マテリアルズ・インフォマティクスにおける従来の実験計画法とベイズ最適化の比較

開催概要と背景

近年、少子高齢化、働き手の不足の影響を受け、従来の経験と勘による研究開発から、データを活用して、より効率的に、また人が発見出来なかった素材を研究開発していくことが目指されています。また、デジタルトランスフォーメーション(DX)をどのように研究開発に適応するか？という観点からも、データと統計・データサイエンスを活用した素材の研究開発である、マテリアルズ・インフォマティクス(MI)が注目されています。

一方で、マテリアルズ・インフォマティクスでよく使われる手法の一つであるベイズ最適化について「実験計画法との違いは？」「実験計画法に対するベイズ最適化のメリットは？」など従来手法との違いについてご質問を受けることがあります。

本セミナーでは、MI-6のデータサイエンティストの青木より、実験条件最適化に特化したマテリアルズ・インフォマティクスのSaaSである「miHub(エムアイハブ)」でも採用しているベイズ最適化と実験計画法の違いについて、ショートセミナーにてお話させていただきます。

講演内容

・はじめに
・ベイズ最適化について
・実験計画法との違いとは？
・おわりに

※内容は変更となる場合が御座います。予めご了承願います。

タイムスケジュール

※ 当日予告なく時間配分・内容が変更になる可能性がございます。

登壇者

青木翔平(あおきしょうへい)

MI-6株式会社/データサイエンティスト

大阪大学大学院工学研究科応用化学専攻修了。大学院時代は触媒インフォマティクスを利用した有機金属触媒反応開発を研究。実験条件最適化を中心とした有機分子〜無機化合物まで幅広い材料におけるプロジェクトの実績あり。現職ではデータサイエンティストとしてmiHub、Hands On 事業に携わる。

対象者

• 「マテリアルズ・インフォマティクス（MI）」に関心がある方
• 実験計画法とベイズ最適化の違いについて興味のある研究者
• MI推進のチームや部署を立ち上げはじめたばかりの推進者
• MI推進室はないが、MIに興味があって活動を始めようとしている研究者や企画者
• すでにMIに取り組み始めており、今後全社的な展開を考えられている推進者・企画者

参加費

無料

ハッシュタグ

#マテリアルズ・インフォマティクス #chemtech #材料開発

注意事項

• 同業他社様の参加は基本お断りをしております。
• リクルーティング、勧誘など、採用目的でのイベント参加はお断りしております。
• 欠席される場合は、お手数ですが速やかにキャンセル処理をお願い致します。
• 無断キャンセルや欠席が続く場合、次回以降の参加をお断りさせていただく場合がございます。