11月9日セミナー「新物質合成条件の推薦システム構築」★AI技術でマテリアルズ・インフォマティクス分野の突破口へ。
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
セミナーのメニュー
  ヘルスケア系
ライブ配信
8月
9月
10月
11月〜

化学・電気系 その他各分野
ライブ配信
8月
9月
10月
11月〜
情報機構 技術書籍情報機構 技術書籍
技術書籍 一覧技術書籍 一覧
   <新刊書籍>
  ・  CN燃料最新動向
電子書籍電子書籍
化学物質管理化学物質管理
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
セミナー講師のコラムです。講師コラム
  ↑2022/7/7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  



Zoom

★非数値データ間の関係性評価と推薦システム構築方法の基礎に関して解説します。


新物質合成条件
効率的探索を可能にする
合成条件推薦システム
構築方法入門
〜AI技術でマテリアルズ・インフォマティクス分野の突破口へ〜

<Zoomによるオンラインセミナー>

講師

京都大学大学院工学研究科材料工学専攻 助教 博士(工学) 林 博之 先生

講師紹介

■主経歴等
2010年 京都大学 研究員
2012年 京都大学低温物質科学研究センター 日本学術振興会特別研究員(PD)
2015年 京都大学 特定研究員・特定助教
2016年 京都大学大学院工学研究科 助教
現在に至る

■専門および得意な分野・研究
材料工学、酸化物合成、機械学習


日時・会場・受講料

●日時 2022年11月9日(水) 13:00-15:30
●会場 ※会場での開催は行いません
●受講料 1名33,000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22,000円
      *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・録画行為は固くお断り致します。


■ セミナーお申込手順からセミナー当日の主な流れ →

配布資料・講師への質問等について

●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
 (開催1週前〜前日までには送付致します)。
*準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
(土、日、祝日は営業日としてカウント致しません。)

●当日、可能な範囲で質疑応答も対応致します。
(全ての質問にお答えできない可能性もございますので、予めご容赦ください。)
●本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・販売等を禁止致します。
●受講に際しご質問・要望などございましたら、下記メールにてお問い合わせ下さい。 req@johokiko.co.jp

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

下記ご確認の上、お申込み下さい(クリックして展開「▼」:一部のブラウザーでは展開されて表示されます)
・PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
・ご受講にあたり、環境の確認をお願いしております(20Mbbs以上の回線をご用意下さい)。
 各ご利用ツール別の、動作確認の上お申し込み下さい。
・開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。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下さい。
・その他、受講に際してのご質問・要望などございましたら、下記メールにてお問い合わせ下さい。
 <req@johokiko.co.jp>

Zoom
Zoomを使用したオンラインセミナーとなります(クリックして展開「▼」)
・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

セミナーポイント

■講座のポイント
 無機物合成の条件最適化は多くの試行錯誤を必要とし、改善が希求されているプロセスの一つです。近年、目的の物性や材料特性を最適化する合成温度、原料の混合比、圧力などの数値パラメータを機械学習手法の適用により効率的に探索したという報告が増えてきました。一方で、合成条件には原料や添加物の種類、または合成手法など合成結果に大きく影響する非数値パラメータも多く存在します。
 本講演では、酸化物の合成データを例に非数値パラメータを含む合成条件を学習し、未知物質でもその合成条件予測が可能な推薦システムを構築する入門的な方法を解説します。

■受講後、習得できること
・推薦システムの様々なアルゴリズムを選ぶ基準を知り、最初のステップからつまずかないようになります。
・推薦システムの様々な評価方法のうち、点数ではなく順位や〇×などの評点を扱う手法を習得できます。
・複数の具体的な例だけでなく、単純なテストデータを用いて推薦システムの挙動をデモンストレーションするので、アルゴリズムの一般的な特徴を知ることができます。

セミナー内容

1.推薦システムの紹介
 1.1 推薦システム適用の目的
 1.2 推薦システムを用いているサービス
 1.3 推薦システムの種類
 1.4 モデルベースアルゴリズムの紹介
 1.5 欠損値の取り扱いに関する考え方
2.行列・テンソル分解を用いた推薦システムの構築
 2.1 低ランク性の仮定
 2.2 項目同士の類似度
3.推薦システムの性能評価方法
 3.1 混同行列
 3.2 Receiver Operating Characteristic曲線
 3.3 リフト曲線
 3.4 Normalized Discounted Cumulative Gain
 3.5 ハイパーパラメータの調整
4.テストデータを用いた推薦システムの挙動紹介
5.研究に用いた例:推薦システムを用いた新物質探索
 5.1 合成条件推薦システムの問題設定
 5.2 合成データの収集
 5.3 Tucker分解法による推薦システムの構築
 5.4 非数値パラメータ間の類似度評価
 5.5 推薦システムを用いた新規物質の合成条件予測
 5.6 発見した新物質の例
 5.7 推薦システムはデータからどのような情報を抽出できたか?
6.終わりに:物質探索分野の研究例紹介

(質疑応答)

セミナー番号:AF221167

top

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 技術セミナー・技術書籍の情報機構 All Rights Reserved.