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

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お話させていただきます。

■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(残りの時間)

■講演内容

1. はじめに
・実験計画法、ベイズ最適化とは
・実験計画法、ベイズ最適化の価値とは
・今回用いる単語の定義
・よくある質問への簡単な回答
2. 従来の実験計画法(直交表)
3. ベイズ最適化
4. 直交表とベイズ最適化
5. (応答曲面法とベイズ最適化)
6.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。

■登壇者

MI-6株式会社/データサイエンティスト 青木翔平(あおきしょうへい)

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

■申込締め切り

2023年10月25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

MI-6株式会社 事業開発部 bd@mi-6.co.jp

※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、メールアドレスの記載に誤りによって、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、ご協力お願いいたします。
※同業他社企業のお申し込みはお断りしております。