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

サイエンス＆テクノロジー株式会社安藤康伸　氏 40,150円

■マテリアルズ・インフォマティクスの概要■
■Python、GithubのMI環境の構築■
■スペクトル分類、ピーク推定、ベイズ最適化■

◇◆◇◆本セミナーは【Live配信（Zoom）受講】または【アーカイブ配信受講】が選べます。◇◆◇◆
【Live配信受講】 2023年9月28日（木） 10:30～16:30
【アーカイブ配信受講】 2023年10月10日（火）配信予定(視聴期間：10/10～10/23）

※セミナー視聴ページは、S&Tマイページからお願いいたします。
（S&T会員登録（主催会社のWeb会員（無料））が必須ですので弊社で登録いたします。）

【配布資料】
PDFデータ（印刷可／編集不可）
※セミナー開催日の2日前を目安にS&Tマイページからダウンロード可能になります。
※アーカイブ配信受講の場合は配信開始日からダウンロード可となります。

会場

講師

プログラム

特典

お知らせ

開催日時

2023/09/28 (木) 10:30～ 16:30 （受付 10:20 ～ )
2023/10/10 (火) 00:00～ 00:00 （受付 00:00 ～ )

他の開催日・開催場所（同じ都道府県内）で探す

申込み期間

～ 2023/09/27

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

40,150円 (主催会社からのE-Mail定期配信をご希望頂くと更に割引となります）

開講場所

本セミナーは【Live配信（Zoom）受講】または【アーカイブ配信受講】が選べます。
※会社・自宅にいながら受講可能です※　

講師

安藤康伸　氏: 【略歴】
2012年東京大学大学院理学系研究科物理学専攻博士後期課程修了、博士 (理学)
2012年産業技術研究所産総研特別研究員
2013年東京大学大学院工学系研究科マテリアル工学専攻助教
2016年産業技術総合研究所研究員
2018年産業技術総合研究所主任研究員
2022年早稲田大学スマート社会技術融合研究機構研究院客員准教授 (兼務)

【専門】
計算物質科学・マテリアルズインフォマティクス

カリキュラム、
プログラム

【セミナー趣旨】
　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、PythonやGithubを用いたマテリアルズ・インフォマティクスの研究環境構築方法や、機械学習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「スペクトル分類」「ピーク推定」「ベイズ最適化」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。

【講演内容】
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．MI環境構築：Python
　1) MIの研究環境
　2) OSの分類
　3) ユーザーインターフェース
　4) プログラム開発・実行環境
　　a) 隔離環境の構築
　　b) Windows subsystem for Linux
　　c) Package Manager
　　d) Anacondaのインストール
　　e) Homebrewを用いた整備
　　f) Python仮想環境
　　g) Jupyter notebook
　　h) markdown
　　i) Python package管理
　　j) 自作関数の再利用

３．MI環境構築：Github
　1) バージョン管理システム
　2) git
　3) ホスティングサービス
　4) GUIソフトウェア
　5) Gitコマンド
　　a) init, clone
　　b) commit
　　c) branch
　　d) merge
　　e) push
　　f) push
　　g) fetch
　　h) pull

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

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

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/sem

お知らせ

※通信欄に下記『お申込み時の注意点』をご入力下さい

【テレワーク応援キャンペーン(1名受講限定)】
　受講料(税込)：40,150円／E-Mail案内登録価格：38,170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1名分無料】
　１名あたり定価”55,000円の半額”27,500円（税込）
　※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

■■■お申込み時の注意点■■■
通信欄に以下をご入力下さい。

①「E-mail案内希望：する／しない」
　※割引適用にはE-mail案内登録が必須となります

②受講形式
　【Live配信】or【アーカイブ配信】

③2名様以上でお申し込みの場合
　・氏名
　・部署
　・メールアドレス
　・「E-mail案内希望：する／しない」
　※割引適用にはE-mail案内登録が必須となります