Event Description
2022年2月は「シミュレーションとAIの融合技術」をテーマに、シミュレーションを扱うAI技術についてご紹介します。シミュレーションは自然科学や社会科学のみならず広く産業分野にも用いられており、その種類も多岐にわたります。それぞれの分野における知識を演繹的に用いて行うのがシミュレーション計算であり、統計学や機械学習に基づくAI技術はデータから帰納的な推論を行います。シミュレーションを扱うAI技術はこれら演繹・帰納計算の融合を目指す試みでもあり、現在注目される研究開発項目のひとつです。
今回のセミナーではその最前線で活躍されている講師をお招きし、AI技術を駆使しシミュレーションを精緻化・高速化する研究事例について講演いただきます。
※1番目の木佐森慶一さんのタイトル・概要は英語ですが、発表は日本語で行われます。
今回のセミナーではその最前線で活躍されている講師をお招きし、AI技術を駆使しシミュレーションを精緻化・高速化する研究事例について講演いただきます。
※1番目の木佐森慶一さんのタイトル・概要は英語ですが、発表は日本語で行われます。
| 13：00- 14：00 | 「Machine learning to build a digital twin of the manufacturing factory」 木佐森慶一（BIRD INITIATIVE Principal、NEC、NEC産総研人工知能連携研究室） |
| In recent years, in the era called VUCA, the importance of digital twins of a factory, logistics, and supply chain using simulation is increasing in the manufacturing industry. However, it is hard to optimize parameters to represent a precise real situation and data-driven simulation. We address this problem by using a data assimilation method that extends kernel mean embedding methods. We show an implementation example of this method in the real industry.（発表は日本語で行われます） |
|
| 14：00- 15：00 | 「量子化学シミュレーションと深層学習の融合」 椿真史（産総研人工知能研究センター機械学習研究チーム 研究員） |
| 量子化学シミュレーションは、材料や医薬品の開発に有用な物性を提供するが、計算速度が遅いという欠点がある。これを解決するために近年、シミュレーションの大規模データベースを深層学習モデルに学習させ、物性を高速に予測するアプローチが注目を集めている。しかしながら、現在提案されている多くのモデルは必ずしも量子化学の理論に基づくわけではないため、予測の信頼性や外挿性に問題があり、予測したいデータと類似したデータを学習しなければ精度を保証できない。本講演では、量子化学シミュレーションと深層学習の双方の利点を適切に融合することで、この問題解決を目指す研究について紹介する。 |
Finished Events
-
2022/03/28(Mon) 14:30
【第56回産総研AIセミナー】「データ連携プラットフォーム設計・開発のためのアイデアソン」
-
2022/01/19(Wed) 15:00
【第54回産総研AIセミナー】「ABCI グランドチャレンジ 成果報告会」
-
2022/01/12(Wed) 15:00
【第53回産総研AIセミナー】「科学技術を発展させるAI技術のフロンティア」
