AI・機械学習の従来型研究開発への現実的な組み込み方および、データベースの構築と機械学習との連携・運用

～AI・機械学習を実運用にマッチさせる際の課題とその回避策～～DX化に向けたデータ蓄積・共有・利活用体制の改善～ 

■「研究開発にAIを導入したが、従来の方法との相性が悪い」 　「研究者がAI・機械学習に対してアレルギー反応を起こしている」など、 　  研究開発にAI・機械学習を導入したが実運用に上手くマッチしていないと 　  感じている方におすすめです。　研究開発のDX化の要となるデータ蓄積・共有・利活用の効果的な方法、　AI・機械学習を従来型の実験に組み込む際の課題と方法、　データベースの構築と機械学習との連携・運用、データベースの導入・運用時に　陥りやすい課題と回避策などについて、　R&D部門のデータ活用の現場に精通している講師が現実に即した内容を解説します!

日時

【Live配信】2024年9月20日（金）  10:30～16:30【アーカイブ配信】視聴期間：終了翌営業日から7日間［9/24～9/30］を予定  受講可能な形式：【Live配信(アーカイブ配信付)】のみ

セミナー講師

(株)キャトルアイ・サイエンス　代表取締役　博士(工学)　上島 豊　氏略歴1992年3月　大阪大学 工学部 原子力工学科 卒業1994年3月　大阪大学大学院 工学研究科 電磁エネルギー工学専攻 修士課程修了1995年5月　日本学術振興会 特別研究員（～1997年3月）1997年3月　大阪大学大学院 工学研究科 電磁エネルギー工学専攻 博士課程修了1997年4月　日本原子力研究所 関西研究所 研究員（～2006年3月）2006年4月　有限会社 キャトルアイ・サイエンス 代表取締役2008年8月　株式会社 キャトルアイ・サイエンス 代表取締役専門物理学全般、シミュレーション、ITシステム、データ利活用環境主な参加国家プロジェクト2000年～2005年　総務省JGNプロジェクト「JGNを使った遠隔分散環境構築」2001年～2006年　文部科学省　ITBLプロジェクト2002年～2007年　文部科学省　バイオグリッドプロジェクト2003年～2012年　文部科学省　超高速コンピュータ網形成プロジェクト（NAREGI）2003年～2008年　文部科学省リーディングプロジェクト「生体細胞機能シミュレーション」その他　活動2006年～　NPO法人 CAE懇話会 大規模データマネージメント研究会 担当幹事2001年～　奈良県西大和学園 SSH（Super Science Highschool）指導委員

セミナー受講料

※お申込みと同時にS&T会員登録をさせていただきます(E-mail案内登録とは異なります)。

55,000円( E-mail案内登録価格52,250円 )E-Mail案内登録なら、2名同時申込みで1名分無料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27,500円)

【1名分無料適用条件】※2名様ともE-mail案内登録が必須です。※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。※3名様以上のお申込みの場合、１名あたり定価半額で追加受講できます。※請求書（PDFデータ）は、代表者にE-mailで送信いたします。※請求書および領収証は1名様ごとに発行可能です。　(申込みフォームの通信欄に「請求書１名ごと発行」と記入ください。)※他の割引は併用できません。

【テレワーク応援キャンペーン(1名受講)【オンライン配信セミナー受講限定】　1名申込みの場合：受講料 41,800円(E-mail案内登録価格 39,820円 )※１名様でオンライン配信セミナーを受講する場合、上記特別価格になります。※他の割引は併用できません。

受講、配布資料などについて

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）

配布資料

• PDFテキスト(印刷可・編集不可)

セミナー趣旨

受講対象・レベル

・機械学習などAIツール環境は整備できたが、実運用ベースにのせるのに困っている方・データ共有・利活用でお困りの方・蓄積データのデータ分析でお困りの方・自社及び他の一般的なR&D部門のデータ共有、利用、活用状況を知りたい方・R&D部門のデータに対して、AIを活用したい、させたいと考えられている方・R&D部門のデータの利用・活用を推進することのメリットを具体的に知りたい方

習得できる知識

・R&D部門のデータ共有・利活用の実情・属人的データ共有状況が生み出される原因・属人的データ共有状況が引き起こす問題・報告書の共有で期待して良いこと、良くないこと・機械学習などのMIの特性と注意すべき点・機械学習などのMIの研究への組み込み方法・R&D部門におけるデータ蓄積基盤としてデータベースがなぜ必要か？・R&D部門においてデータベースと機械学習を連携させていく場合の注意点・データベース導入時に陥りがちな落とし穴とそれを防ぐ方策・データベース運用時に陥りがちな落とし穴とそれを防ぐ方策

セミナープログラム