機械学習と材料DXへの展開

セミナー趣旨

近年、人工知能(AI)が新聞やメディアなどで多く報道され、その応用先は爆発的に広がりを見せています。特にこのAI技術を日本の基盤産業である素材産業においても適用するマテリアルズインフォマティクスや材料DXは、研究機関だけでなく、民間企業においても注目を集めており、研究者・開発者は個々に材料開発にAIを取り入れるとともに、材料DXを実現することが求められています。
そこで本講演では、機械学習の基礎からはじめ、材料DXに必要な技術となるスパースモデリングやベイズ最適化の基礎について講義します。また、これらの基礎的な技術を、どのように実際の現場で活かすのかを事例紹介するとともに、その事例紹介を通して、ベイズ推論、深層学習や大規模言語モデルを複合させた材料DXについて講義します。こうした取り組みを交えることで、研究者・開発者の能力を拡張するための機械学習の実践と材料DXへの展開を学んでもらえればと思っています。

受講対象・レベル

・機械学習の基礎：分類と回帰
・スパースモデリングやベイズ最適化の基礎
・ベイズ推論、深層学習や大規模言語モデルを複合させた材料DX
・新規材料・物質の探索、開発への応用方法のための事例

習得できる知識

・材料DX、マテリアルズインフォマティクス、ケモンインフォマティクスなど、インフォマティクスに興味のある研究開発企画、技術企画、新事業企画などの担当者（材料系の研究系・技術系） 

セミナープログラム

1.材料DXへの展開のための機械学習の基礎(1)
　1.1 データ駆動科学とスパースモデリング
　1.2 機械学習の基礎:分類と回帰
　1.3 スパースモデリングの基礎
　1.4 スパースモデリングの人工データによる実践(python)

2.材料DXへの展開のための機械学習の基礎(2)
　2.1 ベイズ推論の基礎とスパースモデリングへの展開
　2.2 ガウス過程回帰とベイズ最適化
　2.3 深層生成学習による低次元潜在空間の抽出
　2.4 大規模言語モデルと材料DX

3.スパースモデリングによるマテリアルズ・インフォマティクス
　3.1 マテリアルズ・インフォマティクスとスパースモデリング
　3.2 リチウムイオン電池の電解液材料探索への応用
　3.3 高収率なナノシート合成開発への応用
　3.4 スパースモデリングのための大規模言語モデルの活用
　3.5 大規模言語モデルによる自動ロボット実験の展開

【質疑応答】

セミナー講師

筑波大学　システム情報系　准教授　博士(科学)　五十嵐 康彦 氏

セミナー受講料

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

受講について

■　Live配信セミナーの視聴環境について

• 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。