ハイスループット実験・計算によるデータベース作成と材料探索

★ データの収集、整理、保存から有望物質探索への活用事例まで詳説!

セミナープログラム

【10:30-12:00】1.ハイスループット実験・計算によるデータベース作成

  (株)コベルコ科研 計算科学センター DX技術室 マテリアルDXグループ 博士(工学) 古賀 健治 氏
【専門】固体物理学  

【習得できる知識】
  ハイスループット手法を用いた効率的な材料データ収集方法を学び、
  マテリアルズ・インフォマティクス(MI)技術の実践的な応用について理解を深める。

【講座の趣旨】
  参加者は実験、計算用いたデータ取得の基礎と応用を習得し、研究や開発に役立つ知識を得ることが目標とする。

1.ハイスループット実験の概要
 1.1 ハイスループット実験の意義と利点
 1.2 マテリアルズ・インフォマティクス(MI)技術の基本概念
 1.3 ハイスループット実験の実施手順

2.ハイスループット実験の具体例
 2.1 従来手法の効率化
 2.2 コンビナトリアル実験

3.ハイスループット計算の基礎
 3.1 ハイスループット計算の概念と利点
 3.2 代表的な計算手法
 3.3 データ解析とシミュレーション結果の活用

4.データ収集および機械学習を活用した解析
 4.1 データ・収集と解析の概要と利点
 4.2 データ取得と解析手法

5.材料データベースの構築
 5.1 データベースの設計と構造
 5.2 データの収集・整理・保存方法

6.実際の応用例とケーススタディ
 6.1 新材料の探索と最適化
 6.2 既存材料の性能予測と改良
 6.3 国内の成功事例紹介

【質疑応答】



【13:00-14:30】2.ハイスループット材料計算と機械学習による有望物質の探索手法
 
  東京工業大学 科学技術創成研究院 フロンティア材料研究所 助教 博士(工学) 高橋 亮 氏
【専門】計算材料科学

【習得できる知識】
  並列計算環境・材料データベースに関するソフトウェアや機械学習による
  物性値予測・有望物質の推薦方法(ベイズ最適化など)の基礎的な知識とその応用例

【講座の趣旨】
  講師らのハイスループット計算・機械学習の研究を例にとり、
  関連するコード・データベース・機械学習手法を紹介して計算材料スクリーニングの手法を概観する。

1.ハイスループット第一原理計算と計算材料データベース
 1.1 第一原理計算・計算材料データベースの目的
 1.2 公開計算材料データベースとその使い方(Materialsprojectdatabaseを例に挙げて)
 1.3 計算材料データベースを自作する上での技術的課題
 1.4 計算データベースのためのライブラリ(計算ファイルの自動生成・解析)
 1.5 計算データベースのためのライブラリ(ワークフロー・データベース管理)
 1.6 plotly/dashによるデータベースの可視化

2.機械学習による物性値予測
 2.1 機械学習の目的・回帰分析手法について
 2.2 記述子による物質の数値的表現
 2.3 実際の応用例

3.機械学習により有望物質を優先するハイスループット計算
 3.1 機械学習による予測の問題点
 3.2 機械学習による有望物質の推薦と探索(ベイズ最適化など)
 3.3 ハイスループット計算による材料探索システムの自律化

【質疑応答】



【14:45-16:15】3.コンビナトリアル合成・評価による材料探索

  日本大学 工学部 電気電子工学科 教授 博士(工学) 高橋 竜太 氏
【専門】薄膜工学

【習得できる知識】
  コンビナトリアル合成手法による薄膜ライブラリーの作製とハイスループット評価について(酸化物薄膜から金属薄膜まで)

【講座の趣旨】
  これまでに行ってきた酸化物と金属薄膜のコンビナトリアルライブラリーの合成と評価について、
  材料の機能・物性の探索という観点から解説します。

1.コンビナトリアル手法とは?
 1.1 コンビナトリアル手法の歴史
 1.2 コンビナトリアル合成手法
 1.3 コンビナトリアル評価手法

2.コンビナトリアル手法によるドーパント濃度の最適化
 2.1 希土類元素をドープしたY2O3蛍光体材料
 2.2 Mg:ZnOのバンド構造

3.コンビナトリアル手法による新材料探索
 3.1 Fe-Co合金を用いた磁歪材料の探索
 3.2 フラックス材料の探索:Bi4Ti3O12薄膜の高結晶化に向けて

4.コンビナトリアル手法のメリット・デメリット
 4.1 得意、不得意な材料解析
 4.2 膨大なデータの取り扱い方
 4.3 インフォマティクス手法との組み合わせ

【質疑応答】

セミナー講師

1.(株)コベルコ科研 計算科学センター DX技術室 マテリアルDXグループ 博士(工学) 古賀 健治 氏 
2.東京工業大学 科学技術創成研究院 フロンティア材料研究所 助教 博士(工学) 高橋 亮 氏
3.日本大学 工学部 電気電子工学科 教授 博士(工学) 高橋 竜太 氏

セミナー受講料

1名につき 60,500円(消費税込、資料付)
〔1社2名以上同時申込の場合のみ1名につき55,000円〕

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。

※セミナーに申し込むにはものづくりドットコム会員登録が必要です

開催日時


10:30

受講料

60,500円(税込)/人

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込、会場での支払い

開催場所

全国

主催者

キーワード

化学技術一般   マテリアルズインフォマティクス/ケモインフォマティクス   機械学習・ディープラーニング

※セミナーに申し込むにはものづくりドットコム会員登録が必要です

開催日時


10:30

受講料

60,500円(税込)/人

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込、会場での支払い

開催場所

全国

主催者

キーワード

化学技術一般   マテリアルズインフォマティクス/ケモインフォマティクス   機械学習・ディープラーニング

関連記事

もっと見る