セミナー 印刷

物質科学に適したデータ同化の基礎と手法・実例

~実験・シミュレーションの統合による、材料探索とプロセスインフォマティクス~
【実際に体験可能な演習も実施】

受講可能な形式:【Live配信(アーカイブ配信付)】のみ

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。
同技術の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などを解説します。実際に同手法を体験できる演習も実施します。
日時 2024年8月28日(水)  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24,750円) 
※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】
 1名申込みの場合:受講料( 定価: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)
■アーカイブ配信について
 視聴期間:終了翌営業日から7日間[8/29~9/4中]を予定
 ※動画は未編集のものになります。
 ※視聴ページは、遅くとも終了翌営業日の正午までにマイページにリンクを設定します。
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。
得られる知識・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
対象材料の研究開発に携わっている方で、シミュレーションを援用した効率的な開発を目指している方。
演習はPythonの基礎を前提として行います。

セミナー講師

奈良先端科学技術大学院大学 准教授 博士(理学) 原嶋 庸介 氏
専門:計算物質科学
第一原理計算およびデータサイエンス(特にデータ同化などの実験と理論の融合領域)が得意
これまでに取り組んできた物質系は、永久磁石、半導体、光触媒
研究室のホームページ: https://sites.google.com/view/naist-mi?pli=1

セミナー趣旨

 本講演では講演者が最近進めている、実験とシミュレーションの融合に関する研究事例の紹介および講演者が開発したデータ同化手法の解説と演習を行う。
 触媒や永久磁石などの材料開発の高効率化のためにデータ科学の応用が進んでいる。最近では、データ科学に基づいた物質探索により200万もの新しい結晶を見つけたとの報告もある。このようなデータ科学では膨大な数のデータを要するが、触媒活性や自発磁化など、それぞれ特定の材料特性のデータ数は不十分な場合が多い。そこで、データ科学を物質科学に適用するには少数データを取り扱う方法が必要となり、データ同化はその一つである。
 データ同化はシミュレーションデータを実験データに統合することで高精度な予測モデルを得る方法である。材料特性の制御変数は多次元であり、広い空間ではデータの欠測も生じやすいため、これらを考慮した物質科学に適したデータ同化手法を紹介する。

セミナー講演内容

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 欠測データと完全尤度
 
2.永久磁石化合物の有限温度磁化予測モデルの構築
 
3.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-LayerPerceptron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DynamicMonteCarlo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.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 □
 
【演習に関して】
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。
(お手元のPCに直接インストールも可能です。その場合はPythonのインストールを事前にお願いいたします)
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。