技術・研究開発セミナー・技術書籍なら情報機構

「FT-IR」セミナー2026│基礎、測定・解釈、機械学習・AI技術活用

FT-IRの基礎から測定・解釈のポイント、機械学習・AI技術の活用まで

■本セミナーの受講形式(会場/Zoom両アイコンある場合は受講形式選択可)

zoom……Zoomオンライン受講

見逃し視聴あり……見逃し視聴選択可


○プログラミング初心者でも受講可!日々のデータ解析業務に、機械学習・AIを導入してみませんか?
○FT-IRの基礎や測定・スペクトル解釈のポイントから、分析担当者に必要な機械学習の基本と、生成AIを活用したPython解析および解析例まで。

講師

新潟県工業技術総合研究所 技術統括センター 研究主幹 天城 裕子 氏


講師紹介

 新潟県工業技術総合研究所 技術統括センター 研究主幹。
 機器分析を担当し、主に企業からの依頼試験を通じて異物分析などのトラブルシューティングや製品の品質分析に従事。FT-IR、ラマン分光、SEM-EDS、蛍光X線(XRF)、X線回折(XRD)、XPSなどを用いた分析を専門とする。
 近年は各種分析データの機械学習の適用に取り組み、プログラミングを専門としない立場から、生成AIの補助を活用した実践的なPython解析手法を紹介している。

<その他関連商品>
機械学習・AI・データ分析 一覧はこちら


日時・受講料・お申込みフォーム

●日時:2026年12月14日(月) 13:00-16:00 *途中、小休憩を挟みます。

●受講料:
【オンライン受講(見逃し視聴なし)】:1名 40,700円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき29,700円

【オンライン受講(見逃し視聴あり)】:1名 46,200円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき35,200円
*「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。


各種割引について
5名以上でのお申込の場合、更なる割引制度もございます。
 ご希望の方は、以下より別途お問い合わせ・お申込みください。
 req@*********(*********にはjohokiko.co.jpを入れてください)

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」を確認ください。


お申込みはこちらから
オンライン受講/見逃視聴なし

オンライン受講/見逃視聴あり

■ セミナーお申込手順からセミナー当日の主な流れ →

商品コード:AD261222

配布資料・講師への質問など

●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前~前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
 (土、日、祝日は営業日としてカウントしません。)
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。

●当日、可能な範囲でご質問にお答えします。(全ての質問にお答えできない可能性もございます。何卒ご了承ください。)
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********(*********にはjohokiko.co.jpを入れてください)

オンラインセミナーご受講に関する各種案内(必ずご確認の上、お申込みください。)

  • PC/タブレット/スマートフォンなど、Zoomが使用できるデバイスをご用意ください。
  • インターネット 回線速度の目安(推奨) 下り:20Mbps以上
  • 開催が近くなりましたら、Zoom入室URL、配布資料、当日の流れなどをメールでご連絡いたします。開催前日(営業日)の12:00までにメールが届かない場合は必ず弊社までご一報ください。
  • ⇒よくある事例として「弊社ドメイン(johokiko.co.jp)のメールがスパム扱いとなっている」「メールアドレスのご記載ミス」などがございます。お申込み後にフォームへご記載いただいたメールアドレスへ自動返信メールを送信しますので、こちらのメールが受信できない場合、弊社からのZoom入室URLや配布資料のご案内メールもお届けすることができなくなってしまいます。予め受信できる設定にお願いいたします。
    ※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
    req@*********(*********にはjohokiko.co.jpを入れてください)
  • 受講者側のVPN、セキュリティ設定、通信帯域などのネットワーク環境ならびに使用デバイスの不具合については弊社では対応いたしかねますので予めご了承ください。
  • 講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売などは禁止いたします。また、申込者以外の受講・動画視聴は固くお断りいたします(代理受講ご希望の際は、開催前日までに弊社までご連絡お願いします)。
  • Zoom使用に関する注意事項(クリックして展開)

  • 公式サイトから必ず事前のテストミーティングをお試しください。
  • 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で音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
    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
    →一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
    対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
    (iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります)

    申込み時に(見逃し視聴あり)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)

  • 見逃し視聴ありでお申込みされた方は、セミナーの録画動画を一定期間視聴可能です。
  • 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。
  • 原則、遅くとも開催4営業日後までに録画動画の配信を開始します(一部、編集加工します)。
  • 視聴期間はセミナー開催日から4営業日後を起点に1週間となります。
  • ex)2/6(月)開催 セミナー → 2/10(金)までに配信開始 → 2/17(金)まで視聴可能
    →見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。(テスト視聴動画へ)パスワード「123456」

    <見逃し視聴ご案内の流れ・配信期間詳細>
  • メールにて視聴用URL・パスワードを配信します。配信開始日を過ぎてもメールが届かない場合は必ず弊社までご連絡ください。
  • 準備出来しだい配信いたしますので開始日が早まる可能性もございます。その場合でも終了日は変わりません。上記例の2/6開催セミナーの場合、2/8から開始となっても2/17まで視聴可能です。
  • GWや年末年始・お盆期間などを挟む場合、それに応じて弊社の標準配信期間設定を延長します。
  • 原則、配信期間の延長はいたしません。
  • 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、ご了承ください。
  • セミナーポイント

    ■はじめに:
     近年、分析現場では複雑な混合物や微量成分の同定が求められる一方、こうした課題は測定者の経験や勘に基づく解析に頼る部分が大きく、従来の手法だけでは十分な効率や再現性を得にくい場面が増えています。
     本セミナーではFT-IR分析を題材として、機械学習・AI技術を活用した解析手法を実践的に学びます。ここで得られる考え方や実装方法は、FT-IRに限らずラマン分光やXRDなど他の分光測定にも応用できます。プログラミング初心者でも、生成AIの補助を受けながらPython環境での実装を体験し、日々のデータ解析業務に活かせるスキルの習得を目指します。

    ■受講対象者:
    ・FT-IRの基礎を改めて確認したい方
    ・FT-IR測定の経験があり、データ処理の効率化を検討している方
    ・機械学習・AI技術に関心のある分析担当者
    (第1章はFT-IRの基礎を扱いますが、第2章以降は機械学習の基礎からPython実装が中心となります)

    ■必要な予備知識:
    この分野に興味のある方なら、特に予備知識は必要ありません

    ■本セミナーで習得できること:
    ・FT-IRの分析テクニックとデータ解析スキル
    ・分析課題に対応した機械学習手法
    ・AI補助によるPython実装スキル
    など

    セミナー内容

    1.FT-IRの基礎と実践
     1)基本原理の復習
     2)測定手法の使い分けと実践的コツ
     3)スペクトル解釈のポイント、分析でよくある問題と対策
     4)データ品質の評価と管理

    2.分析担当者に必要な機械学習の基礎
     1)FT-IRデータを機械学習で扱うときの考え方
     2)データ前処理の基礎
     3)教師あり学習と教師なし学習

    3.Pythonを利用した解析例
     1)前処理の実行例
     2)成分量の予測
     3)データの分類
     4)多成分分離の例
     5)その他の解析例
      a)独自データベース構築による類似スペクトル検索
      b)辞書データの組み合わせによる実測データの再構築

    4.生成AIを利用したPython解析
     1)生成AIでのコーディング
     2)AIとの役割分担

    <質疑応答>


    お申込みはこちらから
    オンライン受講/見逃視聴なし

    オンライン受講/見逃視聴あり
    ページトップへ