5月13日(月) AndTech 3か月連続オンライン学習講座「マテリアルズインフォマティクス・量子コンピュータ・ 生成AIを活用した材料開発」Zoomセミナー・復習用アーカイブ付き講座を開講予定
三井化学株式会社/信州大学/大阪大学 DX推進本部 DX企画管理部/工学部 特任准教授/基礎工学研究科招聘教授 博士（工学） 向田 志保 氏 にご講演をいただきます。
マテリアルズインフォマティクス（MI）と量子コンピュータによる材料開発の基礎、導入と活用における具体的なポイントを解説！
本講座は、2024年05月13日に第一講を開講予定いたします。
詳細：https://andtech.co.jp/seminars/1eed9dc4-ebe4-6494-90a6-064fb9a95405
AndTech オンラインLive配信・WEBセミナー オンライン学習講座会 概要
テーマ：マテリアルズインフォマティクス・量子コンピュータ・ 生成AIを活用した材料開発の展開並びに社内導入のポイント
開催日時：2024年05月13日(月) 13:30-16:30 （第2講 6月10日(月) 第3講 7月8日(月) ）
参 加 費：60,500円（税込） ※ 電子にて資料配布予定（2名受講同額料金）
U R L ：https://andtech.co.jp/seminars/1eed9dc4-ebe4-6494-90a6-064fb9a95405
WEB配信形式：Zoom（お申し込み後、URLを送付）
セミナー講習会内容構成
ープログラム・講師ー
三井化学株式会社/信州大学/大阪大学 DX推進本部 DX企画管理部/工学部 特任准教授/基礎工学研究科招聘教授 博士（工学） 向田 志保 氏
【第1回】マテリアルズ・インフォマティクスの基礎
（日時：5月13日(月) 13:30-16:30 、学習時間：3時間）
【第2回】マテリアルズ・インフォマティクスの応用
（日時：6月10日(月) 13:30-16:30、学習時間：3時間）
【第3回】量子コンピュータを活用した材料開発
（日時：7月8日(金) 13:30-16:30、学習時間：3時間）
本セミナーで学べる知識や解決できる技術課題
MIで実験計画法として最もよく使われるベイズ最適化の概念、デジタルで化合物を扱うケモインフォマティクス
将来予測に基づき今後主流となってくることが見込まれる自律化型実験装置や実験デジタルツイン
数値解析に限らず画像解析や自然言語処理といった材料開発に纏わる様々な手法
本セミナーの受講形式
WEB会議ツール「Zoom」を使ったライブLive配信セミナーとなります。
詳細は、お申し込み後お伝えいたします。
株式会社AndTechについて
化学、素材、エレクトロニクス、自動車、エネルギー、医療機器、食品包装、建材など、
幅広い分野のR&Dを担うクライアントのために情報を提供する研究開発支援サービスを提供しております。
弊社は一流の講師陣をそろえ、「技術講習会・セミナー」に始まり「講師派遣」「出版」「コンサルタント派遣」
「市場動向調査」「ビジネスマッチング」「事業開発コンサル」といった様々なサービスを提供しております。
クライアントの声に耳を傾け、希望する新規事業領域・市場に進出するために効果的な支援を提供しております。
株式会社AndTech 技術講習会一覧
一流の講師のＷＥＢ講座セミナーを毎月多数開催しております。
https://andtech.co.jp/seminars/search
株式会社AndTech 書籍一覧
選りすぐりのテーマから、ニーズの高いものを選び、書籍を発行しております。
株式会社AndTech コンサルティングサービス
経験実績豊富な専門性の高い技術コンサルタントを派遣します。
https://andtech.co.jp/business-consulting
本件に関するお問い合わせ
株式会社AndTech 広報PR担当 青木
メールアドレス：pr●andtech.co.jp（●を@に変更しご連絡ください）
下記プログラム全項目（詳細が気になる方は是非ご覧ください）
【第1回】マテリアルズ・インフォマティクスの基礎
（日時：5月13日(月) 13:30-16:30 、学習時間：3時間）
【学習のねらい】
AI駆動型の材料開発であるマテリアルズ・インフォマティクス（MI）の活用は新規材料開発に欠かせないものになりつつあり、その用途は広がるばかりである。本講座では、MIとは何かから始まり、必要となる基礎知識において、機械学習の基礎から丁寧に解説していく。また、MIで実験計画法として最もよく使われるベイズ最適化の概念やデジタルで化合物を扱うケモインフォマティクスについても初学者の方でもすぐに扱えるような内容形式に落とし込んで紹介する。
【プログラム】
1. マテリアルズ・インフォマティクス（MI）とは
1-1. MIの背景
1-2. MIがブームになった背景
1-3. MI導入時のポイント
1-4. MI解析の流れ
2. 機械学習概要
2-1. 機械学習基礎編
a) 必須用語
b) 機械学習モデル概要
c) 機械学習モデルの評価手法
d) データの次元圧縮による可視化
2-2. 機械学習応用編
a) 特徴量エンジニアリング
b) 説明変数選択
c) 機械学習モデルのハイパーパラメータの最適化
d) アンサンブル学習
3. 最適条件探索手法
3-1. 実験計画法
3-2. ベイズ最適化
3-3. 遺伝的アルゴリズム
3-4. 予測用候補サンプルの作り方
4. ケモインフォマティクス
4-1. 化合物データの取り扱い
4-2. 構造記述子
4-3. 化合物の類似度の計算
4-4. 分子構造生成
5. 演習
【演習回答・内容への質疑応答】
【第2回】マテリアルズ・インフォマティクスの応用
（日時：6月10日(月) 13:30-16:30、学習時間：3時間）
【学習のねらい】
MIの実験精度を向上するためには、データの入力の仕方（特徴量エンジニアリング、外部データ活用）や候補サンプルの抽出などの工夫が重要であり、テクニカルな部分を分かりやすい言葉に置き換えながら紹介していく。また、数値解析に限らず、画像解析や自然言語処理といった、材料開発に纏わる様々な手法についても触れる。将来予測に基づき、今後主流となってくることが見込まれる自律化型実験装置や実験デジタルツインなど、幅広い視野をもって材料開発に取り組んでいくことが重要であることを事例をもって示す。
【プログラム】
1. MIを活用した実験的な精度向上に向けて
1-1. 複合系のデータの取り扱い（組成最適化、特徴量エンジニアリング）
1-2. 公共データベース、特許、文献情報の活用
1-3. 適用領域（Applicability Domain: AD）
1-4. 予測、候補サンプルの選択の仕方
2. 画像解析
2-1. MIでよく扱う画像解析の課題点
2-2. 画像の前処理
2-3. 画像の特徴量抽出、特徴量解析
3. データベース構築
3-1. MI用データベースの作り方
3-2. データベースからのMI活用
4. 自然言語処理
4-1. 特許・文献からの情報抽出
4-2. 自然言語処理を活用した新規材料探索
5. MIの今後の展望
5-1. 自律型実験装置
5-2. メタバース/デジタルツイン/VR/AR
5-3. 自動応答タスクの活用（ChatGPT）
6. 演習
【演習回答・内容への質疑応答】
【第3回】量子コンピュータを活用した材料開発
（日時：7月8日(金) 13:30-16:30、学習時間：3時間）
【学習のねらい】
近年、量子コンピュータの技術進行も著しく、材料開発への適用が期待されている。これからは、量子シミュレーションやMIといった既に活用が進んでいるデータ駆動型科学に量子コンピュータをどのように織り交ぜ、用途を広げていくかということが非常に重要になってくる。そこで、いつかはやらなくてはいけないと分かっているものの、量子コンピュータをどのタイミングでどこまで導入したらよいかという悩みも多いと聞く。なるべくコストレスでスムーズに導入を図れるようなアプローチについて、適用事例も交えながら段階的に紹介していく。
【プログラム】
１．量子コンピュータの概要
1-1. 量子コンピュータ基礎知識
1-2. 量子ゲート方式
1-3. 量子アニーリング方式
2. 量子コンピュータの導入
2-1. 情報収集
2-2. ツール（量子クラウドサービス、GPU量子コンピュータなど）
2-3. 社外ネットワーク構築
2-4. 量子コンピュータの社内導入
3. 量子コンピュータの人材獲得・育成
3-1. 量子コンピュータ人財の適性
3-2. 人財獲得
3-3. 人財育成
4. 材料開発への量子コンピュータにおける組合せ最適化問題を中心とした適用事例
4-1. 量子化学計算
4-2. 組合せ最適化問題
4-3. 量子機械学習
4-3. 量子コンピュータを活用した材料開発のユースケース探索の仕方
4-4. 量子コンピュータの今後の将来展望
5. 演習
【演習回答・内容への質疑応答】
＊ 本ニュースリリースに記載された商品・サービス名は各社の商標または登録商標です。
＊ 本ニュースリリースに記載された内容は発表日現在のものです。その後予告なしに変更されることがあります。
以 上
すべての画像
