★ 最適特性⇔製造コストのバランス、開発納期短縮へ向けたインフォマティクスの活用！

プロセスインフォマティクスの

活用と合成条件、配合条件の最適化

【提携セミナー】

主催：株式会社技術情報協会

講座内容

• プロセスインフォマティクスによるプロセス・装置の設計、最適化
• マイクロフロー研究DXが導く高速合成化学
• AI技術と複雑材料の配合条件、成形加工、評価への応用

習得できる知識

★プロセスインフォマティクス・データ解析・機械学習・プロセス設計・プロセス管理・ソフトセンサー・実験計画法・ベイズ最適化の基礎知識・プロセスインフォマティクス分野の研究事例・データ解析の一般的なすすめ方

★バッチプロセスからフロー系への展開を考えている方

★バッチでは不可能なマイクロリアクターによる研究・開発の考え方

★プロセス最適化、自動化に携わっている方

★特に実用的な複雑な材料をデータサイエンスで扱う上での考え方

担当講師

【第１部】明治大学 理工学部 応用化学科 准教授 金子 弘昌 氏

【第２部】北海道大学 大学院理学研究院 化学部門 教授 永木 愛一郎 氏

【第３部】(国研)産業技術総合研究所 ナノカーボンデバイス研究センター 主任研究員 室賀 駿 氏

セミナープログラム（予定）

(10:30-12:00)

「プロセスインフォマティクスによるプロセス・装置の設計、最適化」

明治大学 理工学部 応用化学科 准教授 金子 弘昌 氏

【習得できる知識】

プロセスインフォマティクス・データ解析・機械学習・プロセス設計・プロセス管理・ソフトセンサー・実験計画法・ベイズ最適化の基礎知識・プロセスインフォマティクス分野の研究事例・データ解析の一般的なすすめ方

【講座の趣旨】

プロセスインフォマティクスに基づいた高機能性材料の開発や製造などの現場において、効率的に実験・製造を実施するために実験計画法が活用される。例えば5つの実験パラメータ（反応器体積・反応温度・反応時間など）があり、それぞれ 10 の候補の値がある場合、すべての組み合わせは10万通りになってしまう。しかし実験計画法を用いれば、その中の数回のシミュレーション候補・実験候補から実験パラメータと装置の性能・材料の物性・活性との間の関係性を機械学習によりモデル化することで、所望の装置性能・物性・活性を実現するための候補を効率的に探索できる。さらにベイズ最適化によりパラメータの外挿領域を探索することが可能となる。実験データを活用して実験計画法・ベイズ最適化を実施することで、効率的な材料設計およびプロセス・装置設計を達成できる。本講演では、そのような（適応的）実験計画法や、実験計画法を実現するための機械学習およびベイズ最適化の基礎を解説する。さらに具体的な材料設計およびプロセス・装置設計といったプロセスインフォマティクスの研究事例を紹介する。

１．プロセスインフォマティクス

1.1 プロセス設計・装置設計とは

1.2 ソフトセンサーとは

1.3 モデリング

1.4 モデルの活用したプロセス設計・装置設計・ソフトセンサー

２．データ解析・実験計画法・ベイズ最適化

2.1 線形回帰分析

2.2 非線形回帰分析

2.3 実験計画法

2.4 適応的実験計画法

2.5 ガウス過程による回帰

2.6 ベイズ最適化

３．研究事例・応用事例

3.1 ベイズ最適化の応用事例

3.2 プロセス設計・装置設計の実例

3.3 ソフトセンサーの実例

(13:00-14:30)

「マイクロフロー研究DXが導く高速合成化学」

北海道大学 大学院理学研究院 化学部門 教授 永木 愛一郎 氏

【ご略歴】

• 近化フロー・マイクロ合成研究会　幹事
• 京都大学マイクロ化学生産研究コンソーシアム　主催
• ベンチャー企業設立

【習得できる知識】

• バッチプロセスからフロー系への展開を考えている方
• バッチでは不可能なマイクロリアクターによる研究・開発の考え方
• プロセス最適化、自動化に携わっている方

【講座の趣旨】

合成化学の常識がフローマイクロリアクターによって大きく変貌をとげ、従来の合成化学が大きく変わろうとしている。フローマイクロリアクターによって提供されるミクロな反応場は、化学反応そのものに本質的な影響を与えるためである。本セミナーでは、フローマイクロリアクター合成の研究・開発によるフラスコでは不可能な高速合成の事例、機械学習を活用したプロセス最適化や自動化、今後の展望など、について紹介したい。

１．フローマイクロリアクターについて

２．フローマイクロリアクターの特長

(1) 高速混合

(2) 精密温度制御

(3) 精密滞留時間制御

３．フローマイクロリアクターを用いたフラスコ不可能な高速合成化学

3.1 高速反応

3.2 発熱反応

3.3 不安定中間体 (生成物) を経由する反応

４．フローマイクロリアクターを用いた機械学習の活用

4.1 迅速反応最適化

4.2 自動化

５．今後の展望

(14:45-16:15)

「AI技術と複雑材料の配合条件、成形加工、評価への応用」

(国研)産業技術総合研究所 ナノカーボンデバイス研究センター 主任研究員 室賀 駿 氏

【習得できる知識】

特に実用的な複雑な材料をデータサイエンスで扱う上での考え方

【講座の趣旨】

近年の機械学習や深層学習に代表されるデータサイエンス技術の発展によってマテリアルズ・インフォマティクスやプロセス・インフォマティクスで扱える対象系が格段に広くなってきました。これからの時代でいかに自身の系でデータサイエンスを扱うかは差別化要素創出に必要不可欠になります。本セミナーではどのように複雑な対象系に対するデータサイエンスのあり方や研究開発現場のDXに関してご紹介します。

１．近年のＡＩ分野の3つのトレンド

1.1 時代の流れとＡＩ技術の進展

1.2 シミュレーションの高度化

1.3 プロセス制御への適用

２．溶媒選定のインフォマティクス

2.1 プロセスに合わせた配合のチューニング

2.2 成功と失敗実験から予測モデルを作るには

３．成形加工プロセスのインフォマティクス

3.1 人口減少に伴うＡＩの関わり方

3.2 リアルタイムのプロセス制御

４．膜の構造制御のインフォマティクス

4.1 構造の定義と従来のＡＩ技術

4.2 深層学習を使ったＳＥＭ画像の特徴抽出

4.3 ＧＡＮを用いた微細構造の生成

５．複雑系を扱える新たなインフォマティクスであるマルチモーダルＡＩ技術

６．これからのＡＩ技術

公開セミナーの次回開催予定

開催日

2023/3/8（水）10:30~16:15

開催場所

Zoomによるオンライン受講

受講料

1名につき60,500円(消費税込･資料付き)

〔1社2名以上同時申込の場合1名につき55,000円(税込)〕

技術情報協会主催セミナー　受講にあたってのご案内

• Live配信セミナーの接続確認・受講手順は こちら をご確認ください。
• お申込み・お支払い方法に関するご案内はこちら をご確認ください。

備考

資料は事前に紙で郵送いたします。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

※お申込後はキャンセルできませんのでご注意ください。

※申し込み人数が開催人数に満たない場合など、状況により中止させていただくことがございます。