少ない実験データを活用した物質探索・プロセス最適化の進め方<セミナー>
        
技術マーケティングによる新規事業・R&Dテーマの発掘
後発で“勝つ”ための研究・知財戦略と経営層への説明・説得の仕方

<セミナー No 601502>


【Live配信】

★機械学習と経験・勘・考察の融合によるモデル構築とその応用!

マテリアルズインフォマティクスにおける
少ない実験データを活用した物質探索・プロセス最適化の進め方


■ 講師

慶應義塾大学 理工学部 教授 緒明 佑哉氏

■ 開催要領
日 時

2026年1月15日(木) 13:00〜16:30

会 場 Zoomを利用したLive配信 または アーカイブ配信 ※会場での講義は行いません
セミナーの接続確認・受講手順は「こちら」をご確認下さい。
聴講料

1名につき 49,500円(消費税込、資料付)
〔1社2名以上同時申込の場合のみ1名につき44
,000円〕

〔大学、公的機関、医療機関の方には割引制度があります。詳しくは上部の「アカデミック価格」をご覧下さい〕

■ プログラム

【講座の趣旨】
MIの歴史や最近の動向を概観し、成功例や課題を紹介します。その後、1つの課題である 小規模データへのMIの適用方法を、我々の研究グループでの成功例をもとに紹介します。


【講座内容】 

1.マテリアルズインフォマティクス(MI)の動向
  1.1 MIへの期待
  1.2 MIでできることとできないこと
  1.3 MIの歴史と最近の動向
  1.4 MIの産学官における最近の課題
  1.5 小規模データへの適用

2.MIを活用したプロセス最適化事例:ナノシート材料合成の制御
  2.1 MIを導入した材料系の紹介
  2.2 データセットの準備
  2.3 機械学習と考察の融合による予測モデル構築
  2.4 予測モデルを活用した実験

3.MIを活用した物質探索事例: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
  3.1 MIを導入した材料系の紹介
  3.2 データセットの準備
  3.3 機械学習と考察の融合による予測モデル構築
  3.4 予測モデルを活用した実験

4.小規模・実験データへのMIの適用
  4.1 ツールとしてのMIを活用する時代へ
  4.2 データセットの準備
  4.3 機械学習と経験・勘・考察の融合によるモデル構築とその応用

5.おわりに

【質疑応答】