時期やカテゴリーで
ご利用ガイド
視聴/領収書
キーワード
動画種別



質問


開催日/収録日






日から 日まで
受講レベル






配布資料


研修の提供

カテゴリー
閉じる
メニュー
株式会社AndTech
2025年7月16日開催

データ同化を用いたベイズ最適化による材料探索の効率化とプロセスインフォマティクスの実例 ～実験データとシミュレーションデータの統合による新しい物質探索手法と高精度な予測モデルを得るためのポイント～

実験データとシミュレーションデータを統合することで高精度な予測モデルを得られるデータ同化による物質科学への適用について基礎・手法、データ同化を用いたBayes最適化、材料探索とプロセスインフォマティクスの実例を演習を交えて解説！
質問OK 初～中級者向け 返金保証
45,100 円(税込)
販売終了
複数名でのお申込みについて
3時間0分 詳細へ
終了
iv4jlTub
ほしい物リストに追加

視聴期間/スケジュール

ライブ配信は終了しました。
2025/07/16 16:00 に終了

イベント概要

★2025年7月16日WEBでオンライン開講。奈良先端科学技術大学院大学　原嶋氏が、【データ同化を用いたベイズ最適化による材料探索の効率化とプロセスインフォマティクスの実例～実験データとシミュレーションデータの統合による新しい物質探索手法と高精度な予測モデルを得るためのポイント～】について解説する講座です。

※演習では講演者が開発したデータ同化プログラム(CLAUDE)をインストールしていただきます。こちらはPython (ver.3)で開発されたものです。データ同化プログラムのインストールはセミナー当日に説明しながら行います。基本的にGoogle Colaboratoryを使ったクラウド上での実施を想定しておりますので、事前に演習に利用可能なGoogleアカウントのご用意をお願いいたします。当日は、こちらで用意したトイデータを使用してデータ同化プログラムをお試しいただきます。Googleアカウントのご用意が難しい方は講演者のデモンストレーションの様子を見ていただきます。

■注目ポイント

★実験データとシミュレーションデータを統合することで高精度な予測モデルを得られるデータ同化による物質科学への適用について基礎・手法、データ同化を用いたBayes最適化、材料探索とプロセスインフォマティクスの実例を演習を交えて解説！

カリキュラム/プログラム

【本セミナーの主題および状況・本講座の注目ポイント】

■本セミナーの主題および状況（講師より）

★近年、材料開発においてデータ科学の活用が進んでいるが、実際には特定の材料特性に関するデータが十分に得られない場合も多く、限られたデータでの解析手法が求められています。

★データ同化は、少数の実験データとシミュレーションデータを統合することで、高精度な予測モデルの構築を可能にする手法であります。

★物質科学では制御変数が多次元にわたり、欠測データが生じやすいという問題もあります。

→本講演では、これらを考慮した物質科学向けのデータ同化手法について紹介いたします。

■注目ポイント

★講演者が開発している物質科学分野におけるデータ同化手法について解説と演習を交えて紹介！

★実験とシミュレーションの統合によるプロセスインフォマティクスの実例を紹介！

★データ同化を用いたBayes最適化について解説！



講座担当：牛田孝平

≪こちらの講座は、WEB上での開催のオンライン講座になります≫


【時間】 13:00-16:00

【講師】奈良先端科学技術大学院大学　物質創成科学領域 / 准教授　原嶋　庸介　氏

【講演主旨】

　本講演では、講演者が開発している物質科学分野におけるデータ同化手法について、解説と演習を交えて紹介するとともに、実験とシミュレーションを融合させた研究事例も紹介する。近年、材料開発においてデータ科学の活用が進んでいるが、実際には特定の材料特性に関するデータが十分に得られない場合も多く、限られたデータでの解析手法が求められている。データ同化は、少数の実験データとシミュレーションデータを統合することで、高精度な予測モデルの構築を可能にする手法である。物質科学では制御変数が多次元にわたり、欠測データが生じやすいという問題もある。本講演では、これらを考慮した物質科学向けのデータ同化手法について紹介する。



【プログラム】

1.物質科学におけるデータ同化手法の基礎
　1.1.多変量Gauss分布モデル
　1.2.欠測データと直接尤度

2.事例紹介：永久磁石化合物の有限温度磁化予測モデルの構築

3.事例紹介：Perovskite型水分解光触媒化合物のバンドギャップ狭窄化
　3.1.Multi-Layer Perceptronによる表現学習を用いた特徴量生成

4.データ同化を用いたBayes最適化
　4.1.Bayesの定理と事後分布
　4.2.獲得関数

5.光触媒化合物の焼成プロセスインフォマティクス
　5.1.SrTiO3の焼成プロセスに関する特徴量生成　
　5.2.焼成プロセスのDynamic Monte Carloシミュレーション
　5.3.実験・シミュレーション・機械学習の統合による触媒活性予測モデル構築
　5.4.高い触媒活性が得られる焼成プロセスの導出

6.Google Colaboratoryを用いた演習
　6.1.データ同化プログラムCLAUDEのインストール
　6.2.入力パラメータの説明
　6.3.1次元系でのデモンストレーション
　6.4.2次元系でのデモンストレーション
　6.5.自由課題

【質疑応答】



【キーワード】

マテリアルズ・インフォマティクス、データ同化、プロセス・インフォマティクス、Bayes最適化


【講演のポイント】

データ同化によりシミュレーションと実験の相乗効果が期待できます。シミュレーションも少し試してみたいと考えておられる実験科学者などにおすすめです。実験とシミュレーションの比較の一歩先の解析が可能になります。



【習得できる知識】

・多制御変数の場合に適用可能なデータ同化手法の基礎と実例
・データ同化プログラムCLAUDEの使用方法

・実験とシミュレーションの統合によるプロセスインフォマティクスの実例

詳細

受講対象者の職種/職位
本テーマに関心のあるに携わる研究開発者・技術者・事業担当者
受講レベル
初～中級者向け
※受講レベルについて
受講についての補足
※領収書をご希望の方は、ご購入後にDeliveru（デリバル）にログインをして、領収書をダウンロードしてください。

※当講座では、同一部署の申込者様からのご紹介があれば、何名でもお1人につき16,500円で追加でお申し込みいただけます (申込者様は正規料金、お2人目以降は16,500円となります)。
2名以上の場合は、ファシオ・セミナー事務局までご連絡ください。
質問方法
セミナー担当 webinar@andtech.co.jp
配布資料
なし
※資料がある場合、動画の視聴ページからダウンロードができます。
※視聴期間の終了後はダウンロードできなくなります。
修了証の発行
なし
※「あり」の場合、動画の視聴ページからダウンロードができます。
※視聴期間の終了後はダウンロードできなくなります。
提供方法
Zoom配信

講師のプロフィール

講師名
奈良先端科学技術大学院大学　 物質創成科学領域 / 准教授　 原嶋　庸介　氏
経歴
2013年 大阪大学大学院理学研究科物理学専攻 博士（理学）取得
2013年-2018年 物質・材料研究所 ポスドク研究員
2018年-2019年 東京大学物性研究所 特任研究員、産業技術総合研究所 特別研究員
2019年-2020年 名古屋大学 特任助教
2021年 筑波大学 助教
2022年-2024年 奈良先端科学技術大学院大学 助教
2024年-現在 同上 准教授
close
ビジネスWEBセミナー番組表 ダウンロードはこちら