データ解析・実験計画法・ベイズ最適化の基礎と応用

実験計画法を実現するためのデータ解析理論、
ベイズ最適化の基礎を解説

装置設計例や最新の研究事例も紹介

  　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。
　本講演では、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。

【講師】

　金子 弘昌（かねこ ひろまさ）氏 明治大学　理工学部　応用化学科　専任講師（博士（工学））
＜略歴＞
2011年9月　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10月～2017年3月　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4月～現在　明治大学　理工学部　応用化学科　専任講師
＜兼務＞
         広島大学大学院工学研究科　次世代自動車技術共同研究講座 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
　　　国立研究開発法人理化学研究所　客員主幹研究員
＜論文・受賞＞　査読あり論文: 76報
＜受賞＞ 15件（2015年3月19日 化学工学会 研究奨励賞【内藤雅喜記念賞】など）

【プログラム】

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

受講料

お1人様受講の場合　46,000円[税別]／1名
1口でお申込の場合　57,000円[税別]／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。