【中止】＜一日速習セミナー＞蓄電池研究におけるマテリアルズ・インフォマティクスの活用法

セミナー趣旨

リチウムイオン電池材料の研究・開発に第一原理計算などのシミュレーションツールが活用され、大量の物性データを獲得することができるようになってきました。このような知識を、マテリアルズ・インフォマティクスと呼ばれる情報科学と組み合わせることで、材料探索の可能性が広がると期待されています。本講演では、材料シミュレーションとインフォマティクスの基礎知識について実例を交えて紹介します。

受講対象・レベル

電池材料またはセラミックス材料の研究に1年〜数年程度携わっている方の内、
マテリアルズ・インフォマティクスに興味をもたれている方を主対象にしています。

必要な予備知識

無機固体化学の基礎知識（学部程度）が必要です。
マテリアルズ・インフォマティクスの初心者向け講習会です。

習得できる知識

・電池材料と材料シミュレーションに関する基礎知識
・マテリアルズ・インフォマティクスに関する予備的知識、機械学習・回帰分析の概念

セミナープログラム

1. 電池材料とインフォマティクス概要
　1）電池正極反応（インターカレーション反応）
　2）電池特性と結晶／電子構造の関係
　3）固体電解質におけるイオン伝導（結晶／電子スケール）
　4）固体電解質におけるイオンの拡散（マクロスケール）
　5) 固体電解質におけるマテリアルズ・インフォマティクスの適用例紹介

2. 材料シミュレーションとハイスループット計算
　1）第一原理計算
　　・第一原理計算バンド計算のフロー
　　・SCFと結晶構造最適化
　　・第一原理計算をはじめる際の初期投資について（ソフトウェアの種類と選定）
　　・蓄電池計算への応用
　2) 古典力場計算
　　・古典力場の特徴（長所と問題点）
　　・分子動力学計算
　3) ハイスループット計算・自動化
　　・全自動網羅計算のためのアルゴリズム

3. マテリアルズ・インフォマティクスの基礎
　1) 機械学習の概念
　　・過学習
　　・内挿と外挿
　　・訓練／検証／テストデータ
　2) 材料記述子の構築
　　・結晶構造データベース
　　・ヒストグラム記述子
　3）線形関数に対する回帰分析
　　・重回帰分析
　　・LASSO回帰、Ridge回帰
　　・主成分分析とPLS回帰、
　4) 非線形関数に対する回帰分析
　　・ニューラルネットワーク回帰
　　・決定木、ランダム森回帰
　　・2値分類問題について
　　・ガウス過程
　5) ベイズ最適化による逆探査
　　・例1：材料シミュレーションと連動させたベイズ最適化
　　・例2：実験評価と組成最適化
　　　6) メタヒューリスティクス（主に遺伝的アルゴリズム）
　　・遺伝的アルゴリズムの概要
　　・進化的アルゴリズムの応用例（配列最適化と最適組成探査）
　　・ベイズ最適化とメタヒューリスティクスの比較

4. まとめ

セミナー講師

名古屋工業大学 生命・応用化学専攻　教授 博士（工学）　中山 将伸 先生
【講師略歴】
2004年　博士（工学）　東京工業大学　
2004年〜2009年　　　  東京工業大学　助教
2009年〜2016年　　     名古屋工業大学　准教授
2016年〜現在　　　　　名古屋工業大学　教授
2012年〜　　　　         京都大学　触媒・電池元素戦略拠点　拠点教授　（兼職）
【専門】
リチウムイオン電池の材料と電気化学反応を実験および計算・解析

セミナー受講料

1名47,300円(税込（消費税10％）、資料・昼食付)
　＊1社2名以上同時申込の場合、1名につき36,300円
　＊学校法人割引；学生、教員のご参加は受講料50％割引。