7月27日(月) AndTech WEBオンライン「機械学習原子間ポテンシャルの基礎と材料シミュレーションへの応用」Zoomセミナー講座を開講予定
熊本大学 大学院先端科学研究部 島村 孝平 氏にご講演をいただきます。
株式会社AndTech（本社：神奈川県川崎市、代表取締役社長：陶山 正夫、以下 AndTech）は、R&D開発支援向けZoom講座の一環として、昨今高まりを見せる機械学習原子間ポテンシャル (MLIP)での課題解決ニーズに応えるべく、第一人者の講師からなる「機械学習原子間ポテンシャル (MLIP)」講座を開講いたします。
第一原理精度と計算効率を両立する機械学習原子間ポテンシャル（MLIP）の本質を最新動向とともに分かりやすく整理し実践につながる形で解説！
本講座は、2026年07月27日開講を予定いたします。
詳細：https://andtech.co.jp/seminars/1f12cb0a-e504-6924-b329-064fb9a95405
Live配信・WEBセミナー講習会 概要
──────────────────
テーマ：機械学習原子間ポテンシャルの基礎と材料シミュレーションへの応用
開催日時：2026年07月27日(月) 13:00-16:00
参 加 費：45,100円（税込） ※ 電子にて資料配布予定
U R L ：https://andtech.co.jp/seminars/1f12cb0a-e504-6924-b329-064fb9a95405
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
熊本大学 大学院先端科学研究部 島村 孝平 氏
本セミナーで学べる知識や解決できる技術課題
───────────────────────
・機械学習原子間ポテンシャル（MLIP）の基本概念と、従来型原子間ポテンシャルとの違いを理解する。
・構造記述子の発展や不変性・同変性の考え方を通じて、MLIPの基礎原理とモデルの特徴を把握する。
・学習データの作成からモデル構築・性能評価に至るまで、MLIP開発の一連のプロセスを理解する。
・自身の研究・開発にMLIPを適用するための実践的な観点（精度評価、解釈性、モデル選択）を習得する。
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）
──────────────────────────────
【講演主旨】
近年、第一原理計算に匹敵する精度を維持しつつ、分子動力学計算を大幅に高速化できる手法として、機械学習原子間ポテンシャル（MLIP）が急速に注目を集めています。
本セミナーでは、MLIPの基礎原理から応用までを体系的に解説します。まず、従来型原子間ポテンシャルとの違いを概観し、構造記述子の発展や同変性といった概念が求められる背景を整理します。続いて、学習データの作成、モデル構築、性能評価といった実務上の重要ポイントについて具体的に紹介します。
さらに、近年登場した多数元素を扱うFoundation Model型MLIPにも触れ、その特徴と従来手法との違いを解説します。あわせて、固体材料や有機材料など多様な系への応用事例を取り上げ、MLIPが研究・開発にどのように活用されているかを示します。
本セミナーは、MLIPによるシミュレーションの高度化や材料開発プロセスの効率化を目指す研究者・技術者にとって、有益な指針を提供することを目的としています。
【プログラム】
１．機械学習原子間ポテンシャル（MLIP）の概要
1-1 MLIPとは何か
（1）従来型原子間ポテンシャルとの違い
（2）第一原理精度と計算速度の両立
1-2 MLIPが注目される背景
（1）大規模分子動力学計算の必要性
（2）材料開発などの応用領域の拡大
1-3 実際のMLIP応用例
２．MLIPの理論的基礎
2-1 記述子の考え方
（1）回転・並進・鏡映対称性（E(3)）が何故必要か？
（2）局所環境の特徴量化
2-2 不変性と同変性の概念
（1）エネルギーと力の関係
（2）E(3)不変性・同変性の意義
2-3 ブレークスルーMLIP
（1）Behler–Parrinello Neural Network (NN) Potential
（2）Atomic Cluster Expansion
（3）メッセージパッシング型Graph NN MLIP
３．MLIP構築の実務フロー
3-1 学習データの準備
（1）第一原理計算のポイント
（2）サンプリング戦略
（3）Universal Datasetの利用
3-2 学習プロセス
（1）コスト関数の構成
（2）学習・検証・テスト
3-3 精度評価と解釈性
（1）RMSE、MAEなどの指標
（2）結合エネルギーらに基づく評価
（3）モデルのブラックボックス性とその対処
４．最新動向
4-1 Foundation Model
（1）スケーリング則の発見
（2）MLIP運用方法の変化
（3）Fine-tuningについて
4-2 電子状態計算との融合
（1）電子基底状態計算の動向
（2）電子励起状態計算へ
4-3 物理学的に本質的な学習を行うには
５．まとめ
【質疑応答】
【キーワード】
機械学習原子間ポテンシャル（MLIP）、材料シミュレーション、分子動力学（MD）、第一原理計算、計算材料科学
【講演のポイント】
第一原理精度と計算効率を両立するMLIPの本質を、最新動向とともに分かりやすく整理し、実践につながる形で解説します。加えて、物理的理解と解釈性の視点から、実践に活かせる知見を提示します。
＊ 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
