材料インフォマティクス講座
プログラム名
-
材料インフォマティクス講座
担当講師
-
中山 将伸（名古屋工業大学 生命･応用化学類 環境セラミックスプログラム 教授）
-
定員
-
20名
講座の目的
-
本講義ではデータサイエンスやAIを活用して材料開発を効率化し、新素材の探索を加速する手法を身に付けることを目的としている。
受講対象者
-
初級〜中級レベルを想定しており、これから材料インフォマティクスや計算材料科学に取り組みたい方、基礎を整理し直したい方を主な対象としています。
受講条件
-
化学・材料に関する大卒レベルの知識は必要です。プログラミング経験がなくても参加可能ですが、「変数、for文、if文などの初歩知識」がある方が好ましいです。
※ハンズオン演習に参加される方は、Wi-Fiに接続可能なPCを持参してください。
またご自身がお使いの生成AI (chatGPT、Gemini、Claude… etc) も利用することをお勧めします。 学修到達目標
-
機械学習における各種概念理解、パソコン等への導入・実装の体験、結晶構造からの記述子作成、回帰分析、分類分析、ベイズ最適化ができるようになること。
デジタルバッジ授与基準
-
上記の目標に対応する演習問題（実習）を実演すること
講座概要
-
- 機械学習の基本的な考え方（回帰・分類・特徴量設計）を、材料研究の具体例を通して解説
- 材料データを用いたモデル構築および評価の基礎演習
- 深層学習の基本構造と、材料分野における代表的な応用例の紹介
スケジュール・内容
-
日程 時間 方法 場所 内容 10/14(水) 13:30～16:30 対面
講義・演習4号館110室 機械学習の基礎と回帰分析
- 回帰分析の基礎（座学＋コード体験）
- データ抽出法（Materials Project API）
- 記述子の作り方例
10/21(水) 13:30～16:30 対面
講義・演習4号館110室 分類・最適化の基礎
- 分類分析の基礎（座学＋コード体験）
- ベイズ最適化の基礎（座学＋コード体験）
11/4(水) 13:30～16:30 対面演習 4号館110室 Pythonコーディング実践
- データハンドリング（Pandas、Numpy）
- データ可視化（Matplotlib）
- 機械学習実装（sklearn）
- ハイパーパラメーターチューニング（optuna）
- 深層学習初歩（pytorch）
テキスト・参考資料
-
特になし
講師プロフィール
-
-
名古屋工業大学 生命･応用化学類 環境セラミックスプログラム 教授
蓄電池材料 / 材料シミュレーション / 材料インフォマティクス中山 将伸 -
材料分野でも、シミュレーションや材料インフォマティクスの活用が急速に進んでいます。ぜひ本講座で最新技術を学び、ものづくりと産業の未来をともに切り拓きましょう。
-
