. .
セミナー・イベントTOPへ戻る


化学研究と人工知能技術の融合に関する基礎と応用事例
〜 化学反応予測・実験条件最適化・量子化学理論の高度化を例として 〜

■開催日時:2020年8月20日(木)13:30〜16:30 

■会場:本セミナーは、当日ビデオ会議ツール「Zoom」を使ったウェビナー
(ライブ配信セミナー)となります。
同日同時間帯に開催予定のセミナーが変更になりました。
お申込み後、視聴用のURLを別途メールにてご連絡いたします。

■受講料:42,000円 + 税  * 資料付/1人

■主催:(株)シーエムシー・リサーチ

■講師:清野 淳司 氏 
 早稲田大学 理工学術院総合研究所 次席研究員/研究院講師 JST さきがけ研究者

【講師経歴】
 2010年に 首都大学東京大学院 理工学研究科 分子物質化学専攻にて博士(理学)を取得。
その後、早稲田大学理工学術院 助手、日本学術振興会 特別研究員(PD)を経て、2015年より現職。
また、2017年10月より科学技術振興機構 さきがけ研究員を兼任。

【研究歴】
 これまでに、周期表上のあらゆる元素を含む物質・材料に適用可能な大規模相対論的量子化学
理論・プログラムの開発、およびインフォマティクスとの融合による量子化学の深化と化学の
諸問題への応用を行ってきた。

■趣旨:
 近年、人工知能(AI)技術は、化学分野における実験・理論・計算の様々な領域で活用され
始めている。本セミナーでは、化学の諸分野と AI技術の融合研究を実施するための基礎を説明
する。またこれらに関する幾つかの具体的な研究事例(反応予測、実験条件最適化、量子化学理
論の高度化)や将来的な展望を述べたい。

■セミナー対象者:
化学に関連した研究に従事しており、人工知能技術の活用・発展に興味のある研究者・技術者

■セミナーで得られる知識:
 化学における人工知能技術の基礎知識(機械学習・進化的計算・化学における記述子)
 人工知能技術を導入した最新の化学研究事例(化学反応の予測・実験条件最適化・高速な量子
化学計算手法など)


 ※ 適宜休憩が入ります。

1.人工知能技術の概要
 1.1 化学と人工知能技術
 1.2 人工知能技術の種類と特徴
 1.3 機械学習の概要
 1.4 進化的計算の概要
2.化学における記述子
 2.1 構造的特徴を表した記述子
 2.2 電子的特徴を表した記述子

3.機械学習と実験・計算による化学反応予測
 3.1 反応予測システムの歴史
 3.2 機械学習と電子状態情報を用いた反応予測の研究事例
 3.3 均一系触媒における有機化学反応に対する反応予測への適用
 3.4 将来展望

4.機械学習と実験/計算による反応条件最適化
 4.1 近年の実験条件最適化研究の動向
 4.2 実験条件最適化における研究事例
 4.3 溶媒条件最適化における研究事例
 4.4 将来展望

5.機械学習による量子化学理論の高度化
 5.1 密度汎関数理論における研究事例
 5.2 波動関数理論における研究事例
 5.3 将来展望

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