SCEJ

化学工学会 第53回秋季大会 (長野)

講演申し込み一覧(シンポジウム・講演分類別)


ST) 部会横断型シンポジウム

ST-21. [部会横断型シンポジウム] データ駆動型研究開発の最先端 <ライブ配信併用>

オーガナイザー: 嶋田 五百里(信州大学)・金 尚弘(東京農工大学)・戸谷 吉博(大阪大学)・金子 正吾(住友化学(株))・向田 志保(三井化学(株))

実験科学、理論科学、計算科学に続く第4の科学としてデータ科学が近年急速に発展してきています。データ科学によって先導されるデータ駆動型社会を早期に実現することが国際的な協力のカギとして認識されています。本シンポジウムでは、多様な観点からデータ駆動型社会に向けて先駆的な取り組みをしている講演者に講演いただき、これからの研究開発について議論します。また、一般講演も募集します。

最終更新日時:2023-05-14 05:35:01

この分類でよく使われ
ているキーワード
キーワード受理件数
machine learning6件**
Materials Informatics3件*
Reinforcement Learning2件
database2件
Multimodal AI1件

受理
番号
講演題目/発表者キーワード発表形式
60Reinforcement learning to optimally control the bio and chemical processes
(Kyoto U.) (海)Oh Tae Hoon
Reinforcement Learning
Process control
Optimal control
O
101接触分解反応の生成物収率予測における物理化学に基づく特徴量エンジニアリングの効果
(信州大院総理工) (学)○安池 峻(信州大繊維) (正)長田 光正(正)嶋田 五百里
catalytic cracking
machine learning
feature engineering
O
102[招待講演] データ駆動型AIラボの取り組みとサイバー触媒科学の展開
(信州大) (正)古山 通久
Data-driven
Cyber Catalysis
Computational Chemistry
O
103[招待講演] 全自動・自律型合成システムを活用した機能性無機薄膜材料探索
(東工大物質理工) 清水 亮太
autonomous synthesis
inorganic materials
functional thin films
O
129[招待講演] ポリマースマートラボとマテリアルDXによるデータ駆動高分子材料開発
(NIMS) 内藤 昌信
smart lab
material DX
database
O
187機械学習を用いた気体分離プロセスと分離膜材料の同時設計
(明治大院理工) (学)○湯山 春介(明治大理工) (正)金子 弘昌
Membrane module
Materials Informatics
Process design
O
316[招待講演] AI駆動科学を用いたバイオ医薬品の創薬プラットーフォーム
(MOLCURE) 玉木 聡志
Artificial Intelligence
Drug Discovery
Antibody
O
328化合物のベイズ最適化をする際の初期サンプル選択に関する議論
(明治大) (学)○森下 敏治(正)金子 弘昌
Bayesian optimization
Machine learning
Clustering
O
366フィルム製造プロセスにおけるソフトセンサー検討
(明治大院理工) (学)○中山 祐生白木 優也(日本ゼオン) (法)名取 慧(法)小野 裕己(法)須田 和哉(明治大理工) (正)金子 弘昌
Soft sensor
Fault detection
Film manufacturing process
O
396PINNs (Physics Informed Neural Networks) によるシリコンバルク単結晶成長デジタルツインの構築
(阪大院基工) (学)○竹原 悠人(正)岡野 泰則
Digital twin
Machine learning
Physics Informed Neural Networks
O
428Growth interface shape optimization and adaptive process control for InGaSb crystal growth under microgravity using machine learning
(Osaka U.) (学)○Ghritli Rachid(JAXA-SOKENDAI) Inatomi Yuko(Osaka U.) (正)Okano Yasunori
Machine Learning
Reinforcement Learning
Crystal Growth
O
532機械学習による高温高圧水-有機物系の相平衡推算
(信州大繊維) (学)○田村 好太朗(正)嶋田 五百里(正)福長 博(正)高橋 伸英(正)長田 光正
machine learning
prediction of phase equilibrium
high-temperature and high-pressure
O
580材料データベースを結合する識別子の開発
(東大院工) (正)○村岡 恒輝宗形 翼中山 哲
materials informatics
database
O
590Multi-step approach for data-driven equipment condition assessment in biopharmaceutical drug product manufacturing
(U. Tokyo) (海)○Zuercher Philipp Samuel(海)Badr Sara(ROCHE) Knueppel Stephanie(U. Tokyo) (正)Sugiyama Hirokazu
Predictive maintenance
Unsupervised learning
Industrial application
O
641モノクローナル抗体製造における電荷異性体のデータ駆動型分析
(東大院工) (学)○吉山 有希(海)Badr Sara(学)岡村 梢(次世代バイオ医薬品製造) 村上 聖(東大院工) (正)杉山 弘和
Charge variant
Monoclonal antibody
PLS
O
669マルチモーダルAIによる複雑・複合材料系のデータ駆動型技術の開発
(産総研) (正)○室賀 駿三木 康彰(ADMAT) 本田 隆(産総研) 森田 裕史岡崎 俊也畠 賢治
Multimodal AI
Materials Informatics
Composite Material
O
712Junction Tree VAE機械学習によるガス分離を目的とした高分子膜構造の逆設計
(工学院大院工) (学)○松本 拓海(工学院大先進工) (正)宮川 雅矢(正)高羽 洋充
machine learning
polymer membrane
gas separation
O

講演申し込み一覧(シンポジウム番号・講演分類番号別)

受理済み講演申込一覧
化学工学会 第53回秋季大会 (長野)

(C) 2023 公益社団法人化学工学会 . All rights reserved.
Most recent update: 2023-05-14 05:35:01
For more information contact 化学工学会 第53回秋季大会 実行委員会
E-mail: inquiry-53fwww3.scej.org
This page was generated by easp 2.47; update.pl 2.37 (C)1999-2015 kawase