4月10日(月) 　AndTech　WEB3か月連続学習講座「マテリアルズ・インフォマティクスおよび量子コンピュータを活用した材料開発の展開並びに社内導入のポイント」Zoomセミナー講座を開講予定

三井化学株式会社/信州大学/大阪大学　 デジタルトランスフォーメーション推進本部　デジタルトランスフォーメーション企画管理部/工学部/基礎工学研究科　向田　志保　氏 にご講演をいただきます。

　株式会社AndTech（本社：神奈川県川崎市、代表取締役社長：陶山　正夫、以下 AndTech）は、R&D開発支援向けZoom講座の一環として、昨今市場の増加が見込まれるマテリアルズ・インフォマティクス（MI）での課題解決ニーズに応えるべく、第一人者の講師陣からなる「MI・量子コンピュータ材料開発 」3か月連続学習講座を開講いたします。

MIとは何かから始まり、必要となる基礎知識において、機械学習の基礎から丁寧に解説していく。
本講座は、2023年04月10日に第一講を開講予定いたします。 詳細：リンク



[画像1: リンク ]




AndTech オンラインLive配信・WEBセミナー オンライン学習講座会 概要


テーマ：マテリアルズ・インフォマティクスおよび量子コンピュータを活用した材料開発の展開並びに社内導入のポイント
開催日時：2023年04月10日(月) 13:30-16:30 （第2講 5月15日(月) 第3講 6月12日(月) ）
参 加 費：55,000円（税込） ※ 電子にて資料配布予定（2名受講同額料金）
U R L ：リンク
WEB配信形式：Zoom（お申し込み後、URLを送付）



セミナー講習会内容構成


ープログラム・講師ー

三井化学株式会社/信州大学/大阪大学 デジタルトランスフォーメーション推進本部 デジタルトランスフォーメーション企画管理部/工学部 特任准教授/基礎工学研究科 招へい教授 博士（工学） 向田 志保 氏


【第1回】マテリアルズ・インフォマティクスの基礎

（日時：04月10日(月) 13:30-16:30 、学習時間：3時間）


【第2回】マテリアルズ・インフォマティクスの応用

（日時：05月15日(月) 13:30-16:30、学習時間：3時間）


【第3回】量子コンピュータを活用した材料開発

（日時：06月12日(月) 13:30-16:30、学習時間：3時間）



本セミナーで学べる知識や解決できる技術課題


MIとは何かから始まり、必要となる基礎知識
ベイズ最適化の概念やデジタルで化合物を扱うケモインフォマティクスについて
量子コンピュータをコストレスでスムーズに導入を図れるようなアプローチ



本セミナーの受講形式


WEB会議ツール「Zoom」を使ったライブLive配信セミナーとなります。
詳細は、お申し込み後お伝えいたします。



株式会社AndTechについて


[画像2: リンク ]


化学、素材、エレクトロニクス、自動車、エネルギー、医療機器、食品包装、建材など、
幅広い分野のR&Dを担うクライアントのために情報を提供する研究開発支援サービスを提供しております。

弊社は一流の講師陣をそろえ、「技術講習会・セミナー」に始まり「講師派遣」「出版」「コンサルタント派遣」
「市場動向調査」「ビジネスマッチング」「事業開発コンサル」といった様々なサービスを提供しております。
クライアントの声に耳を傾け、希望する新規事業領域・市場に進出するために効果的な支援を提供しております。
リンク



株式会社AndTech 技術講習会一覧


[画像3: リンク ]


一流の講師のＷＥＢ講座セミナーを毎月多数開催しております。
リンク



株式会社AndTech 書籍一覧


[画像4: リンク ]


選りすぐりのテーマから、ニーズの高いものを選び、書籍を発行しております。
リンク



株式会社AndTech コンサルティングサービス


[画像5: リンク ]


経験実績豊富な専門性の高い技術コンサルタントを派遣します。
リンク



本件に関するお問い合わせ


株式会社AndTech 広報PR担当 青木
メールアドレス：pr●andtech.co.jp（●を@に変更しご連絡ください）



下記プログラム全項目（詳細が気になる方は是非ご覧ください）


【第1回】マテリアルズ・インフォマティクスの基礎
（日時：04月10日(月) 13:30-16:30 、学習時間：3時間）


1. マテリアルズ・インフォマティクス（MI）とは
1-1. MIの背景
1-2. MIがブームになった背景
1-3. MI導入時のポイント
1-4. MI解析の流れ
2. 機械学習概要
2-1. 機械学習基礎編
a) 必須用語
b) 機械学習モデル概要
c) 機械学習モデルの評価手法
d) データの次元圧縮による可視化
2-2. 機械学習応用編
a) 特徴量エンジニアリング
b) 説明変数選択
c) 機械学習モデルのハイパーパラメータの最適化
d) アンサンブル学習
3. 最適条件探索手法
3-1. 実験計画法
3-2. ベイズ最適化
3-3. 遺伝的アルゴリズム
3-4. 予測用候補サンプルの作り方
4. ケモインフォマティクス
4-1. 化合物データの取り扱い
4-2. 構造記述子
4-3. 化合物の類似度の計算
4-4. 分子構造生成
5. 演習

【演習回答・内容への質疑応答】

【第2回】マテリアルズ・インフォマティクスの応用
（日時：05月15日(月) 13:30-16:30、学習時間：3時間）


1. MIを活用した実験的な精度向上に向けて
1-1. 複合系のデータの取り扱い（組成最適化、特徴量エンジニアリング）
1-2. 公共データベース、特許、文献情報の活用
1-3. 適用領域（Applicability Domain: AD）
1-4. 予測、候補サンプルの選択の仕方
2. 画像解析
2-1. MIでよく扱う画像解析の課題点
2-2. 画像の前処理
2-3. 画像の特徴量抽出、特徴量解析
3. データベース構築
3-1. MI用データベースの作り方
3-2. データベースからのMI活用
4. 自然言語処理
4-1. 特許・文献からの情報抽出
4-2. 自然言語処理を活用した新規材料探索
5. MIの今後の展望
5-1. 自律型実験装置
5-2. メタバース/デジタルツイン/VR/AR
5-3. 自動応答タスクの活用（ChatGPT）
6. 演習

【演習回答・内容への質疑応答】

【第3回】量子コンピュータを活用した材料開発
（日時：06月12日(月) 13:30-16:30、学習時間：3時間）


１．量子コンピュータの概要
1-1. 量子コンピュータ基礎知識
1-2. 量子ゲート方式
1-3. 量子アニーリング方式
2. 量子コンピュータの導入
2-1. 情報収集
2-2. ツール（量子クラウドサービス、GPU量子コンピュータなど）
2-3. 社外ネットワーク構築
2-4. 量子コンピュータの社内導入
3. 量子コンピュータの人材獲得・育成
3-1. 量子コンピュータ人財の適性
3-2. 人財獲得
3-3. 人財育成
4. 材料開発への量子コンピュータにおける組合せ最適化問題を中心とした適用事例
4-1. 量子化学計算
4-2. 組合せ最適化問題
4-3. 量子機械学習
4-3. 量子コンピュータを活用した材料開発のユースケース探索の仕方
4-4. 量子コンピュータの今後の将来展望
5. 演習

【演習回答・内容への質疑応答】


＊ 本ニュースリリースに記載された商品・サービス名は各社の商標または登録商標です。
＊ 本ニュースリリースに記載された内容は発表日現在のものです。その後予告なしに変更されることがあります。

以 上

プレスリリース提供：PR TIMES リンク