ベイズ最適化の基礎と実験計画法への応用

最適な実験条件を効率的に探索するための方法、
適応的実験計画法とは！！

ベイズ最適化の基礎から材料設計・プロセス設計・装置設計などへの活用方法まで解説！！

セミナー講師

 金子 弘昌 氏   明治大学　理工学部　応用化学科　准教授　

セミナー受講料

1名につき55,000円（消費税込、資料付）　
〔1社2名以上同時申込の場合1名につき49,500円（税込）〕

受講について

• 本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
• 下記リンクから視聴環境を確認の上、お申し込みください。
  　→ https://zoom.us/test
• 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
  セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
• Zoomクライアントは最新版にアップデートして使用してください。
  Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
• パソコンの他にタブレット、スマートフォンでも視聴できます。
• セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
  お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
• 当日は講師への質問をすることができます。可能な範囲で個別質問にも対応いたします。
• 本講座で使用される資料や配信動画は著作物であり、
  録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
• 本講座はお申し込みいただいた方のみ受講いただけます。
  複数端末から同時に視聴することや複数人での視聴は禁止いたします。
• Zoomのグループにパスワードを設定しています。
  部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
  万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。

セミナー趣旨

  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。

セミナープログラム

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
　　2.8.1 多目的ベイズ最適化
　　2.8.2 最大化問題に関するベイズ最適化
　　2.8.3 領域推定に関するベイズ最適化
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
【質疑応答】