東京大学　長藤氏、積水化学工業株式会社　新明氏、産業技術総合研究所　室賀氏、東京科学大学　安藤氏の４名にご講演をいただきます。

株式会社AndTech（本社：神奈川県川崎市、代表取締役社長：陶山　正夫、以下 AndTech）は、R&D開発支援向けZoom講座の一環として、プロセスインフォマティクスの第一人者の講師からなる「プロセスインフォマティクスを活用した材料製造プロセスの最適化とデータ解析高度化による研究開発およびものづくりの新展開」講座を開講いたします。

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します。

本講座は、2025年12月16日開講を予定しております。

テーマ：プロセスインフォマティクスを活用した材料製造プロセスの最適化とデータ解析高度化による研究開発およびものづくりの新展開

第1部　プロセスインフォマティクスを活用した機能性材料の

第2部　素材開発における反応プロセスのインフォマティクス活用と実験自動化の実践

先進技術研究所 情報科学推進センター センター長 (兼)

第3部　データサイエンスを活用したプロセスインフォマティクスによる

講師：産業技術総合研究所　ナノカーボンデバイス研究センター

第4部　化学プロセススペクトルデータ解析における機械学習の基礎と応用

・素材開発におけるプロセスインフォマティクス活用における必要な考え方・製造プロセスデータ解析における、実践的なアプローチと進め方・品質予測精度を高めるための「特徴量設計」の考え方と実践のコツ・実験自動化の取り組みに必要な考え方と取り組みの事例

・化学プロセスデータの特徴に関する基礎知識・機械学習によるスペクトルの分類と低次元化、自動解析技術に関する基礎と事例・機械学習による予測モデル作成に関する基礎と事例

WEB会議ツール「Zoom」を使ったライブLive配信セミナーとなります。

化学、素材、エレクトロニクス、自動車、エネルギー、医療機器、食品包装、建材など、幅広い分野のR&Dを担うクライアントのために情報を提供する研究開発支援サービスを提供しております。

弊社は一流の講師陣をそろえ、「技術講習会・セミナー」に始まり「講師派遣」「出版」「コンサルタント派遣」「市場動向調査」「ビジネスマッチング」「事業開発コンサル」といった様々なサービスを提供しております。

クライアントの声に耳を傾け、希望する新規事業領域・市場に進出するために効果的な支援を提供しております。

一流の講師のＷＥＢ講座セミナーを毎月多数開催しております。

選りすぐりのテーマから、ニーズの高いものを選び、書籍を発行しております。

•株式会社AndTech　コンサルティングサービス

株式会社AndTech　コンサルティングサービス

経験実績豊富な専門性の高い技術コンサルタントを派遣します。

•下記プログラム全項目（詳細が気になる方は是非ご覧ください）

下記プログラム全項目（詳細が気になる方は是非ご覧ください）

第1部　 プロセスインフォマティクスを活用した機能性材料のプロセス最適化と粉体成膜技術の新展開

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．

※現在、最新のご講演主旨を講師の先生にご考案いただいております。完成次第本ページを更新いたします。

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。

１．はじめに・当社R&Dの目指す姿・素材・材料開発へのインフォマティクス活用とその期待

２．反応制御におけるインフォマティクス活用・材料開発における反応プロセス制御の重要性・反応プロセス制御の課題とインフォマティクス活用

３．事例から見る反応プロセスへのインフォマティクス活用・テーマ概要　複数の反応プロセスからなる原料の品質設計・データ可視化の重要性・データ解析は反応プロセスのどこまで考慮するか・反応プロセスを制御するための特徴量側の工夫・おまけ　成果を創出するためのインフォマティクス活用体制の仕組み化

製造現場で発生した課題に対して、プロセスインフォマティクス（ＰＩ）を活用し、その解決に繋げた実際の事例を通じて、ＰＩを有効に活用するための考え方、準備、実践的な解析の手法について解説します。

第3部　データサイエンスを活用したプロセスインフォマティクスによる研究開発の高速化と新たなものづくり

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。

1）高次元データとしてのスペクトルと低次元化の重要性2）分類：教師あり学習と教師なし学習3）特徴空間と類似度4）特徴空間の解釈性と表現性5）主成分解析によるスペクトルの低次元化6）k-means法によるスペクトルの分類7）階層的クラスタリングによるスペクトルの分類３．予測（回帰）：予測モデルとモデル選択

1）予測・モデル選択の応用例2）モデル推定の種類（最尤法, MAP推定, ベイズ推定）3）確率論的にみた回帰と正則化4）非線形モデリングの困難a）マルコフ連鎖モンテカルロ法によるパラメータ最適化b）情報量基準によるモデル選択c）解析事例４．スペクトル解析のためのEMアルゴリズムによるピーク検知

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いたします。機械学習に関する事前知識がなくても問題ありません。

＊ 本ニュースリリースに記載された商品・サービス名は各社の商標または登録商標です。

＊ 本ニュースリリースに記載された内容は発表日現在のものです。その後予告なしに変更されることがあります。