Last modified: 2024-09-19 02:24:28
データ科学は実験科学、理論科学、計算科学に続く第4の科学として近年急速に発展してきています。化学工学の分野においても、蓄積された多くのデータや情報を駆使して優れた材料やプロセスを導き出すデータ駆動型科学の重要性はますます高まっており、多くの取り組みが行われています。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。
講演 時刻 | 講演 番号 | 講演題目/発表者 | キーワード | 分類 番号 | 受理 番号 |
---|---|---|---|---|---|
E 会場 ・ 第 2 日 | |||||
(13:00~14:20) (座長 | |||||
E213 | 2050年のエネルギーシステム最適化に向けた全国建物壁面の太陽電池ポテンシャル算出 | Solar cell facade installation Energy system optimization | ST-22 | 580 | |
E214 | 日射成分とモジュール構造に基づく影計算による太陽電池リアルタイム発電量予測モデル | Solar cell Energy system Prediction model | ST-22 | 865 | |
E215 | Analysis of anion selectivity in Mg-based Layered Double Hydroxide using a Universal Neural Network Potential | machine learning layered double hydroxide (LDH) anion selectivity | ST-22 | 732 | |
E216 | 深層学習モデルとベクトルアニーリングを用いた分子設計 | Deep learning Quantum anealing Generative model | ST-22 | 1099 | |
(14:40~16:00) (座長 | |||||
E218 | [優秀論文賞] 自動フローシステムと機械学習を活用した金属ナノ粒子合成条件の最適化 | Nanoparticle Microreactor Machine Learning | ST-22 | 448 | |
E219 | Statistical consideration for investigating a direct correlation between solvent effect and hydrogenation of nitrobenzene using flow-tubular reactor | statistical analysis hydrogenation flow reactor | ST-22 | 121 | |
E220 | 接触分解反応を対象とした生成物組成予測モデルの構築と未知原料の反応予測への適用 | physics-informed machine learning catalytic cracking reaction prediction | ST-22 | 1128 | |
E221 | データ駆動型アプローチを活用した反応プロセス自動解析 | Dynamic mode decomposition Chemical reaction Machine learning | ST-22 | 969 | |
E 会場 ・ 第 3 日 | |||||
(9:00~10:20) (座長 | |||||
E301 | O-PLSを利用した転移学習手法の開発 | O-PLS transfer learning calibration transfer | ST-22 | 311 | |
E302 | 敵対的生成ネットワークを用いた転移学習の仮想計測への応用 | transfer learning soft-sensor Generative Adversarial Networks | ST-22 | 66 | |
E303 | ソフトセンサー構築による製紙工場の循環水の発泡抑制と操業性改善 | soft sensor machine learning factory automation | ST-22 | 95 | |
E304 | 高精度フラックス推定のための支援機能を有する13C-MFAソフトウェアの開発 | 13C-metabolic flux analysis flux analysis software | ST-22 | 615 | |
(10:40~12:00) (司会 | |||||
E306 | [招待講演] 自律材料探索 | Machine learning Autonomous Active learning | ST-22 | 145 | |
E308 | [招待講演] 深層学習による結晶構造の表現と生成 | Materials informatics Deep learning Crystal structure | ST-22 | 894 | |
(13:00~13:40) (司会 | |||||
E313 | [招待講演] インフォマティクス技術構築・活用事例の紹介 | Informatics Industry R&D acceleration | ST-22 | 144 | |
(13:40~14:20) (司会 | |||||
E315 | [招待講演] AIを含むデータ・システム連携による開発から生産までのリードタイム短縮 | digital AI data integration | ST-22 | 616 | |
(14:20~15:00) (司会 | |||||
E317 | [招待講演] メタボロミクスデータサイエンス研究を通じた代謝多様性の理解 | metabolomics mass spectrometry informatics | ST-22 | 142 |
講演発表プログラム
講演プログラム一覧(横長)
(同 縦長表示)
セッション一覧
講演プログラムの検索
化学工学会 第55回秋季大会