・ご受講にあたり、環境の確認をお願いしております。
お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
→
確認はこちら
＊Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
→
音声が聞こえない場合の対処例
・Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です
→
参加方法はこちら
→※一部のブラウザーは音声（音声参加ができない）が聞こえない場合があります、
必ず
テストサイトからチェック下さい。
対応ブラウザーについて（公式）;コンピューターのオーディオに参加に対応してないものは音声が聞こえません
申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です。
（クリックして展開「▼」）
・原則、開催5営業日後に録画動画の配信を行います（一部、編集加工します）。
・視聴可能期間は配信開始から1週間です。
（GWや年末年始・お盆期間等を挟む場合、それに応じて弊社の標準配信期間の設定を延長します。）
セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
尚、閲覧用URLはメールでご連絡致します。
※万一、見逃し視聴の提供ができなくなった場合、
（見逃し視聴あり）の方の受講料は（見逃し視聴なし）の受講料に準じますので、ご了承下さい。
→こちらから問題なく視聴できるかご確認下さい（テスト視聴動画へ）パスワード「123456」
セミナーポイント
■はじめに
材料科学とデータ科学の融合展開である「マテリアルズ・イ ンフォマティクス(MI)」研究は、米国「Materials Genome Initiative」の発足から10年以上経過し、技術的には基礎研究の段階を経て、実践段階に至っている。本セミナーでは、MI研究の要素技術としての機械学習やベイズ統計の基礎と、第一原理計算によるデータ生成に基づく第一原理MI研究の事例を紹介する。特に、MI研究におけるデータ量に関する視点から、MI研究に固有の問題とその対処方法について解説する。また、MI研究を実際に始める場合に必要となるプログラミング環境や計算機環境など、実践的な話題についても提供する。
■想定される主な受講対象者
本テーマにご関心のある材料開発に従事している研究者、技術者の方
■必要な予備知識
物理学・化学、あるいは、情報科学・統計科学に関する知識があると理解が深まります。
■本セミナーに参加して修得できること
マテリアルズ・インフォマティクスの基礎と応用を理解できる。
特に、データ駆動型物質探索のための統計学的基礎（機械学習やベイズ推定）と、
データ生成のための計算科学（第一原理計算）について理解できる。
セミナー内容
1. マテリアルズ・インフォマティクス(MI)概観
1) 日本の材料開発研究
a) 事例紹介
b) 4つの科学
c) インフォマティクス
2) マテリアルズ・インフォマティクス
a) 研究分野の動向/研究拠点
b) インフォマティクスの成功事例/触媒探索
c) コンピュータによる物質探索／ベイズ統計
d) MI研究分野の研究事例／ハイスループット仮想スクリーニング
e) MI研究分野の研究事例／ベイズ探索
f) インフォマティクスだけで十分か？／データの問題：量と質
3) データ生成エンジンとしてのシミュレーション
a) スパコン：シミュレーション研究のための必須アイテム
b) 物質科学シミュレーションの階層性／連続体系・分子系・電子系
c) 第一原理計算とは何か？
d) 第一原理計算研究の特徴
e) 階層的計算科学の協働
2. MI研究の基礎と応用
1) 科学とインフォマティクス
2) ＭＩ研究における究極の目標：コンピュータによる物質探索
a) 何故MIは後発か？
b) 問題設定：化合物空間/未知化合物の数
c) 物質探索・物質設計/新規物質をどうやって探すのか？
d) 順問題と逆問題
e) MI研究の現状
3) MI研究の道具立て
a) 回帰と逆問題
b) 機械学習/物性予測モデル
c) 機械学習の勘所
d) 記述子
e) 機械学習の実例
4) MI研究における物質探索/実例
a) 回帰学習の応用としてのハイスループット仮想スクリーニング
b) ベイズ最適化: コンピュータ上での実験計画法
c) 転移学習：少数データの高性能機械学習
5) 逆問題としての物質探索
a) MI研究におけるベイズ統計
b) ベイズ構造探索：尤度関数と事前確率、ベイズ反転、事後確率
c) ベイズ構造探索の実装：物質表現/SMILES形式
d) ベイズ構造探索の実装：自然言語処理に基づく化合物生成
e) ベイズ構造探索の実例：ポリマー探索
f) ポリマー探索とシミュレーション
6) マテリアルズ・インフォマティクスを始めるために
a) Pythonプログラミング環境/ライブラリ
b) データベース
3. 第一原理計算の基礎と応用
1) 計算科学とデータ科学
a) 内挿性と外挿性
b) 物性予測モデル
2) 計算科学
a) 計算科学の位置づけ
b) 階層的計算科学
c) 第一原理計算の強み
d) 材料設計における第一原理計算/モデリング
e) 第一原理計算を始める前に
3) 第一原理計算
a) 問題の構造
b) 基礎方程式の解き方/数理
c) 密度汎関数法
d) 量子モンテカルロ法
4) 第一原理計算の研究例
a) 材料計算科学における量子モンテカルロ法研究
b) 材料計算科学における密度汎関数法研究
5) 第一原理計算のための計算機環境
a) 大規模スパコン
6) 最近の研究から
a) MI研究と計算科学の連携
7) 総括
講師紹介
【略歴】
東北大学にて博士課程修了後、博士研究員として、
東北大学金属材料研究所にて第一原理量子モンテカルロ法による電子状態研究(2005-2007)、
JAIST情報科学研究科にて擬似乱数生成に関する研究に従事(2007-2009)、
日本学術振興会海外特別研究員として米国Harvard大学にて
量子シミュレーションに関する電子状態研究に従事(2009-2011)、
帰国後、統計数理研究所データ同化研究開発センターにて物理乱数など統計科学に関する研究に従事(2011-2012)。
その後、JAIST情報科学研究科助教として第一原理電子状態を用いた材料計算科学研究に従事(2012-2017)、
同情報社会基盤研究センター・准教授に昇進し、マテリアルズ・インフォマティクス研究に従事し、現在に至る。
【専門】
材料計算科学/第一原理計算/第一原理量子モンテカルロ法/
高性能計算(High Performance Computing)/マテリアルズ・インフォマティクス
【本テーマ関連学協会での活動】
日本物理学会北陸支部幹事
サイトマップ
よくあるお問合せ
リクエスト
セミナー会場へのアクセス
