|
|
| 【Live配信】をご希望の方はこちらをクリックしてください |
|
|
|
＜セミナー No 612251＞
|
| 【
アーカイブ配信】 （2026年11月19日（木）開催
Live版セミナーの録画配信です） |
|
|
|
★AIに「予測」させるだけで終わらない，材料の「なぜその物性が発現するのか」を読み解く！
★「どの材料が良いか」だけでなく「なぜ良いのか」まで理解する，材料解析・設計の新しいアプローチ！
★少量の実験データから何が読み取れるのか？ 機械学習・PCA・UMAP・トポロジー解析を活用した材料解析！
|
| |
|
説明可能ＡＩで読み解く
材料の物性発現機構と材料設計 ：
拡張型自由エネルギーモデル
|
| |
| ■ 講師 |
|
東京理科大学 先進工学部 マテリアル創成工学科
教授 博士(理学) 小嗣 真人 氏
【専門】 マテリアルズ・インフォマティクス，説明可能ＡＩ，磁性材料，放射光計測，材料データ科学
|
|
|
| ■ 開催要領 |
| 日 時 |
： |
【アーカイブ（録画）配信】２０２６年１２月１日まで受付（視聴期間：１２月１日〜１２月１１日まで）
※２０２６年１１月１９ 日(木) １０：３０〜１６：３０ 開催セミナーの録画配信です
|
| 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 ５５,０００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４９,５００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】
材料研究へのAI導入では，予測精度だけでなく「なぜその物性が発現するのか」を理解することが重要です。本講座では，実験データの機械学習解析，説明可能AI，トポロジー解析，さらに自由エネルギーモデルとの融合まで，実例を交えて解説します。
【セミナープログラム】
１．材料研究とAI・データ科学
1.1 マテリアルズ・インフォマティクスの基礎
1.2 予測AIと説明可能AI
1.3 少量データを扱う際の考え方
２．実験データの機械学習解析
2.1 顕微画像・分光・回折データの扱い
2.2 前処理と特徴量設計
2.3 PCA・UMAPによる可視化
３．説明可能AIによる物性理解
3.1 特徴量重要度
3.2 相関と因果の違い
3.3 AIの結果を物理的に解釈する方法
４．トポロジカルデータ解析
4.1 パーシステントホモロジーの基礎
4.2 複雑な材料組織・磁区構造の数値化
4.3 画像特徴量との使い分け
５．拡張型自由エネルギーモデル
5.1 Landau型自由エネルギーの基礎
5.2 AIで抽出した特徴量との融合
5.3 実材料の物性発現機構の解析
６．材料解析から材料設計へ
6.1 ベイズ最適化と逆問題
6.2 材料探索への応用
6.3 自動実験・AIロボットとの連携
７．よくある質問・ケーススタディ
Q1. データが少なくてもAIは使えるのか？
Q2. PCAとUMAPをどう使い分けるのか？
Q3. AIの結果が物理的に正しいかどう確認するのか？
Q4. 自由エネルギーと機械学習をどう組み合わせるのか？
Q5. 企業の既存データから始められるのか？
etc
【質疑応答】
|
| |
| |
|
