【木2】材料情報学特論 | 大阪公立大学授業カタログ

担当教員氏名

上杉徳照

科目ナンバリング

BGBAID66009-J1 (公大) / HSAID6515-J1 (府大)

授業管轄部署

情報学研究科

授業形態

講義

開講キャンパス

遠隔用

開講区分

週間授業

科目分類

学際情報系科目

配当年次

1年 (公大) / 1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

・材料情報学における新材料の探索方法と材料製造プロセスの最適化について説明することができる。・深層学習などの先端手法を含めた機械学習の原理について説明することができる。・材料情報学における現状の課題について理解している。

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	講義ガイダンスと材料情報学の本質について	課題を提出すること。
第2回	材料の特徴量（機械的性質、ミクロ組織観察、物理的性質、化学的性質）	配布資料を予習し、課題を提出すること。
第3回	機械学習の基礎（線形回帰、決定木系、SVM、ニューラルネットワーク）	配布資料を予習し、課題を提出すること。
第4回	第一原理計算による特徴量（電子密度、状態密度、電荷解析、形成熱、弾性率）	配布資料を予習し、課題を提出すること。
第5回	合金の導電率と線形回帰	配布資料を予習し、課題を提出すること。
第6回	アモルファス合金とロジスティック回帰	配布資料を予習し、課題を提出すること。
第7回	合金の固溶限とランダムフォレスト回帰	配布資料を予習し、課題を提出すること。
第8回	合金の弾性率とサポートベクター回帰	配布資料を予習し、課題を提出すること。
第9回	形状記憶合金とニューラルネットワーク	事前に配布する、最新の研究成果について書かれた英語論文資料を読み、その内容を理解する。
第10回	製造歩留まり予測とオンライン学習	事前に配布する、最新の研究成果について書かれた英語論文資料を読み、その内容を理解する。
第11回	材料情報学の現状課題・スモールデータ	事前に配布する、最新の研究成果について書かれた英語論文資料を読み、その内容を理解する。
第12回	ミクロ組織観察・結晶粒径と深層学習（畳み込みニューラルネットワーク）	事前に配布する、最新の研究成果について書かれた英語論文資料を読み、その内容を理解する。
第13回	ミクロ組織観察・介在物と深層学習（セマンティックセグメンテーション）	事前に配布する、最新の研究成果について書かれた英語論文資料を読み、その内容を理解する。
第14回	深層学習を用いたミクロ組織の特徴量抽出における最新の研究トピックス	事前に配布する、最新の研究成果について書かれた英語論文資料を読み、その内容を理解する。
第15回	材料設計における逆問題の最適化	事前に配布する、最新の研究成果について書かれた英語論文資料を読み、その内容を理解する。
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。単位を取得するためには、材料情報学における新材料の探索方法と材料製造プロセスの最適化について説明できること、深層学習などの先端手法を含めた機械学習の原理について説明ができること、材料情報学における現状の課題について理解していることが求められる。成績を評価する方法として、課題またはレポート、プレゼンテーションおよび期末試験を実施する。成績評価に占める割合は、課題またはレポート（30%）、プレゼンテーション（30%）、期末試験（40%）である。

履修上の注意

非同期型オンラインおよび同期型オンラインで実施する。どの回を非同期型オンラインで行うかについてはガイダンスで説明する。

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. Turab Lookman, Francis J. Alexander, Krishna Rajan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 -

その他

実施方法中百舌鳥キャンパス：同期型オンライン杉本キャンパス：同期型オンライン

【木2】材料情報学特論 <前期>