※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 または、当日現金でのお支払い

開催場所

全国

主催者

キーワード

機械学習・ディープラーニング   化学技術一般   マテリアルズインフォマティクス/ケモインフォマティクス

※セミナーに申し込むにはものづくりドットコム会員登録が必要です

開催日時


10:30

受講料

55,000円(税込)/人

※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 または、当日現金でのお支払い

開催場所

全国

主催者

キーワード

機械学習・ディープラーニング   化学技術一般   マテリアルズインフォマティクス/ケモインフォマティクス

関連記事

もっと見る