ここ10年で実験系の材料研究者が計算機シミュレーションを多用する機会は格段に増加しました.
現在行われている分子動力学計算, 密度汎関数理論, データ科学, 推計学と実験を併用した材料科学は
「Materials informatics」と総称されています.
計算機のアウトプットに含まれる情報は膨大な量です.
その情報の抜き出しを機械学習によって行うことが
Hot Topicsとなっております.
しかしながら, その算術については,
私のような材料研究者は不案内であり, 苦手なことが多いと思います.
このような知識のギャップを埋めるために
相吉英太郎先生をお招きし現在の機械学習の裏側に存在するシステム最適化で
「出来ること」,「出来ないこと」を「フランク」に講義いただく予定です.(神原)
連絡先: 神原陽一 E-mail: kamihara_yoichi@keio.jp
題目:「システム最適化」としての今流行(はやり)の”ＡＩ”
講師: 相吉英太郎
(大学共同利用機関法人 情報・システム研究機構 統計数理研究所 客員教授, 本学名誉教授)
場所: 慶應義塾大学 矢上キャンパス 12棟106号室
時間: 13:00-14:30 (隔週木曜日 3限)
第1回 (5月18日) ＡＩの歴史と学習問題の定式化
第2回 (6月01日) 階層型ニューラルネットワークとサポートベクターマシンの学習原理
第3回 (6月15日) 話題の”Deep learning”, “Auto Encorder”, “畳込みニューラルネットワーク”の原理
第4回 (6月29日) 学習したビッグデータの取り扱い方－ビッグデータシステム最適化－
第5回 (7月06日) *補講の必要が生じたときの予備日*
対象: 大学生, 大学院生, 他学科の方や, 途中参加の方も歓迎致します.
連絡先: 神原陽一 E-mail: kamihara_yoichi@keio.jp