(7/30)AI・機械学習を活用した物性推算と分子設計・プロセス最適化への活用

セミナー

AI・機械学習を活用した物性推算と分子設計・プロセス最適化への活用

■マテリアルズ・インフォマティクス、データ駆動型の材料開発における中核技術へ！■■膨大な実験・計算データをAIに学習させ、化学物質の物性・パターンなどを高速に予測する時代へ！■

受講可能な形式：【ライブ配信】のみ

日　時	【ライブ配信】 2026年7月30日（木） 10:30～16:30
受講料(税込)	55,000円定価：本体50,000円＋税5,000円【2名同時申込みで1名分無料キャンペーン（１名あたり定価半額の55,000円）】 ※2名様とも会員登録をしていただいた場合に限ります。 2名様以降の受講者は、申込み前に会員登録をお済ませください。 ※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。 ※3名様以上のお申込みの場合、上記１名あたりの金額で受講できます。 ※請求書（PDFデータ）は、代表者にE-mailで送信いたします。 ※請求書および領収書は1名様ごとに発行可能です。　　(申込みフォームの通信欄に「請求書１名ごと発行」と記入ください。) ※他の割引は併用できません。 ※テレワーク応援キャンペーン(1名受講)【オンライン配信セミナー受講限定】 1名申込みの場合：受講料定価：44,000円定価：本体40,000円＋税4,000円 ※１名様でオンライン配信セミナーを受講する場合、上記特別価格になります。
ポイント還元	誠に勝手ながら2020年4月1日より、会員割引は廃止とさせて頂きます。当社では会員割引に代わり、会員の方にはポイントを差し上げます。ポイントは、セミナーや書籍等のご購入時にご利用いただけます。会員でない方はこちらから会員登録を行ってください。
配布資料	Live配信受講：PDFテキスト(印刷可・編集不可) 　※セミナー資料は、電子媒体(PDFデータ／印刷可)をマイページよりダウンロードいただきます。　　(開催前日を目安に、ダウンロード可となります) 　※ダウンロードには、会員登録（無料）が必要となります。
オンライン配信	【Live配信の視聴方法】【ライブ配信（Zoom使用）セミナー】　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。・ZoomによるLive配信　►受講方法・接続確認（申込み前に必ずご確認ください）【テキスト】　テキストは、電子媒体(PDFデータ／印刷可)をマイページよりダウンロードできます。　　(開催前日を目安に、ダウンロード可となります) 【マイページ】　ID(E-Mailアドレス)とパスワードをいれログインしてください。　　>> ログイン画面
備　考	資料　付 ※講義中の録音・撮影はご遠慮ください。本セミナーはサイエンス＆テクノロジー株式会社が主催いたします。

拡大表示

(7/30)AI・機械学習を活用した物性推算と分子設計・プロセス最適化への活用

価格:

44,000円 (税込) ～ 55,000円 (税込)

[ポイント還元 2,200ポイント～]

ポイント:

今回の購入時のポイントのご利用方法をお選びください

・ポイントを利用される場合は「利用」を選択してください。
・ポイントを貯蓄される場合は「貯蓄」を選択してください。

※貯蓄済みのポイントとの併用が可能です。
※ポイントの付与および利用は会員登録者のみとなります。

購入数:

名

参加形態	価格	在庫	購入
テレワーク応援キャンペーン【オンライン配信1名受講限定】	44,000円 (税込)	在庫あり
2名同時申込みで1名分無料	55,000円 (税込)	在庫あり
ライブ配信で参加	55,000円 (税込)	在庫あり

商品種別による返品の詳細はこちら

この商品について問い合わせる

友達にメールですすめる

セミナー講師

埼玉大学工学部応用化学科准教授　松川博亮　氏
＜経歴＞
2018年東京理科大学大学院総合化学研究科総合化学専攻修了、博士（工学）を取得
同年東京理科大学工学部工業化学科助教
2023年東京理科大学工学部工業化学科講師
2026年より現職
＜専門＞
化学工学（基礎物性）
＜研究内容＞
主に、二酸化炭素を含む系の相平衡を始めとする物性値の測定、機械学習と物性推算式を組み合わせた物性予測モデルの構築
＜WebSite＞
https://himatchemeng.tech/

セミナー趣旨

近年、AI・機械学習技術の発展により、物性推算、材料開発、プロセス最適化への応用が急速に進展しています。特に化学工学分野では、従来の経験的・理論的アプローチに加え、データ駆動型手法を活用することで、これまで困難であった複雑系の解析や未知条件への予測が可能になりつつあります。
一方で、AIを活用した物性推算には、大量・高品質データの必要性、ブラックボックス化、外挿性、熱力学整合性など、多くの課題も存在します。そのため、単にAIモデルを適用するだけではなく、物性測定、熱力学、状態方程式、プロセス工学などの知見と融合しながら活用することが重要となります。
本講座では、AI・機械学習による物性推算の基本的な考え方から、分子設計・プロセス最適化への応用、さらにXAI（Explainable AI）による解釈性向上、自動実験システム、ラボデータとプラントビッグデータの統合、状態方程式との融合型予測モデルなど、今後の発展的アプローチについて幅広く解説します。

＜得られる知識、技術＞
本講座ではAI理論そのものの厳密な数理解説ではなく、
・AIで何が可能になったのか？
・AIは何を苦手としているのか？
・物理/化学/熱力学とどのように融合すべきか？
・実プロセスへどのように展開するか？
という観点を重視し、実際の研究事例を交えながら、企業技術者が今後どのようにAIを研究・開発へ活用していくべきかを理解することを目的とします。

＜プログラム＞
１．化学工学におけるAI活用の背景
　1.1 化学工学における物性推算の役割
　1.2 従来の物性推算手法と限界
　1.3 AI・機械学習が注目される理由

２．AI物性推算の可能性と現実
　2.1 AIによる新規化合物の物性予測
　2.2 未測定条件への予測
　2.3 「AIは万能ではない」

３．AIと熱力学・物理モデルの融合
　3.1 Physics-Informed AI
　3.2 状態方程式との融合型予測モデル

４．AIアーキテクチャによる物性推算の進化
　4.1 GCN/GCNNによる分子構造理解
　4.2 CNNによる空間情報活用
　4.3 Transformerによる化学言語理解

５．AIが変える研究・開発プロセス
　5.1 XAIによる解釈性向上と理論発展
　5.2 AI前提の自動実験システム
　5.3 ラボデータとプラントビックデータ統合

６．今後のAI物性推算と化学工学研究者の役割

　　□質疑応答□

※書籍・セミナー・手順書のご注文に関しましては株式会社イーコンプレスが担当いたします。

当社ホームページからお申込みいただきますと、サイエンス＆テクノロジー株式会社より、お申込み時にご入力いただきましたメールアドレスにご視聴方法のご案内をお送りいたします。
また、お申込の際は、事前に会員登録をしていただきますとポイントが付与され、ポイントはセミナーや書籍等のご購入時にご利用いただけます。
会員登録はこちら

ご請求書（PDF）は、弊社よりお申込み時にご入力いただきましたメールアドレスに添付しお送りいたします。
銀行振り込みを選択された場合は、貴社お支払い規定（例：翌月末までにお振込み）に従い、お振込みをお願いいたします。
恐れ入りますが、振り込み手数料はご負担くださいますようお願いいたします。

個人情報等に関しましては、セミナーご参加目的に限り、当社からサイエンス＆テクノロジー株式会社へ転送いたします。

お見積書や領収書が必要な場合もお申し付けください。
ご要望・ご質問・お問合せはこちら

【お支払方法について】

以下のお支払方法がご利用いただけます。

１．銀行振り込み