DX推進 – セミナーゲート（化学）

セミナー概要 セミナーのテーマ 機械学習の基礎と全体像 研究開発における具体的なデータ解析手法 機械学習の社内推進とデータ駆動型研究文化の定着 こんな方におすすめです これから機械学習に取り組む研究者・技術者 社内のDX化に取り組まれている担当者 研究開発におけるデータ解析に興味のある方 はじめての研究開発での機械学習活用と社内推進のポイント 分子・材料・プロセス設計における具体的なデータ解析手法《実演付》 講師 データケミカル（株）代表取締役 吉丸 昌吾氏【ご専門】マテリアルズインフォマティクス、事業戦略【ご経歴等】2010年宮崎大学大学院修了（化学工学専攻）後、綜研化学㈱にて高分子材料開発に従事。一時留学し、2017年カリフォルニア大学サンディエゴ校にてMBA取得。帰国後綜研化学㈱にて海外事業開発・国内営業に従事。2019年より社内DX推進責任者を兼務。2021年データケミカル㈱設立、代表取締役就任。2022年実験・製造データ解析のAI・機械学習クラウドサービス「Datachemical LAB」をリリース、約60社に導入実績を拡大。現在サービスの米国展開を牽引。2024年より宮崎大学工学部 非常勤講師を兼務。 セミナー趣旨、ポイント 研究開発の現場では、AIや機械学習を活用した業務効率化の重要性が高まっています。しかし現実には、機械学習についてよく分からない、現場やマネジメント層からの理解が得られない、数多くの関連サービスの違いが分からないといった理由から、機械学習の活用が思うように進まないケースが多く見られます。 本セミナーでは、これから機械学習に取り組む研究者・技術者やDX推進担当者を対象に、機械学習の基礎と全体像を整理し、自社の課題に合った導入・適用方法を考える視点を提供します。さらに、分子・材料・プロセス設計の各領域において、具体的な活用方法をデータ解析ツールDatachemical LABの実演を交え解説します。 また、社内で活用を推進する際に直面しがちな課題とその対処方法、データ駆動型の研究文化を根付かせるためのポイントを共有し、受講者が円滑に自社での取り組みを進めるようになることを目指します。 受講対象者、必要な予備知識 特に予備知識は必要ありません。基礎から解説いたします こんな方におすすめ ・これから機械学習に取り組まれる研究者・技術者・社内のDX化に取り組まれている担当者 得られる知識 ・研究開発で機械学習を活用する全体像を理解できる・自社に合った最適な機械学習の導入・適用方法を選定できる・分子/材料/プロセス設計における具体的なデータ解析手法を習得できる・機械学習活用を効果的に社内で推進するためのコツが分かる プログラム 1.はじめに 1-1. 機械学習の概要 1-2. データサイエンスの中での機械学習の位置づけ 1-3. なぜ機械学習活用が求められるのか？ 1-4. 自社に合った機械学習活用の手段2.各研究開発プロセスでの機械学習活用方法 2-1. 材料設計 (1) データセット作成 (2) データ可視化 (3) データ前処理 (4) モデル最適化 (5) 実験条件予測 (6) 適応的実験計画法 2-2. 分子設計 (1) 記述子計算 (2) 構造生成 (3) 分子構造予測 2-3. プロセス設計 (1) ソフトセンサー (2) 異常検知3.機械学習活用の社内推進のポイント 3-1. なぜ機械学習活用が進まないのか？ 3-2. 活用推進成功のポイント 3-3. データ駆動型研究文化の定着に向けて