セミナー 印刷

【研究開発における現代のタイムパフォーマンス向上法】
材料・プロセス・分析データとインフォマティクス
~ 機械学習、深層学習、生成AI活用へ ~

データ活用のトレンドと多様なデータへの向き合い方を半日速習!

■受付中■ 早めのお申込みがおトク! 早期割引価格対象セミナー

※1名様で開催月の2ヵ月前の月末までにお申込みの場合、29,700円(税込み)で受講できます。
受講可能な形式:【Live配信(アーカイブ配信付)】のみ

近年話題の生成AIの材料データへの適用など、材料化学分野におけるデータ活用のトレンドと
スモールデータ解析、品質管理に非破壊計測、自律自動実験、深層学習×微細構造制御、マルチモーダルAI×材料特性制御等々、
研究開発における多様なデータへの向き合い方について、事例を交えて紹介

 
【キーワード】機械学習、深層学習、生成AI、マルチモーダルAI、自律実験、マテリアルズ・インフォマティクス、プロセス・インフォマティクス
日時 2024年7月19日(金)  13:00~16:30
会場 オンライン配信セミナー  
会場地図
受講料(税込)
各種割引特典
49,500円 ( E-Mail案内登録価格 46,970円 ) S&T会員登録とE-Mail案内登録特典について
定価:本体45,000円+税4,500円
E-Mail案内登録価格:本体42,700円+税4,270円
E-Mail案内登録なら、2名同時申込みで1名分無料 1名分無料適用条件
2名で49,500円 (2名ともE-Mail案内登録必須​/1名あたり定価半額の24,750円)

1名でのお申込みには、お申込みタイミングによって以下の2つ割引価格がございます
 
早期申込割引価格対象セミナー【オンライン配信セミナー1名受講限定】

5月31日までの1名申込み : 受講料 29,700円(E-mail案内登録価格 29,700円)
 定価/E-mail案内登録価格ともに:本体27,000円+税2,700円
  ※1名様で開催月の2ヵ月前の月末までにお申込みの場合、上記特別価格になります。
  ※本ページからのお申込みに限り適用いたします。※他の割引は併用できません。

 
テレワーク応援キャンペーン(1名受講)【オンライン配信セミナー受講限定】

6月1日からの1名申込み: 受講料 37,400円(E-Mail案内登録価格 35,640円)
 定価:本体34,000円+税3,400円
 E-Mail案内登録価格:本体32,400円+税3,240円
  ※1名様でオンライン配信セミナーを受講する場合、上記特別価格になります。
  ※お申込みフォームで【テレワーク応援キャンペーン】を選択のうえお申込みください。
  ※他の割引は併用できません。
配布資料PDFテキスト(印刷可・編集不可)
開催2日前を目安に、弊社HPのマイページよりダウンロード可となります。
オンライン配信ZoomによるLive配信 ►受講方法・接続確認(申込み前に必ずご確認ください)

セミナー視聴・資料ダウンロードはマイページから
お申し込み後、マイページの「セミナー資料ダウンロード/映像視聴ページ」に
お申込み済みのセミナー一覧が表示されますので、該当セミナーをクリックしてください。
開催日の【2日前】より視聴用リンクと配布用資料のダウンロードリンクが表示されます。

アーカイブ(見逃し)配信について
視聴期間:7/22~7/26の5日間
※アーカイブは原則として編集は行いません
※視聴準備が整い次第、担当から視聴開始のメールご連絡をいたします。
(開催終了後にマイページでご案内するZoomの録画視聴用リンクからご視聴いただきます)
備考※講義中の録音・撮影はご遠慮ください。
※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。
対象データ活用に関心のある方
得られる知識
材料、プロセス、分析データへの向き合い方、解析手法、解釈

セミナー講師

(国研)産業技術総合研究所 ナノカーボンデバイス研究センター 
主任研究員 博士(工学) 室賀 駿 氏

【専門】マテリアルズ・インフォマティクス、プロセス・インフォマティクス、ナノ材料、高分子

セミナー趣旨

 材料開発期間の短縮、省人・省力化、複雑な要望に対する迅速な条件のフィードバックといった様々な目的の下、身の回りにある材料、プロセス、分析データの使いこなしの技術がより一層求められる時代になっている。本セミナーでは近年におけるこうしたデータ活用のトレンドについて紹介するとともに、多様なデータへの向き合い方について事例を交えて紹介する。

セミナー講演内容

1.材料化学分野におけるデータ活用
 1.1 データ解析技術の変遷
 1.2 データ活用の4つのトレンド

2.材料品質管理に向けた分析データ解析
 2.1 データの特徴の見極め
 2.2 非破壊計測とデータ解析

3.スモールデータの解析
 3.1 スモールデータ解析の難しさ
 3.3 少数データから現象を紐解く解析手法

4.自律自動実験
 4.1 自動化と自律化の違い
 4.2 クローズドループな自律実験

5.材料微細構造制御に向けた深層学習
 5.1 微細構造をAIで扱う難しさ
 5.2 深層学習を使った微細構造からの特性予測

6.異なる複数の情報を扱うマルチモーダルAI
 6.1 マルチモーダルAIとは
 6.2 生成AIの材料データへの適用
 6.3 マルチモーダルAIによる材料特性の制御

7.これからのデータ活用

  □質疑応答□