２．

１．マテリアルズ・インフォマティクス概要

２．データ取得のためのベイズ最適化

３．材料データ蓄積を行う上で必要なこと

４．データベース開発に必要なスキルセット

５．機械学習ポテンシャルの応用
　5.1　アモルファス内部の原子拡散経路探索
　5.2　小規模から大規模へ機械学習で繋ぐ
　5.3　アモルファス構造と振動特性

【質疑応答】

１．蓄電池開発状況
　1.1　リチウムイオン電池開発の現状
　1.2　次世代蓄電池開発の世界的動向

２．電池材料のデータ駆動型探索と実験自動化
　2.1　正極材料
　2.2　負極材料
　2.3　固体電解質材料
　2.4　 液体電解質材料

３．液体電解質材料探索の実験自動化ロボット
　3.1　実験自動化ロボットに期待すること
　3.2　マイクロプレートを用いた電池材料評価
　3.3　大量の実験データの取り扱い方
　3.4　探索実施例の紹介
　3.5　 添加剤の協調効果により 形成された電極界面被膜の解析

４．実験自動化ロボットを用いたデータ駆動型電解液探索
　4.1　探索の進め方について
　4.2　データ科学的手法の適用

【質疑応答】

【15:10-16:40】

3．新規リチウムイオン二次電池有機電極活物質の性能予測と探索

慶應義塾大学 理工学部　応用化学科　准教授　博士(工学)　緒明 佑哉 氏

【習得できる知識】
　有機リチウムイオン二次電池に関する動向、物質探索のためのマテリアルズインフォマティクスの活用

【講座趣旨】
　 研究室内の独自の測定データや文献で報告されている値をもとにした小規模データセットから、機械学習によるスパースモデリングと研究者の経験・考察を融合し、性能予測モデルを構築することで、新規な電極活物質となる化合物を発見した

１．有機リチウムイオン二次電池
２．有機正極活物質
３．有機負極活物質
４．マテリアルズインフォマティクス（MI）
５．小規模データ
６．実験主導MI
７．スパースモデリングと線形回帰
８．性能予測モデル
９．新規物質探索
　

【質疑応答】