マテリアルズ・インフォマティクス 第一原理計算 機械学習 セミナー

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
8月
9月
10月
11月〜

化学・電気系 その他各分野
8月
9月
10月
11月〜

  ・10月名古屋開催セミナー
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2019/7/3更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


マテリアルズ・インフォマティクス 第一原理計算 機械学習 セミナー

*その他 機械学習・ディープラーニング・人工知能: 関連セミナー、書籍はこちら:

第一原理計算と機械学習のツールをノンプログラミングに限定しているため、マテリアルズ・インフォマティクスを始めてみたい方に最適!

ノンプログラミングではじめる

マテリアルズ・インフォマティクス

〜第一原理計算と機械学習による材料設計と新規材料の探索法〜

講師

大阪府立大学 大学院人間社会システム科学研究科 准教授 博士(工学) 上杉 徳照 先生

* 希望者は講師との名刺交換が可能です

■専門分野

材料情報科学、計算材料科学

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2019年10月23日(水) 10:30-16:30
●会場 [東京・京急蒲田]大田区産業プラザ(PiO)6階D会議室 →「セミナー会場へのアクセス」
●受講料 1名43,000円 + 税、(資料・昼食付)
 *1社2名以上同時申込の場合、1名につき33,000円 + 税
 ※消費税につきましては講習会開催日の税率にて課税致します。
      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナーポイント

 材料分野では人工知能を活用したマテリアルズ・インフォマティクス(材料情報学)が注目されていますが、本講座では第一原理計算と機械学習を組み合わせた材料設計と新規材料の探索法について説明します。具体的には金属材料を対象として、第一原理計算で算出された原子間距離、電荷解析、弾性率、形成熱などのパラメータや物性データをとにかく集めて機械学習させることで、材料特性を予測できるパラメータの組み合わせを見出す試みを紹介します。講座の特徴としては幾つかの具体的課題について受講する過程で第一原理計算のレシピと機械学習の各種手法と技術が一通り理解できるようにしました。また講座の最後にはディープラーニング・IoTへの展開についても話題を提供します。講座で紹介する第一原理計算と機械学習のツールは全てノンプログラミングに限定しましたので、まずはマテリアルズ・インフォマティクスを始めてみたい方に最適です。

■この講座を受講して得られる情報・知見:
・ 金属材料分野での諸課題
・ 機械学習で用いられる手法の基礎
・ 第一原理計算の基礎理論とパラメータ
・ ニューラルネットワークの技術習得
・ 機械学習と第一原理計算の融合ノウハウ
・ 機械学習を始めるのに必要なもの

セミナー内容

1 はじめに
1.1 マテリアルズ・インフォマティクスの目的
1.2 第一原理計算で出来ること出来ないこと
1.3 機械学習で出来ること出来ないこと
1.4 第一原理計算と機械学習を組み合わせる意義

2 第一原理計算の基礎
2.1 全エネルギーの計算
2.2 密度汎関数理論について
2.3 第一原理計算の実際的パラメータ(k点,打ち切りエネルギー)
2.4 格子定数の計算
2.5 第一原理計算パッケージの紹介

3 機械学習の基礎
3.1 人工知能と機械学習
3.2 回帰と分類
3.3 過学習とは
3.4 機械学習の種類
3.5 機械学習フレームワークの紹介

4 合金の導電率を例として線形回帰を説明
4.1 リンデの法則と課題を説明
4.2 重回帰分析
4.3 スーパーセル法の第一原理計算
4.4 Mulliken電荷解析
4.5 CASTEPを使った第一原理計算を紹介
4.6 Excelソルバーを使った重回帰分析を実演

5 金属ガラスの形成予測を例としてロジスティック回帰を説明
5.1 金属ガラスの井上三原則と課題を説明
5.2 ロジスティック回帰
5.3 NIMSデータベースの検索実演
5.4 形成熱の第一原理計算
5.5 有意確率とは
5.6 ステップワイズ法による特徴量選択
5.7 ホールドアウト法による検証
5.8 混同行列の読み方
5.9 SPSSを使ったロジスティック回帰を説明

6 形状記憶合金の予測を例としてニューラルネットワークを説明
6.1 変態温度と課題を説明
6.2 ニューラルネットワーク
6.3 弾性率の第一原理計算
6.4 Materials Projectデータベースの紹介
6.5 交差検証とは
6.6 MAE、RMSE、決定係数
6.7 特徴量の重要度評価
6.8 Neural Network Consoleでニューラルネットワークを実演

7 合金の固溶限を例としてその他の手法・技術を説明
7.1 ヒューム・ロザリー則と課題を説明
7.2 データセットの準備
7.3 データ前処理
7.4 サポートベクターマシーン(SVM)
7.5 決定木、ランダムフォレスト
7.6 Rapid Minerで複数の機械学習手法を実演
7.7 ベイズ最適化によるハイパーパラメータの最適化
7.8 Neural Network Consoleでのハイパーパラメータ調整の実演

8 結晶粒径の自動評価を例としてディープラーニングを説明
8.1 金属組織写真と課題を説明
8.2 各種ディープラーニング手法の紹介
8.3 畳み込みニューラルネットワーク(CNN)とは
8.4 データ拡張について
8.5 Neural Network ConsoleでのCNNの実演

9 まとめに代えて
9.1 製造プロセス最適化への期待
9.2 IoTデータは宝の山かゴミの山か
9.3 課題が先か、データが先か
9.4 データ量と収集方法の問題
9.5 必要なハードウェアについて
9.6 さあ、始めましょう

<質疑応答>

セミナー番号:AC191092

top

注目の新刊

雑誌 月刊化学物質管理

洗浄バリ 2019

日本語メディカルライティング

DI対応CSV 2019

プラスチック環境対応技術

自動運転センシング

半導体製造プロセス

三次元培養

ピッカリング・エマルション

再生医療・細胞治療

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.