セミナー詳細ページ

■本セミナーの主題および状況（講師より）

★日本のものづくりをけん引する機能性材料は，材料そのものの開発だけでなくそれを素材に加工したり，要素に作りこんだりするためのプロセスの開発も重要です．たとえば，マテリアルズインフォマティクスで開発された新材料も，それを実用化するためにはプロセスの最適化を避けられません．逆に，既存の材料でもプロセスでその機能を飛躍的に伸ばすこともできます．生産プロセスは，その種類やステップだけでも様々で，パラメータの組み合わせも膨大です．世界的な研究開発のハイスループット化の波の中で，日本の強みとされてきた勘・コツ・経験を活かした仮説駆動型プロセス開発法に，データ駆動型開発法を取り入れた方法，すなわちプロセスインフォマティクスが今こそ必要です．

★プロセスインフォマティクスは、材料の化学反応や物理的変化を適切に制御し、理想的な材料特性を作りこむための技術であり、材料開発の効率化、製品の品質向上、品質ばらつきの低減、生産コストの削減に直結する。 製造プロセスは、原料の種類や投入手法、反応条件など多くの制御因子が互いに複雑に関係しあっており、適切な制御は容易ではない。従来の原因解明型の管理方法では、課題の再発や新たな課題の発生が避けられないことが多く、これを解決するためにインフォマティクス技術の活用が進められている。 通常、製造プロセスで扱われるデータは、因子が複雑で、膨大である。これらデータの前処理、可視化が、プロセスインフォマティクスを有効に活用するための重要なポイントであり、製造プロセスの最適化の成否を左右する。 

■注目ポイント

★化学プロセスデータに対して機械学習をどのように適用したら良いかまた応用する際にどういった点に気をつければ良いかという点をわかりやすく解説！

講座担当：苅谷樹弘

≪こちらの講座は、WEB上での開催のオンライン講座になります≫

　日本のものづくりをけん引する機能性材料は，材料そのものの開発だけでなくそれを素材に加工したり，要素に作りこんだりするためのプロセスの開発も重要です．たとえば，マテリアルズインフォマティクスで開発された新材料も，それを実用化するためにはプロセスの最適化を避けられません．逆に，既存の材料でもプロセスでその機能を飛躍的に伸ばすこともできます．生産プロセスは，その種類やステップだけでも様々で，パラメータの組み合わせも膨大です．世界的な研究開発のハイスループット化の波の中で，日本の強みとされてきた勘・コツ・経験を活かした仮説駆動型プロセス開発法に，データ駆動型開発法を取り入れた方法，すなわちプロセスインフォマティクスが今こそ必要です．本講演では，粉体成膜プロセスを事例に，機能性材料のプロセスインフォマティクスの可能性と展望を紹介します．

　材料開発における製造プロセスの最適化は、高品質な製品を効率的に生み出すために不可欠である。特に反応プロセスは多数の因子が複雑に絡み合い、従来のアプローチでは課題解決に限界があった。これを解決するインフォマティクス技術の活用が進められている。
本講演では、当社が実際に取り組んだ製造プロセスの最適化に関する事例を紹介し、課題解決の成否を左右した「データの前処理」と「可視化」、そして「品質制御のための機械学習手法」に焦点を当てる。実際の事例に沿って、データハンドリングやプロセスを制御するための特徴量設計といった実践的ノウハウを解説する。さらに、実験自動化による自律的な開発サイクルの未来像や当社の取り組みについても紹介する。

　研究開発の高速化、膨大な候補の中から人では見逃していた予想外の発見を促すことを目的にデータサイエンスを活用したマテリアルズ・インフォマティクスやプロセス・インフォマティクスが発展している。本講演ではこうした技術について紹介し、新たなデータ社会の中でのものづくりについて議論する。

　データ科学によって化学プロセスデータの利活用を促進し、研究・開発を加速することを目指すプロセス・インフォマティクスやケモインフィマティクスが高い注目を集めています。特に、反応プロセス環境や物質・材料の状態をモニターするためには欠かすことができないスペクトル解析に目を向けると、スペクトルデータを大量に取得できる装置環境が整ってきているとはいえ、複雑な形状をとるものや、フィッティングにかかる手間などから網羅的に解析・情報抽出を実施することが困難になってきています。本講演は、このようなスペクトルデータ解析の課題に注目をし、取得したスペクトルデータからの情報抽出のための機械学習活用について、「分類」「低次元化」「回帰」「ピーク検知」といった視点から、機械学習の数理的な側面も交えながら基礎的な内容を紹介します。