11月13日（金）　AndTech「機械学習によるカーボンナノチューブ材料プロセスの高度化と高性能透明導電膜への展開」WEBオンライン Zoomセミナー講座を開講予定

京都工芸繊維大学　野々口　斐之 氏、国立研究開発法人 産業技術総合研究所　周　英 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によるカーボンナノチューブ材料・デバイス開発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　カーボンナノチューブ材料・デバイス開発」講座を開講いたします。

CNTの分散・自己組織化・配向形成に関わる多変数データを機械学習で解析し、材料・溶媒・プロセス条件を支配する因子を抽出・可視化する方法を解説！

本講座は、2026年11月13日開講を予定いたします。 

詳細：https://andtech.co.jp/seminars/1f1b1930-43df-6dce-b7fe-064fb9a95405

Live配信・WEBセミナー講習会　概要

──────────────────

テーマ：機械学習によるカーボンナノチューブ材料プロセスの高度化と高性能透明導電膜への展開

～溶媒・分散剤の選定、自己組織化・配向制御、CNTインクの印刷・成膜設計～ 

開催日時：2026年11月13日（金） 14:00-16:25 

参 加 費：50,600円（税込） ※ 電子にて資料配布予定

U　R　L ：https://andtech.co.jp/seminars/1f1b1930-43df-6dce-b7fe-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

∽∽───────────────────────∽∽

第1部 機械学習を活用したカーボンナノチューブ溶液プロセスの設計と理解

∽∽───────────────────────∽∽

講師 京都工芸繊維大学　教授 野々口　斐之 氏

∽∽───────────────────────∽∽

第2部 機械学習によるカーボンナノチューブ分散プロセスの最適化と高性能印刷型透明導電膜への展開

∽∽───────────────────────∽∽

講師 国立研究開発法人 産業技術総合研究所　ナノチューブ実用化研究センター　主任研究員 周　英 氏

本セミナーで学べる知識や解決できる技術課題

───────────────────────

・CNTの分散・自己組織化など、溶液プロセスにおける機械学習活用の考え方

・材料・溶媒・プロセス条件を機械学習で扱う際のデータ取得と特徴量設計のポイント

・機械学習による予測モデルから材料化学的な支配因子を読み取る方法

・機械学習の解析結果を新しい材料・プロセス条件の探索へフィードバックする考え方

・CNT分散に適した溶媒・分散剤の選定方法 

・分散処理条件を設計・最適化するための考え方 

・分散性予測に必要なデータセットと記述子の設計方法 

・CNT分散状態と印刷性、導電性および透明性の関係 

・高性能な印刷型CNT透明導電膜を実現するための材料・プロセス設計指針

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。

　　https://andtech.co.jp/

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。

https://andtech.co.jp/books

　

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部 機械学習を活用したカーボンナノチューブ溶液プロセスの設計と理解

【講演主旨】

　カーボンナノチューブ（CNT）の分散、インク化、自己組織化などの溶液プロセスでは、溶媒や分散剤の化学構造、溶解性、濃度、乾燥条件など多数の因子が複雑に関係する。このため、従来の経験的な条件探索だけでは、最適条件の発見だけでなく、その背後にある化学的な支配因子を理解することも容易ではない。

　本講演では、CNTの有機溶媒への分散および蒸発過程における自己組織化・配向を題材として、実験データと機械学習を組み合わせた溶液プロセス研究について紹介する。特に、機械学習を単なる条件最適化の手段としてではなく、実験結果を整理し、材料・溶媒間の関係を可視化し、化学的な設計指針を得るための方法として活用する考え方を解説する。

1．CNT化学プロセスへの機械学習導入

　•    CNTの分散・自己組織化における多変数問題

　•    実験データの取得と機械学習を組み合わせる際の考え方

　•    「予測」と「化学的理解」をつなぐための特徴量設計・解析

2．機械学習を用いたCNT分散プロセスの設計と理解

　•    CNT有機溶媒分散系の構築と分散性の定量評価

　•    機械学習による溶媒特性とCNT分散性の関係解析

　•    支配因子の抽出、可視化と新しい分散条件の設計

3．蒸発自己組織化によるCNT配向形成への展開

　•    高分子／CNT分散液の蒸発に伴う自己組織化と配向形成

　•    機械学習による自己組織化条件の解析と溶媒パラメータの抽出

　•    予測結果を実験へフィードバックする材料プロセス探索

【質疑応答】

【キーワード】

カーボンナノチューブ（CNT）、機械学習、マテリアルズ・インフォマティクス、分散、溶液プロセス、自己組織化、配向、溶媒設計

【講演のポイント】

CNTの溶液プロセスでは、多数の化学的・プロセス的因子が相互に関係するため、経験的な条件探索のみから一般的な設計指針を得ることは容易ではない。本講演では、定量的な実験データと機械学習を組み合わせることで、良好な条件を予測するだけでなく、分散や自己組織化を支配する因子を抽出し、化学的な理解と次の実験設計へつなげるアプローチを紹介する。

∽∽───────────────────────∽∽

第2部 機械学習によるカーボンナノチューブ分散プロセスの最適化と高性能印刷型透明導電膜への展開

【講演主旨】

　カーボンナノチューブ（CNT）の優れた電気的・機械的特性を引き出すには、用途に適した分散状態を実現し、それを成膜プロセスまで維持することが重要です。しかし、CNTの分散性は、溶媒、分散剤、CNTの構造・表面状態、処理条件など多数の因子に左右されるため、経験的な試行錯誤だけでは最適化が困難です。

　本講座では、CNT分散の基礎から、溶媒物性・分散条件と分散性の関係、機械学習を用いた最適条件の探索、さらに印刷型透明導電膜への展開までを解説します。

1  CNT

　•    市販CNT

　•    CNT分散 

　•    分散の評価 

2  CNT分散の研究例

　•    CNT透明導電膜の研究事例

　•    従来分散の課題

３  機械学習を活用した分散プロセスの最適化 

　•    基本的な考え方

　•    データの構築、予測および評価 

　•    機械学習結果の活用

４  印刷型透明導電膜への展開 

　•    CNTインクの設計と印刷・成膜 

　•    導電性と透明性を両立するプロセス設計 

５  まとめと今後の展望

　•    CNT分散の開発事例紹介

　•    データ駆動型CNT材料開発の展望

【質疑応答】

【キーワード】

カーボンナノチューブ、CNT分散、機械学習、溶媒選定、Hansen溶解度パラメータ、分散剤、スクリーン印刷、透明導電膜、シート抵抗、光透過率

【講演のポイント】

CNT分散に関する豊富な実験知見と機械学習を組み合わせ、溶媒・分散剤・処理条件の選定から、印刷・成膜および透明導電膜の性能向上までを一貫して解説します。単なる機械学習モデルの紹介ではなく、予測結果を実際の材料開発にどのように活用し、高性能なCNT透明導電膜へつなげるかを具体的な研究事例に基づいて説明します。

【習得できる知識】

・  CNT分散の基本原理 

・  CNT分散に適した溶媒・分散剤の選定方法 

・  分散処理条件を設計・最適化するための考え方 

・  分散性予測に必要なデータセットと記述子の設計方法 

・  CNT分散状態と印刷性、導電性および透明性の関係 

・  高性能な印刷型CNT透明導電膜を実現するための材料・プロセス設計指針

＊ 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