Sim2Realマテリアルズインフォマティクス:データの乏しさを分子シミュレーションにより克服する
![](https://images.microcms-assets.io/assets/ef90d401a68c4e54b53abd68d974607f/029a391f57f848e1bb31e9cf94e01a14/20240710_seminar.png)
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。
いうまでもなくMIで最も重要なリソースはデータですが、材料データは未だ乏しいケースが多く、MIを利活用する上での大きな課題となっています。
そこで今回は、弊社技術顧問の統計数理研究所 林 慶浩 先生より、このスモールデータ問題を克服すべく、少量の実験データを計算化学的手法により大量生産したシミュレーションデータで補う方法論であるsimulation-to-real(Sim2Real)について転移学習やマルチタスク学習を用いた手法やその利活用法をご紹介致します。
参加費用
無料
講演内容
- Sim2Real転移学習の説明
- Sim2Real転移学習を用いた計算-実験値間のキャリブレーション
- Sim2Real転移学習のスケーリング則
上記について、40分間のパネルディスカッションと、20分間の質疑応答を予定しております。
※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
![](https://images.microcms-assets.io/assets/ef90d401a68c4e54b53abd68d974607f/67b69bc5d061465d9650383626bc3189/hayashi.jpeg)
林 慶浩
Yoshihiro Hayashi
大学共同利用機関法人 情報・システム研究機構 統計数理研究所
東京工業大学大学院理工学研究科博士課程修了(有機・高分子物質専攻)。東京工業大学にてポスドク・特任助教として計算化学を用いた有機化学、高分子科学、触媒化学の研究に従事。現在は、統計数理研究所ものづくりデータ科学研究センターの特任助教として高分子MIの研究に携わる。MI-6株式会社の技術顧問を兼務。
対象者
- マテリアルズ・インフォマティクス(MI)に関わる方(研究者、解析者、マネジメント層の方など)
- マテリアルズ・インフォマティクスにおける計算科学の活用にご興味のある方
- 転移学習についてその手法や概要について広く理解を進めたい方
申し込み締め切り
2024年7月10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。