アーカイブ動画

 

【テーマ】　基礎科学チュートリアル*：
すぐできるマテリアルズ・インフォマティクス　～材料×機械学習の融合～
*慶應義塾先端科学技術研究センターでは、これまでの「産官学連携セミナー」に加え、今年度より理工学部教員が基礎科学を分かりやすく解説するセミナー形式のイベントとして、「基礎科学チュートリアル」を新たに立ち上げました。

【主催】　慶應義塾先端科学技術研究センター

【概要】
材料の情報（分子種や合成条件など）を入力することで、材料の性質を出力する「モデル」が出来れば、未実験の材料の性質の予測―つまりコンピュータ内でのハイスループットスクリーニングーが可能になります。このような材料に関する「モデル」を機械学習を用いて作成し、材料の発掘や設計に活かす研究分野をマテリアルズ・インフォマティクス（MI）と言います。本チュートリアルでは、化学系・材料系の研究者を対象に、機械学習の基礎から材料化学への適用法について、講義と演習を通して概説します。また、実際にMIを活用した材料開発を推進している先生や、今後MIを取り入れていきたいと考えている先生にご講演をいただき、MIの展望について議論します。

【開催日時】　10月15日（土） 13:00 – 17:00

【開催形式】　オンライン（Zoom）

【参加申込み】
無料、事前申込み要
申込みはこちらから↓
https://forms.gle/9Nk56JZEJ1Ws33cS6

申込み期限：10月14日(金)　23:59
※開催前日又は当日にメールにて接続先URLをお送りします。
※上限人数（200名）に達した場合、申し込み受付を終了させていただく場合があります。
※ご登録いただいたメールアドレスは、今後KLLメールニュースの送信に使用する場合がございます。
　あらかじめご了承ください。

【対象】
化学系、材料系の研究者で機械学習を用いた研究開発、新規事業開発に興味をお持ちの方

【用意するもの】
Googleの個人アカウント（演習でGoogle Colaboratoryを利用する際に必要になります）
プログラミング言語Pythonの知識があることが望ましいですが、なくても構いません。 

【プログラム】
司会：慶應義塾大学理工学部　応用化学科　専任講師　伴野 太祐

１．ご挨拶	13:00 – 13:10 Pre- KEIO TECHNO-MALL 2022 基礎科学チュートリアルを行うにあたって（10分） KLLリエゾン推進委員会委員長　桂　誠一郎
２．基礎講座＆演習	13:10 – 15:20（途中5分休憩をはさみます） 講演者：慶應義塾大学理工学部　化学科　准教授　畑中 美穂 講義タイトル：マテリアルズ・インフォマティクス基礎講座 概要：分子の情報を入力することで、その性質を出力させるモデルを作成するためには、①機械学習、②分子のデータ収集、③分子の数値表現（特徴量）の三要素が不可欠です。本講義では、機械学習（特に教師あり学習）と学習モデルの妥当性の評価方法について簡単に概説した後、Pythonのプログラミング環境（Google Colaboratory）と機械学習ライブラリ（scikit-learn）を用い、学習と評価の一連の流れを演習形式で実施します。また、大量の分子のデータを取り扱うためには、分子のデータベースに広く用いられている文字列表記（SMILES）や、分子の特徴量の知識も不可欠です。これらの解説をするとともに、分子の特徴量計算に適したライブラリ（RDKit）を用いた分子の毒性予測モデルの構築を演習形式で実施します。
休憩	15:20 – 15:25
３．講演①	15:25 – 15:55 講演者：慶應義塾大学　理工学部　応用化学科　専任講師　萩原　学 講演タイトル：機能性無機材料の組成・プロセス設計と機械学習 概要：光学的、電気的、磁気的などのさまざまな機能を有する無機材料は、周期表上の大多数の元素を対象として適切な組成を選択し、さらに所望の機能を引き出すように合成・作製プロセスを最適化することで創出されます。伝統的な陶磁器から先端材料に至るまで、これまで多くの無機材料の組成・プロセス設計は技術者や研究者の経験と勘に基づいて行われてきましたが、最近では機械学習を取り入れた組成のスクリーニングやプロセスパラメータの最適化が多く報告されています。本講演では機械学習を活用した無機材料の組成・プロセス設計についての最新の研究事例を紹介し、機能性無機材料開発の未来について考えます。
３．講演②	15:55 – 16:25 講演者：慶應義塾大学　理工学部　応用化学科　准教授　緒明　佑哉 講演タイトル：実験化学者が使うスモールデータのマテリアルズ・インフォマティクス 概要：物質・材料を合成でき、小規模でも自前のデータと経験や勘を持った実験科(化)学者がMIを活用できれば、我が国の産学官の研究開発はもっと加速するのではないでしょうか。本講演では、実験化学者である我々の研究グループで開拓してきた、スパースモデリングを活用したスモールデータ駆動の実験科学者主導のMIとその適用事例について紹介します。具体的には、プロセス最適化としてナノシート（二次元）材料の合成プロセス制御、物質探索としてリチウムイオン電池の有機電極活物質の探索に関する事例を中心に、小規模データと経験や勘の活かし方を紹介し、MIが誰でも使えるツールとなりうるか議論できればと思います。
休憩	16:25 – 16:30
４．総合討議	16:30 – 17:00 材料×機械学習の融合について、参加者の方からの質問も交えつつ、総合討論を行います。

【本イベントに関するお問い合わせ】
慶應義塾大学理工学部　化学科　准教授　畑中美穂
メールアドレス：hatanaka@chem.keio.ac.jp
TEL：045-566-1715

当日、やむを得ない事情によりプログラムの内容等を変更する場合がございますので、
あらかじめご了承ください。