DATE and TIME2018年12月25日(火)13:00~16:30【終了】
VENUE科学技術振興機構(JST)東京本部別館1階ホール 東京都千代田区五番町7 K's五番町
2016年に開始した本シリーズも今回で第9回となる。今年は機械学習前のデータセット準備にフォーカスする。材料の原子、分子の組み合わせ数はほぼ無限にあり、求める材料特性は多岐にわたる。そのため物質・材料のデータ探索空間は巨大である。一方、既存データは多くの場合スパースである。そのため物質・材料の構成元素や結晶構造など、特徴量を適切に表現する記述子設計が要諦となるケースが多い。今回のセミナーでは記述子設計の基礎と実例について分かり易く解説する。さらに適切な記述子により獲得した学習モデルを有効に利用する手法としての転移学習についても触れる予定である。
12:30 | 受付開始 |
13:00-15:30 | 「物質構造の表現と学習」 吉田 亮(統計数理研究所/NIMS MI2I) 質疑・応答 |
15:30-15:50 | 休憩 |
15:50-16:25 | 「XenonPyの紹介」 Liu Chang(NIMS MI2I/統計数理研究所) |
16:30 | 閉会 |
NIMS 情報統合型物質・材料研究拠点(MaDIS-CMI2)
科学技術振興機構(JST)
情報・システム研究機構 統計数理研究所
文部科学省委託事業 AIMaP(受託拠点:九州大学 IMI)(※)
※AIMaP : 数学アドバンストイノベーショプラットフォーム/Advanced Innovation powered by Mathematics Platform
IMI:マス・フォアインダトリ研究所/ Institute of Mathematics for Industry