開催概要
材料開発やものづくりの現場では、探索すべき組成やプロセス条件が増えるほど組み合わせが爆発的に増加するため、限られた実験回数で最適条件を見いだすことが求められています。この要求に応える手法として、設計思想の異なる2つのアプローチが注目されています。1つは、直交表やSN比を用いてノイズに強いロバスト設計を実現する品質工学です。もう1つは、機械学習やベイズ最適化により広大な探索空間から有望な候補を効率的に絞り込むマテリアルズ・インフォマティクス（MI）です。
本セミナーでは、品質工学とMIの基本的な考え方と違いを整理した上で、両手法を相補的に活用した事例を公開論文などをもとに紹介します。
1.品質工学とMIの基礎
直交表・SN比・要因効果図による品質工学の考え方、機械学習・SHAP値・ベイズ最適化によるMIの考え方の概要を解説します。
2.両手法の比較と連携アプローチ
最適化の戦略や因子の扱い方などの観点から両手法の違いを比較し、相補的に組み合わせるための連携アプローチを解説します。
3.品質工学とMIを組み合わせた活用事例
製剤設計、機械加工、宇宙開発分野などの公開論文・資料をもとに、具体的な事例を紹介します。
参加費用
無料
コンテンツ
- はじめに
- 登壇者より講演：40分
- 質疑応答：20分
講演内容
- 品質工学とMIの基礎：品質工学によるロバスト設計と、機械学習やベイズ最適化によるMIの概要を解説
- 両手法の比較と連携：両手法の違いを整理し、直交表実験のデータをMIに活かすなどの組み合わせ方を紹介
- 連携事例：製剤設計、機械加工、宇宙開発分野などの公開論文・資料をもとに、品質工学とMIを組み合わせた事例を紹介
※内容は変更となる場合が御座います。予めご了承願います。
登壇者
山下 翼
Tsubasa Yamashita
MI-6株式会社リードデータサイエンティスト
工学修士。大学院では機械学習を用いた機能性セラミックス材料開発方法を研究。 MI-6ではデータサイエンティストとして多くの会社のデータ解析を通じて、材料の可能性を引き出すサポートを行う。
対象者
- 品質工学などの既存手法に加えて、MIの活用も検討したい方
- MIに加えて、品質工学など他のアプローチとの組み合わせも検討したい方
- 実験回数の削減やロバスト性の向上に関する課題を持っている方
申し込み締め切り
2026年11月18日（水）14:00
※申込が多数あった場合は事前に締め切らせていただく可能性がございます
