データ同化を用いたベイズ最適化による材料探索の効率化とプロセスインフォマティクスの実例【LIVE配信・WEBセミナー】

セミナー趣旨

本講演では、講演者が開発している物質科学分野におけるデータ同化手法について、解説と演習を交えて紹介するとともに、実験とシミュレーションを融合させた研究事例も紹介する。近年、材料開発においてデータ科学の活用が進んでいるが、実際には特定の材料特性に関するデータが十分に得られない場合も多く、限られたデータでの解析手法が求められている。データ同化は、少数の実験データとシミュレーションデータを統合することで、高精度な予測モデルの構築を可能にする手法である。物質科学では制御変数が多次元にわたり、欠測データが生じやすいという問題もある。本講演では、これらを考慮した物質科学向けのデータ同化手法について紹介する。

習得できる知識

・多制御変数の場合に適用可能なデータ同化手法の基礎と実例
・データ同化プログラムCLAUDEの使用方法
・実験とシミュレーションの統合によるプロセスインフォマティクスの実例

セミナープログラム

1.物質科学におけるデータ同化手法の基礎
　1.1.多変量Gauss分布モデル
　1.2.欠測データと直接尤度

2.事例紹介：永久磁石化合物の有限温度磁化予測モデルの構築    

3.事例紹介：Perovskite型水分解光触媒化合物のバンドギャップ狭窄化
　3.1.Multi-Layer Perceptronによる表現学習を用いた特徴量生成    

4.データ同化を用いたBayes最適化
　4.1.Bayesの定理と事後分布
　4.2.獲得関数

5.光触媒化合物の焼成プロセスインフォマティクス
　5.1.SrTiO3の焼成プロセスに関する特徴量生成　
　5.2.焼成プロセスのDynamic Monte Carloシミュレーション
　5.3.実験・シミュレーション・機械学習の統合による触媒活性予測モデル構築
　5.4.高い触媒活性が得られる焼成プロセスの導出

6.Google Colaboratoryを用いた演習
　6.1.データ同化プログラムCLAUDEのインストール
　6.2.入力パラメータの説明
　6.3.1次元系でのデモンストレーション
　6.4.2次元系でのデモンストレーション
　6.5.自由課題

【質疑応答】

【キーワード】
マテリアルズ・インフォマティクス、データ同化、プロセス・インフォマティクス、Bayes最適化

【講演のポイント】
データ同化によりシミュレーションと実験の相乗効果が期待できます。シミュレーションも少し試してみたいと考えておられる実験科学者などにおすすめです。実験とシミュレーションの比較の一歩先の解析が可能になります。

セミナー講師

奈良先端科学技術大学院大学　 物質創成科学領域 / 准教授　 原嶋　庸介　氏

【経歴】
2013年 大阪大学大学院理学研究科物理学専攻 博士（理学）取得
2013年-2018年 物質・材料研究所 ポスドク研究員
2018年-2019年 東京大学物性研究所 特任研究員、産業技術総合研究所 特別研究員
2019年-2020年 名古屋大学 特任助教
2021年 筑波大学 助教
2022年-2024年 奈良先端科学技術大学院大学 助教
2024年-現在 同上 准教授

【専門内容】
マテリアルズ・インフォマティクス、データ同化、理論物理学、計算物質科学

セミナー受講料

【1名の場合】45,100円(税込、資料作成費用を含む)
  2名以上は一人につき、16,500円が加算されます。