ビジネスに特化したクオリティの高いセミナーや研修が見つかる!
会員登録をしてセミナーに申し込むとさまざまな特典が受けられます
トップページ  インデックス検索  技術・研究  技術・研究(その他)  【Live配信(Zoom使用)】 材料研究課題を解決するための マテリアルズ・インフォマティクス入門

開催日 2021/09/29 (水) 開催地 WEB配信型ライブセミナー

~機械学習を「新材料の開発、探索」に適用するには~

【Live配信(Zoom使用)】 材料研究課題を解決するための マテリアルズ・インフォマティクス入門

主催 サイエンス&テクノロジー株式会社 講師 安藤 康伸 氏 受講料 49,500円   

このセミナーをチェックリストに追加する  セミナーの受付は終了しました
■予測:予測モデルとモデル選択■
■分類:スペクトルデータの低次元化とクラスター解析■
■データ解析:スペクトル解析のためのEMアルゴリズムによるピーク検知■
■データ活用:ベイズ最適化の概要と応用■

研究課題を機械学習技術で解決する糸口を掴みたい方は是非

機械学習で基本的に用いられる
 「予測」「分類」「分布推定」「ベイズ最適化」技術の背景にある数学を簡単に解説

「機械学習ポテンシャル」「スペクトル分類」「ピーク推定」

マテリアルズ・インフォマティクスで用いられる機械学習の概要と重要なノウハウ

キーワード:予測, 分類, 分布推定, ベイズ最適化, 機械学習ポテンシャル, スペクトルデータ解析

このセミナーを受講すると、こんなスキルが身につきます

 新材料開発のためのマテリアルズ・インフォマティクスが注目を集めています。一方で機械学習の教科書は多数あれども「材料研究課題」にどのように適用することができるのか、といった情報源はまだまだ乏しいのが現状です。
 本セミナーでは、講師がこれまで進めてきた研究成果をもとに、機械学習で基本的に用いられる「予測」「分類」「分布推定」「ベイズ最適化」技術の背景にある数学を簡単に解説し、具体的な適用事例として「機械学習ポテンシャル」「スペクトル分類」「ピーク推定」を取り上げます。これらを通して、聴講者のみなさまが抱える研究課題を機械学習技術で解決する糸口を掴んでいただければ幸いです。
  特典
開催日時 2021/09/29 (水)     10:30~ 16:30     (受付  10:00 ~ )

他の開催日・開催場所(同じ都道府県内)で探す    
申込み期間 2021/07/26  ~ 2021/09/28
主催会社 サイエンス&テクノロジー株式会社
この主催会社の他の最新セミナーを見る    
定員 30名
受講料 49,500円
開講場所 Live配信セミナー 
※会社・自宅にいながら受講可能です※ 

講師
安藤 康伸 氏 講師写真

安藤 康伸 氏

(国研)産業技術総合研究所 
機能材料コンピュテーショナルデザイン研究センター
主任研究員 博士(理学)

カリキュラム、
プログラム
1.マテリアルズ・インフォマティクス概要
 1) AI for Materialsとマテリアル・ゲノムプロジェクト
 2) 国内外のプロジェクト動向
 3) 機械学習の基礎
 4) 機械学習応用の流れと課題設定の重要性
 5) 代表的な機械学習応用事例の紹介
 6) 物質・材料データの特徴と注意点
 7) 「分かりたい」のか「見つけたい」のか
 8) 情報科学市民権
 9) 物質科学の立場として忘れてはいけないこと

2.予測(回帰):予測モデルとモデル選択
 1) 予測・モデル選択の応用例
 2) 「モデル」と「損失関数」
  a) 線形回帰とカーネル法の違い
  b) 損失関数の変更によるモデル選択
  c) 交差検証によるモデル評価
 3) モデル推定の種類(最尤法, MAP推定, ベイズ推定)
 4) 確率論的にみた回帰と正則化
 5) 非線形モデリングの困難
  a) マルコフ連鎖モンテカルロ法によるパラメータ最適化
  b) 情報量基準によるモデル選択
  c) 解析事例

3.予測(回帰):機械学習ポテンシャルの歴史と応用
 1) 物質の記述
  a) 原子配列の「構造特徴」と「局所特徴」
  b) 特徴量が満たすべきRuppの条件
  c) 構造特徴の例
  d) 局所特徴の例
 2) 原子間ポテンシャルと機械学習
  a) 歴史的なポテンシャルの設計方針と例
  b) ポテンシャルフィットとニューラルネット利用の歴史
  c) 第一世代ニューラルネットポテンシャルの課題
  d) Behler-Parrinelloの方法
  e) 機械学習ポテンシャルの応用事例

4.分類:スペクトルデータの低次元化とクラスター解析
 1) 高次元データとしてのスペクトルと低次元化の重要性
 2) 分類:教師あり学習と教師なし学習
 3) 特徴空間と類似度
 4) 特徴空間の解釈性と表現性
 5) 主成分解析によるスペクトルの低次元化
 6) k-means法によるスペクトルの分類
 7) 階層的クラスタリングによるスペクトルの分類

5.データ解析:スペクトル解析のためのEMアルゴリズムによるピーク検知
 1) ピーク検知のための処理フロー
 2) 非線形最小二乗法の困難
 3) 回帰と分布推定の違い
 4) ガウス分布の最尤推定
 5) EMアルゴリズムによる最尤推定
 6) スペクトル解析のための改良EMアルゴリズム
 7) 解析事例
 8) EMアルゴリズムとしてのk-means法
 9)ベイズ推論への展開と変分ベイズ推定によるモデル選択

6.データ活用:ベイズ最適化の概要と応用
 1) ベイズ最適化でやりたいこと
 2) ベイズ最適化を使った研究事例
 3) ベイズ最適化の作業フロー
  a) 予測曲線を確率的に引く(ガウス過程回帰)
  b) 「活用」と「探索」による候補点探索(獲得関数)
  c) ベイズ最適化を実施する際の課題

  □質疑応答□
セミナー参加費
支払い方法
 ○ お支払方法

オンラインセミナーは銀行振込みのみです。

会場受講の場合に限り、会場で現金またはクレジットカードでのお支払いが可能です。

会場でクレジットカード支払いの場合は、通信欄に「会場でカード支払い」をご入力ください。



 ○ キャンセルについて

お申込み後、ご都合が悪くなった場合は代理の方のご受講も可能です。

やむなくキャンセルされる場合は、下記のキャンセル規定にて承ります。

その他、申込み要領は下記をご参照ください。

https://www.science-t.com/seminarentryguide/
お知らせ ※各種割引がございます。併用はできません。

【テレワーク応援キャンペーン(1名受講限定)】
 受講料 35,200円になります。(さらにS&TのE-mail案内登録の場合:33,440円)
 ※1名でLive配信/WEBセミナーを受講する場合、上記特別価格になります。

【2名同時申込みで実質1名分無料(1名あたり“定価の半額”24,750円)】
 ※2名ともS&TのE-mail案内登録が必須で、同一法人内に限ります。
 ※3名様以上のお申込みの場合、上記1名あたりの金額で受講できます。

【アカデミー割引】
※学生・教員および医療従事者は、1名につき11,000円/日

■■■お申込み時の注意(割引適用)■■■
BC-seminarからお申込みされますと、システム登録上、定価が表示されますが、
割引希望の方には下記をもって適用しますのでご安心ください。
各割引適用には、弊社のE-mail案内が必須となりますので、通信欄に「E-mail案内希望:する/しない」をご入力ください。
また受講は、S&T会員登録(主催会社のWeb会員)が必須ですので弊社で登録いたします。

追って、“サイエンス&テクノロジーからのお申込みメール”を
お送り致しますので、こちらの到着をもって正式に手続き完了となります。
  • このセミナーについて質問する
  • このセミナーに申し込み

他にもこんなセミナーがあります

セミナーチェックリストを見る

会員なら色々な特典が受けられます
掲載の記事・写真・図表などの無断転載を禁止します。
著作権は株式会社ファシオまたはその情報提供者に属します。