（12/14）FT-IRの基礎から測定・解釈のポイント、機械学習・AI技術の活用まで

新潟県工業技術総合研究所 技術統括センター 研究主幹 天城 裕子 氏

セミナーポイント

■はじめに：
　近年、分析現場では複雑な混合物や微量成分の同定が求められる一方、こうした課題は測定者の経験や勘に基づく解析に頼る部分が大きく、従来の手法だけでは十分な効率や再現性を得にくい場面が増えています。
　本セミナーではFT-IR分析を題材として、機械学習・AI技術を活用した解析手法を実践的に学びます。ここで得られる考え方や実装方法は、FT-IRに限らずラマン分光やXRDなど他の分光測定にも応用できます。プログラミング初心者でも、生成AIの補助を受けながらPython環境での実装を体験し、日々のデータ解析業務に活かせるスキルの習得を目指します。

■受講対象者：
・FT-IRの基礎を改めて確認したい方
・FT-IR測定の経験があり、データ処理の効率化を検討している方
・機械学習・AI技術に関心のある分析担当者
（第1章はFT-IRの基礎を扱いますが、第2章以降は機械学習の基礎からPython実装が中心となります）

■必要な予備知識：
この分野に興味のある方なら、特に予備知識は必要ありません

■本セミナーで習得できること：
・FT-IRの分析テクニックとデータ解析スキル
・分析課題に対応した機械学習手法
・AI補助によるPython実装スキル
など

セミナー内容

１．FT-IRの基礎と実践
　1）基本原理の復習
　2）測定手法の使い分けと実践的コツ
　3）スペクトル解釈のポイント、分析でよくある問題と対策
　4）データ品質の評価と管理

２．分析担当者に必要な機械学習の基礎
　1）FT-IRデータを機械学習で扱うときの考え方
　2）データ前処理の基礎
　3）教師あり学習と教師なし学習

３．Pythonを利用した解析例
　1）前処理の実行例
　2）成分量の予測
　3）データの分類
　4）多成分分離の例
　5）その他の解析例
　　a）独自データベース構築による類似スペクトル検索
　　b）辞書データの組み合わせによる実測データの再構築

４．生成AIを利用したPython解析
　1）生成AIでのコーディング
　2）AIとの役割分担

＜質疑応答＞

出典：株式会社情報機構（https://johokiko.co.jp/seminar_chemical/AD261222.php）。掲載は情報機構との提携によります。