機械学習に基づく 物質探索・材料設計：現状と展望 ～マテリアルズインフォマティクスにおける データ科学活用～

　物質探索・材料設計のパラメータ空間は極めて高次元である。例えば、有機化合物のケミカルスペースには、10⁶⁰ 個の分子が存在すると言われている。物質探索の問題の本質は、このような広大なパラメータ空間から所望の物性及び機能を併せ持つ埋蔵物質を発掘する作業である（多目的最適化）。新物質の発見から製造プロセスに要する時間とコストを大幅に削減することを目的として、マテリアルズインフォマティクスと呼ばれる学際領域では、データ科学の発想と解析技術をいかに活用していくかということが議論されている。

　本セミナーでは、マテリアルズインフォマティクスにおけるデータ科学の解析手法の概要を解説しながら、最新の研究成果を紹介し、当該分野の現状と課題について述べる。特に、機械学習に基づく分子設計の解析技術について重点的に解説を行い、これをもとに物質・材料科学におけるデータ科学活用のエッセンスを伝えたい。

　本セミナーの目標は、マテリアルズインフォマティクスの解析技術の概要を理解し、最先端の研究においてどのようにデータ科学が活用されているのかを理解することである。機械学習のチュートリアルに関しては包括的な内容ではないが、各手法の背後にある基本的なアイデアを解説、文献やツール紹介を行い、受講者が今後自らデータ科学を学んでいくために必要な情報を提供する。

【受講対象】

　　材料メーカーのR&D実務担当者レベルを想定。データ科学の事前知識を前提としないが、計算科学や数理科学に関する多少の知識を有することが望ましい。

【講師】

情報・システム研究機構　統計数理研究所 モデリング研究系　准教授 博士（学術）　 吉田 亮 先生

 【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の学術的背景－現状と課題
2. 機械学習概論
3. 機械学習を活用した仮想スクリーニング技術
　・記述子
　・構造物性相関分析
　・教師あり学習の解析手法及びツール紹介（R言語を中心に）
　・適用事例の紹介
　など
4. ベイジアンアプローチに基づく新規物質・機能材料の同定
　・逆構造物性相関分析
　・機械学習に基づく分子設計の解析技術
　・R言語パッケージiqsprチュートリアル
　・最先端の話題
　など
5. その他の話題（文献紹介を中心に）