本講座は都合により中止とさせていただきました。
何卒ご了承くださいますようお願い申し上げます

セミナー紹介

　機械学習など情報科学を材料分野に応用する「マテリアルズインフォマティクス（MI）」が急速に発展しています。2011年に米国で始まったマテリアルゲノムイニシアティブを発端に、情報科学と融合した材料探索の手法が続々と報告され、旧来の材料部門のみならず、GAMA（旧GAFA）のような情報系企業が創薬・バイオ分野にインフォマティクス技術を応用した新規材料開発に参戦し、主導権を争うような動きが目立つようになってきました。
一方、無機材料開発の場合、ナノからマクロサイズの材料組織や、その時間発展など多くの要素を考慮する必要があるため、従来型の経験式や数理シミュレーションモデルと、AI（人工知能）、IoT（Internet of Things）や機械学習を併用した開発を進めるケースが増加しています。材料技術者が新規材料を効率的に開発し、プロセス改善を行う上で、インフォマティクス技術は避けては通れない手法になっています。

　本セミナーでは、最近のMI技術やそれを支える物理シミュレーションツールについて、基礎知識から実践的なツールやその応用事例を紹介し、実務の中で、どのような場面でMIが役立つかについて解説します。

　内容は、MI手法の位置付け、フリーで取り組めるPYTHON言語を中心に機械学習の基礎、深層学習、ベイズ最適化など無機材料開発者が身に付けておきたいインフォマティクス必須技術と物理シミュレーション技術などで、材料設計やプロセス改善に必須となる知識を基礎からしっかり学べます。

受講効果

実務の中で、どのような場面でMIが役立つかについて理解します。

フリーで取り組めるPYTHON言語を中心に機械学習の基礎、深層学習、ベイズ最適化などを学びます。

材料設計やプロセス改善に必須となる知識を基礎から理解します。


■視聴にあたって
  1. ライブ配信当日の視聴に必要なURLと、登録、ログイン方法につきましては、登録完了メールに記載されています。
    URLはセミナーに参加する方のみ利用可能とし、再配布を禁止します。
  2. 受講者は、動画を録画・キャプチャーすること、SNSなどへのアップも禁止します。
    もし、発見した場合、事務局は削除を要求できることとします。
  3. セミナーの内容や受講者の個人情報などはセミナー内のみとし、口外しないでください。
  4. システムトラブルなどにより、画像・音声に乱れが生じた場合も再送信や返金はできませんので、予めご了承ください。 なお、音声、画像は受講者でご調整ください。また、サービス利用にあたってのサポートは致しかねます。
  5. 配信中、異常と思われる接続を発見した場合、予告なく切断することがあります。
  6. Zoomの接続環境は【パソコン、有線またはWi-Fiのインターネット環境】推奨です。
なお、「Zoom」上では、個人情報は一切取得いたしません。開催時間中にURLにアクセスいただくと受講可能です。

開催概要

セミナー名 材料開発者が身に付けておくべきマテリアルズインフォマティクス
日時 2022年11月18日（金） 10：00～17：00
会場 オンライン開催
Zoomを使ったWeb配信セミナーです
受講料

52,000円（税込み）
※上記は1名様の料金です。複数名での共有は禁止させていただきます。
定員 60名
※最少開催人数（15名）に満たない場合は、開催を中止させていただくことがあります。
主催 日経クロステック　日経エレクトロニクス

講師紹介

桃井 元（ももい はじめ）氏
JX金属株式会社 技術本部技術戦略部 主席技師

桃井 元（ももい はじめ）<span class="fontSizeS">氏</span>

1985年、京都大学機械系応用物理学科卒業、同年日本鉱業株式会社（現在のJX金属株式会社）へ入社。電子材料部品研究所において、化合物半導体材料や光デバイス開発に従事。1993～2000年、米国American Microsystem Inc.（現ON Semiconductor）にて、カスタムLSIのプロセス開発や製造（CVDやドライエッチング技術）などを担当。2001～2011年化合物半導体エピタキシャル成長技術の開発など。

2012～現在。物理シミュレーションやAI技術などの新規技術導入、社内受託計算、社内教育、工場におけるIoT推進等を担当。応用物理学会、日本金属学会などの会員。新金属協会、日本伸銅協会、ADMETA会議の委員など担当。

プログラム （10：00～17：00）

1．マテリアルズインフォマティクス（MI）とは

  • 1.1　インフォマティクス技術の概念
  • 1.2　MIに取り組む上で考えておくこと（メリットや導入の壁）
  • 1.3　MIの動向
  • 1.4　材料知識のバックグランド
  • 1.5　データサイエンスの考え方

2．機械学習技術

  • 2.1　Pythonの概要、インストールから基本構造
  • 2.2　機械学習ツール（Scikit-Lean）について
  • 2.3　深層学習（TensorFlow）について
  • 2.4　ベイズ最適化について
  • 2.5　自動機械学習について
  • 2.6　Python ライブラリの活用（ASEやpymatgenなど）
  • 2.7　その他のインフォマティクス手法

3．物理シミュレーション技術

  • 3.1　計算熱力学（CALPHAD）について
  • 3.2　第一原理計算について
  • 3.3　古典MD法と機械学習ポテンシャルの活用
  • 3.4　その他のシミュレーション手法

4．MIの事例

  • 4.1　材料スクリーニングの事例
  • 4.2　物性値の予測例

5．MIの発展型について

  • 5.1　量子アニール法について
  • 5.2　ゲート型量子コンピューティングについて
※プログラム内容・講師は予告なく変更になることがあります。予めご了承ください。

【お申し込み注意事項】

  • このセミナーは、ZoomによるリアルタイムWeb配信にてご提供します。
    視聴URLは、登録完了メールに記載していますので、当日まで大切に保存してください。
  • ※このセミナーの運営事務局からメールやお電話でご連絡を差し上げることがあります。
  • ※お申し込み後のキャンセル、ご送金後の返金はお受けいたしかねます。
  • ※受講料のお支払い：請求書払い／クレジットカード払いが選択できます。
    お支払方法が「請求書」の方には、後日、請求書を郵送いたします。ご入金は銀行振込でお願いいたします。なお、振込手数料はお客様のご負担となりますのであらかじめご了承ください。
    クレジットカード払いの場合、お支払い手続きにて決済が完了した後、以下「MyPageメニュー」にお申し込み内容が表示されます。
    ＜MyPage＞https://ers.nikkeibp.co.jp/user/myPageLogin/
    各種書類（領収書等）の発行については、こちらをご覧ください。
  • ※講師企業と競合すると考えられる製品やサービスなどをご提供される会社の方は、主催者の判断に基づき受講をお断りさせていただく場合がございますので、あらかじめご了承ください。
  • ※講師の急病、天災その他の不可抗力、またはその他やむを得ない理由により、講座を中止する場合があります。この場合、未受講の講座の料金は返金いたします。