開催概要
材料開発やものづくりの現場では、探索すべき組成やプロセス条件が増えるほど組み合わせが爆発的に増加するため、限られた実験回数で最適条件を見いだすことが求められています。この要求に応える手法として、設計思想の異なる2つのアプローチが注目されています。1つは、直交表やSN比を用いてノイズに強いロバスト設計を実現する品質工学です。もう1つは、機械学習やベイズ最適化により広大な探索空間から有望な候補を効率的に絞り込むマテリアルズ・インフォマティクス（MI）です。
本セミナーでは、品質工学とMIの基本的な考え方と違いを整理した上で、両手法を相補的に活用した事例を公開論文などをもとに紹介します。
1.品質工学とMIの基礎
直交表・SN比・要因効果図による品質工学の考え方、機械学習・SHAP値・ベイズ最適化によるMIの考え方の概要を解説します。
2.両手法の比較と連携アプローチ
最適化の戦略や因子の扱い方などの観点から両手法の違いを比較し、相補的に組み合わせるための連携アプローチを解説します。
3.品質工学とMIを組み合わせた活用事例
製剤設計、機械加工、宇宙開発分野などの公開論文・資料をもとに、具体的な事例を紹介します。
参加費用
無料
コンテンツ
- はじめに
- 登壇者より講演：40分
- 質疑応答：20分
講演内容
- 品質工学とMIの基礎：品質工学によるロバスト設計と、機械学習やベイズ最適化によるMIの概要を解説
- 両手法の比較と連携：両手法の違いを整理し、直交表実験のデータをMIに活かすなどの組み合わせ方を紹介
- 連携事例：製剤設計、機械加工、宇宙開発分野などの公開論文・資料をもとに、品質工学とMIを組み合わせた事例を紹介
※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。
登壇者
山下 貴志
Takashi Yamashita
MI-6株式会社データサイエンティスト
大学院では、電子の反粒子である陽電子に関する実験的および理論的研究に従事。前職では、計算科学の会社において機械学習・人工知能（AI）の受託解析・受託開発・コンサル、計算科学ソフトウェアの開発・パッケージ整備、中性子・放射光実験施設の産業利用コンサなどの業務に従事。
対象者
- 品質工学などの既存手法に加えて、MIの活用も検討したい方
- MIに加えて、品質工学など他のアプローチとの組み合わせも検討したい方
- 実験回数の削減やロバスト性の向上に関する課題を持っている方
申し込み締め切り
2026年11月18日（水）14:00
※申込が多数あった場合は事前に締め切らせていただく可能性がございます
問い合わせ先
※ご登録いただくメールアドレスに、開催前日の参加者の確定を目処に事前案内のメールをお送りします。 迷惑メールの設定や、メールアドレス記載の誤りによって、ご案内ができないケースがございます。 設定確認と登録アドレスに間違いがないよう、ご確認お願いいたします。
※同業他社企業のお申し込みはお断りしております。
