2025年度/1AAA029001

【木4】材料情報学 <後期>

材料情報学とは何か、その基盤技術と課題を学ぶ科目である。この授業では、ニューラルネットワークを中心とした、各種の機械学習手法を学び、材料情報学における機械学習の具体例を交えて、機械学習の実際を学ぶと共に、材料情報学で用いる基本的な特徴量として、金属材料を中心とした材料の物理的性質、化学的性質、機械的性質、製造プロセス、組織観察について、基本的な知識を得る。

担当教員氏名

上杉 徳照

科目ナンバリング

AAAAID22016-J1 (公大) / AKMAE2220-J1 (府大)

授業管轄部署

現代システム科学域

授業形態

講義

開講キャンパス

中百舌鳥

開講区分

週間授業

配当年次

2年 (公大) / 2年 (府大)

注意: 配当年次は学部・学科によって異なる場合があるので、UNIPAで確認してください。

単位数

2単位 (公大) / 2単位 (府大)

注意: 実際の単位数は学部・学科によって異なる場合があるので、必ずUNIPAで確認してください。

到達目標

材料情報学についての基本的な知識を問う問題に答えることができると共に、コンピュータを使った機械学習のツールを自ら使用し、材料情報学の課題を解決できる。

各授業回の説明

授業	授業内容	事前・事後の学習内容
第1回	材料情報学への誘い	配布資料を予習し、課題を提出すること。
第2回	機械学習の概論	配布資料を予習し、課題を提出すること。
第3回	材料の特徴量1物理的性質	配布資料を予習し、課題を提出すること。
第4回	材料の特徴量2化学的性質	配布資料を予習し、課題を提出すること。
第5回	材料の特徴量3機械的性質	配布資料を予習し、課題を提出すること。
第6回	材料の特徴量4製造プロセス	配布資料を予習し、課題を提出すること。
第7回	回帰分析の概論	配布資料を予習し、課題を提出すること。
第8回	材料情報学における回帰分析の演習課題	配布資料を予習し、演習課題を提出すること。
第9回	ロジスティック回帰の概論	配布資料を予習し、課題を提出すること。
第10回	材料情報学におけるロジスティック回帰の演習課題	配布資料を予習し、演習課題を提出すること。
第11回	ニューラルネットワークの概論	配布資料を予習し、課題を提出すること。
第12回	材料情報学におけるニューラルネットワークの演習課題	配布資料を予習し、演習課題を提出すること。
第13回	材料の特徴量5組織観察	配布資料を予習し、課題を提出すること。
第14回	深層学習の概論	配布資料を予習し、課題を提出すること。
第15回	材料情報学における深層学習の演習課題	配布資料を予習し、演習課題を提出すること。
第16回	定期試験

成績評価方法

到達目標の達成度で成績評価を行う。合格（単位修得）のためには、 ・材料の物理的性質、化学的性質、機械的性質、製造プロセス、組織観察について、半分以上の設問に正しく答えられること。 ・機械学習に関する基本的な知識について、半分以上の設問に正しく答えられること。 ・機械学習のツールを使用し、材料情報学の演習課題の半分以上を解くことができること。 を達成することが求められる。 成績を評価する方法として、期末試験と課題または演習課題の提出（15回）を用いる。成績評価に占める割合は、期末試験（40%）、課題または演習課題(60%)である。

履修上の注意

関連科目：データ科学、AIプログラミング、データマイニング、人工知能A、機械学習

教科書

毎回の授業前に資料を配付する。

Loading...

参考文献

翻訳マテリアルズインフォマティクス:探索と設計.TurabLookman,FrancisJ.Alexander,KrishnaRajan 原書編,石井一夫翻訳.エヌ・ティー・エス,2017.

オフィスアワー

- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -

教員への連絡方法（メールアドレス等）

- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -