. .
セミナー・イベントTOPへ戻る


電池材料のマテリアルズ・インフォマティクス

■開催日時:2020年11月24日(火) 12:30〜16:30 

■会場:本セミナーは、当日ビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
お申込み前に《こちらのご案内》をご確認下さい。


■受講料:48,000円 + 税  * 資料付

■主催:(株)シーエムシー・リサーチ

■講師:中山 将伸 氏  名古屋工業大学 生命・応用化学専攻・教授

【講師経歴】
 2004年 博士(工学) 東京工業大学
 2004年 東京工業大学 助教
 2009年 名古屋工業大学 准教授
 2016年 名古屋工業大学 教授

■趣旨:
 無機固体材料データベースを活用して、材料計算をしたデータなどをマテリアルズ・
インフォマティクスにより効率的に予測する技術を学びます。今回は、古典力場計算で
算出したセラミックス中のリチウムイオン導電性の評価値を題材にして、インフォマ
ティクスの基礎を紹介します。

■セミナー対象者:
 主に無機材料を対象にしたマテリアルズ・インフォマティクスに興味のある初心者

■セミナーで得られる知識:
 マテリアルズ・インフォマティクスに必要なデータ収集法、機械学習の原理などに関する知識。


    ※ 適宜休憩が入ります。

1. 電池材料概要(動画配信) 
 1)電池正極反応(インターカレーション反応) 
 2)電池特性と結晶/電子構造の関係 
 3)固体電解質におけるイオン伝導(結晶/電子スケール) 
 4)固体電解質におけるイオンの拡散(マクロスケ ール) 
 
2. 材料シミュレーションとハイスループット計算 
 1)Materials Projectからのデータ取得  
  ・結晶構造データの取得  
  ・物性データの取得 
 2) 古典力場計算  
  ・古典力場の特徴(長所と問題点)  
  ・分子動力学計算 
 3) ハイスループット計算・自動化
  ・全自動網羅計算のためのアルゴリズム 

3. マテリアルズ・インフォマティクスの基礎 
 1) 機械学習の概念
  ・過学習 
  ・内挿と外挿
  ・訓練/検証/テストデータ 
 2) 材料記述子の構築 
  ・結晶構造データベース 
  ・ヒストグラム記述子 
 3)線形関数に対する回帰分析 
  ・重回帰分析 
  ・LASSO回帰、Ridge回帰 
  ・主成分分析とPLS回帰、 
 4) 非線形関数に対する回帰分析 
  ・ニューラルネットワーク回帰 
  ・決定木、ランダム森回帰 
  ・2値分類問題について 
  ・ガウス過程 
 5) ベイズ最適化による逆探査 
  ・例1:材料シミュレーションと連動させたベイズ最適化 
  ・例2:実験評価と組成最適化 

4. まとめ 

Copyright (C) 2020 NTS Inc. All right reserved.