＜今後どのようにAIを研究・開発へ活用していくべきか＞AI・機械学習を活用した物性推算と分子設計・プロセス最適化への活用

セミナー趣旨

習得できる知識

セミナープログラム

１．化学工学におけるAI活用の背景
　1.1 化学工学における物性推算の役割
　1.2 従来の物性推算手法と限界
　1.3 AI・機械学習が注目される理由

２．AI物性推算の可能性と現実
　2.1 AIによる新規化合物の物性予測
　2.2 未測定条件への予測
　2.3 「AIは万能ではない」

３．AIと熱力学・物理モデルの融合
　3.1 Physics-Informed AI
　3.2 状態方程式との融合型予測モデル

４．AIアーキテクチャによる物性推算の進化
　4.1 GCN/GCNNによる分子構造理解
　4.2 CNNによる空間情報活用
　4.3 Transformerによる化学言語理解

５．AIが変える研究・開発プロセス
　5.1 XAIによる解釈性向上と理論発展
　5.2 AI前提の自動実験システム
　5.3 ラボデータとプラントビックデータ統合

６．今後のAI物性推算と化学工学研究者の役割

　　□質疑応答□

セミナー講師

埼玉大学 工学部 応用化学科 准教授　松川 博亮　氏

＜経歴＞
2018年 東京理科大学大学院総合化学研究科総合化学専攻修了、博士（工学）を取得
同年 東京理科大学工学部工業化学科 助教
2023年 東京理科大学工学部工業化学科 講師
2026年より現職
＜専門＞
化学工学（基礎物性）
＜研究内容＞
主に、二酸化炭素を含む系の相平衡を始めとする物性値の測定、機械学習と物性推算式を組み合わせた物性予測モデルの構築

セミナー受講料

55,000円

  2名で55,000円（2名ともE-Mail案内登録必須​／１名あたり定価半額の27,500円）
  3名で82,500円 (3名ともE-Mail案内登録必須​)　※4名以上も1名追加ごとに27,500円を加算

主催者

開催場所

備考

特典
■ライブ配信受講に加えて、見逃し配信(アーカイブ)でも１週間視聴できます■
【見逃し配信の視聴期間】2026年7月31日(金)～8月6日(木)まで
※このセミナーは見逃し配信付です。セミナー終了後も繰り返しの視聴学習が可能です。 
見逃し配信(アーカイブ)について　【ライブ配信受講を欠席し、見逃し配信視聴のみの受講も可能です。】
※視聴期間は終了翌日から7日間を予定しています。また録画データは原則として編集は行いません。
※マイページからZoomの録画視聴用リンクにてご視聴いただきます。

配布資料
PDFテキスト(印刷可・編集不可)
※開催2日前を目安に、弊社HPのマイページよりダウンロード可となります。

オンライン配信
ZoomによるLive配信　►受講方法・接続確認（申込み前に必ずご確認ください）
アーカイブ配信　►受講方法・視聴環境確認（申込み前に必ずご確認ください）