DATE and TIME2019年2月14日(木) 13:00 ~ 17:10
VENUE吹上ホール メインホール (愛知県名古屋市千種区吹上二丁目6番3号)
情報統合型物質・材料開発イニシアティブ(MI2I)は、第4の科学といわれるデータ科学手法を物質・材料研究に展開することで、新規材料やプロセスの開発を飛躍的に加速させ、新たな産業イノベーションの創生につなぐ活動です。2015年7月、科学技術振興機構(JST)のイノベーションハブ構築支援事業として、物質・材料研究機構(NIMS)を中核に活動を開始しました。今回のフォーラムでは、成果報告として名古屋工業大学/中山 将伸ならびにファインセラミックスセンター/森分 博紀より最新の材料探索事例をご紹介します。各研究グループからはポスター展示を行います。後半はゲスト講演としてMIの事例の解説及びコンソーシアム活動を紹介します。また様々なご要望や疑問にお答えするための個別相談会も実施します。
国立研究開発法人物質・材料研究機構 (NIMS)/国立研究開発法人科学技術振興機構 (JST)
企業、大学、研究機関の関係者等。一般参加も可。
300名程度 (定員になり次第、受付を終了させていただきます。)
受付開始 (9F展望ホールで各研究グループのポスター展示開始) | 12:00- |
開会挨拶 ・国立研究開発法人物質・材料研究機構 (NIMS) 理事 長野 裕子 |
13:00-13:05 |
来賓挨拶 ・名古屋工業大学 学長 鵜飼 裕之 |
13:05-13:20 |
開会の辞 ・ 情報統合型物質・材料開発イニシアティブ (MI2I) プロジェクトリーダー 伊藤 聡 「MI2I平成30年度の報告と今後の取組み」 |
13:20-13:35 |
講演 ・名古屋工業大学 教授 中山 将伸 「材料・物理・情報統合型研究による蓄電池材料開発:名工大での取り組み」 中山将伸、竹内一郎、烏山昌幸、田村友幸、小林亮 ・ファインセラミックスセンター 主席研究員 森分 博紀 「セラミックス電子材料のマテリアルズインフォマティクス」 |
13:35-14:05 14:05-14:35 |
コーヒーブレイク ※9F展望ホール3,4で各研究グループのポスター発表 同時に個別相談会も実施 | 14:35-15:35 |
ゲスト講演 ・名古屋大学 准教授 塚田 祐貴 「材料組織シミュレーションと機械学習・データ同化」 ・トヨタ自動車株式会社 先端材料技術部 山﨑久嗣 「全固体電池材料におけるマテリアルズ・インフォマティクスを利用した材料探索」 MI2Iコンソーシアム活動紹介 ・株式会社村田製作所 技術・事業開発本部 新規技術センター 先端技術研究開発部 渡邊 唯人 「材料研究開発現場における材料選定へのMI活用事例とデータプラットフォームの活用検討に関する紹介」 |
15:35-16:05 16:05-16:35 16:35-16:55 |
閉会挨拶 ・情報統合型物質・材料開発イニシアティブ (MI2I) 副プロジェクトリーダー 知京 豊裕 |
16:55-17:00 |
タイトル | 著者 | |
1 | Overview of Data Science Group | 津田 宏治、田村 亮 |
2 | Optimizing Interface/Surface Roughness optimization for Thermal Transport | Shenghong Ju、Thaer M. Dieb、津田 宏治、 塩見 淳一郎 |
3 | Roadmap to design functional materials & catalysts for oxidative coupling of methane via data science | 高橋 啓介 |
4 | Reforming materials database construction and infrastructure via ontology and first-order logic | 高橋 ローレンニコール、高橋 啓介 |
5 | Activity Summary of the Materials Descriptor Platform group | 劉 暢、小山 幸典、吉田 亮 |
6 | Transfer learning: a key driver to accelerated materials discovery with machine learning | 山田 寛尚、劉 暢、Stephen Wu、吉田 亮 |
7 | Overview of Topological Analysis Team | 赤木 和人 |
8 | Topological analysis of grain boundary structure | 小串 典子、平岡 裕章、赤木 和人 |
9 | Research Activity in Materials Exploration Group | 小口 多美夫、中村 浩次 |
10 | Exploration for paraelectric materials with high dielectric constant in collaboration with company | 森分 博紀、林 博之、田口 綾子、 田中 功 |
11 | First-Principles Calculations of Solid Solution States in Mixed-Anion Compounds | 設樂 一希、田口 綾子、桑原 彰秀 |
12 | Development of Crystal Structure Prediction Tool | 山下 智樹、兼平 慎一、佐藤 暢哉、小口 多美夫 |
13 | Development of linearly independent descriptor generation method for empirical law discovery | 藤井 将、福島 鉄也、小口 多美夫 |
14 | Report from Magnet Materials Group | 三宅 隆、木野 日織 |
15 | Quantitative estimation of importance of descriptors on Curie temperatures of rare-earth transition metal binary systems | 木野 日織 |
16 | Data Platform Group | 徐 一斌、細谷 順子、桑島 功、坂入 雄大、 山里 宏之、和泉 寿範 |
17 | Fee-based Inorganic Materials Database "AtomWork-adv" | 徐 一斌、細谷 順子、桑島 功、坂入 雄大 |
18 | Specific Heat Prediction on Web | 徐 一斌、和泉 寿範、坂入 雄大、馬場 哲也、 藤田 絵梨奈 |
19 | MI Data Strategy for Thermal Management Materials | 徐 一斌 |
20 | Computational Materials Design Based on Materials Simulations and Informatics | 本郷 研太 |
21 | Interface Design of Thermal Insulating Thin Film by Machine Learning | Yen-Ju Wu、佐々木 道子、後藤 真宏、 FANG Lei、徐 一斌 |
22 | Battery Materials Group: Activity Report 2018 | 中山 将伸、館山 佳尚、袖山 慶太郎 |
23 | Efficient Bayes Optimization of Li-ion-conductive Fluorides | 中山 将伸、竹内 一郎 |
24 | Descriptors and Machine Learning Techniques for Computational Solid Electrolyte Screening | Randy Jalem、竹内 一郎、館山 佳尚、中山 将伸 |
25 | Electrolyte in Solid-State Battery by CALYPSO Method | Bo Gao、Randy Jalem、館山 佳尚 |
26 | Machine Learning based Efficient Exploration of Grain Boundary Structures | 烏山 昌幸、米津 智弘、田村 友幸、小林 亮、 荒川 竜一、椎原良典、竹内 一郎 |
27 | Automatic determination of descriptors for machine-learning force-fields | 小林 亮 |
28 | Hyogo-Prefectural Initiatives to Address Industrial Utilization of Synchrotron Radiation and Materials Informatics | 兵庫県ビームライン |
29 | MI2 approach to modelling Aluminum corrosion using synchrotron measurement | 株式会社 神戸製鋼所 |
30 | The application study of machine learning to XANES data analysis: A case of Nickel metal hydride rechargeable batteries | 土井 修一、安岡 茂和、李 雷、野瀬 惣市、 福山 直樹、小口 多美夫 |
31,32 | Practice of machine learning | Workingflow WG members (MI2I コンソーシアム) |