株式会社イーコンプライアンス

規制対応と品質保証に、そのまま使える文書と知識を。

医療機器・医薬品から、化粧品・医薬部外品、化学・材料、エレクトロニクス、エネルギー・環境・機械まで。規制を受けるあらゆる業種の品質保証と規制対応を、セミナー/AIで作るQMS文書/専門書/VOD で支えます。

(2/5)AI、機械学習と従来型研究開発の現実的な組み合わせ及び人材の育成

¥50,600 (税込)
  • 主催株式会社情報機構(お申し込みは情報機構のページで承ります)
  • 日時2027年2月5日(金) 10:30-16:30
  • 講師株式会社キャトルアイ・サイエンス 代表取締役 上島 豊 氏
  • 受講料50,600円(税込・オンライン受講(見逃し視聴なし)・1名)ほか

講演要旨・プログラム・講師の紹介は、下のタブをご覧ください。

主催・お申し込み・お支払いは株式会社情報機構です。当社(イーコンプライアンス)では、この講座の申込・決済・見積・ポイント付与は扱いません。

PDFこの商品のパンフレット(2 ページ)をダウンロード社内の稟議・参加申請・回覧にお使いください
SKU: JK-AD2702C3
Category:
受講形式ライブ配信見逃し配信

日時・受講料

  • 日時:2027年2月5日(金) 10:30-16:30
  • *途中、お昼休みや小休憩を挟みます。
  • 【オンライン受講(見逃し視聴なし)】1名 50,600円(税込)/1社2名以上同時申込の場合 1名につき 39,600円
  • 【オンライン受講(見逃し視聴あり)】1名 56,100円(税込)/1社2名以上同時申込の場合 1名につき 45,100円
  • *「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。

受講料・日程・割引の詳細と最新の情報は、情報機構のページでご確認ください。

会場・受講形式

  • 会場:オンライン(Zoom によるライブ配信)
  • 受講形式:ライブ配信・見逃し配信

お申し込み

主催・お申し込み・お支払いは株式会社情報機構です。当社(イーコンプライアンス)では、この講座の申込・決済・見積・ポイント付与は扱いません。

情報機構のページで申し込む →

■はじめに
 IoTやAIの普及により、製造工程以降のデータ利活用は急激に進展しています。一方、公的研究機関であれ、民間企業であれ、R&D部門におけるデータの取り扱いは属人的なままであり、研究の信頼性が阻害されたり、効果的なデータの利活用がほとんど進んでいないのが実態です。R&D部門は技術の源泉であり、データを精緻に管理して効果的に利活用する、つまりデータ分析・AI化を行うことは、今後の競争力にとって不可欠です。
本講演では、まず、R&D部門のデータ共有、利活用の実情をお話しさせていただき、データ共有、利活用が進まない状況がなぜ発生してしまうのか?そのような状況にはどのような問題がはらんでいるのか?、AI、機械学習を実際の実験研究にどのように組み入れていくべきか?、どのように人材の育成を行っていくべきか?に関して、説明をさせていただきます。

■受講対象者:
・データ管理でお困りの方
・自社及び他の一般的なR&D部門のデータ管理、利用、活用状況を知りたい方
・R&D部門のデータに対して、AIを活用したい、させたいと考えられている方
・R&D部門のデータの利用、活用を推進することのメリットを具体的に知りたい方
・R&D部門のデータの利用、活用(AI,機械学習を含む)を推進するのに必要な人材の育成方法を知りたい方


■必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど:
株式会社技術情報協会『ケモインフォマティクスにおけるデータ収集の最適化と解析手法』
株式会社技術情報協会『研究開発部門へのDX導入によるR&Dの効率化、実験の短縮化』
株式会社技術情報協会『実験の自動化・自律化によるR&Dの効率化と運用方法』
株式会社技術情報協会『少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAI開発』


■本セミナーで習得できること:
・R&D部門のデータ共有、利活用の実情
・属人的データ共有状況が引き起こす問題とその原因
・機械学習などのMIの特性と注意すべき点及び実験研究への組み込み方法
・R&D部門におけるデータ蓄積基盤としてデータベースがなぜ必要か?
・実際の実験研究で蓄積データ、AI、機械学習を生かすための人材、人材育成とは!

出典:株式会社情報機構 講座案内より(情報機構の講座ページ)

1.はじめに
 講演者のR&D実績とデータ共有、利活用の取り組みについて

2.R&D部門のデータ共有の実情
 2.1 R&D部門のデータ蓄積の実情
 2.2 属人的データ蓄積状況が生み出される原因
 2.3 属人的データ蓄積状況が引き起こす問題

3.データ共有はどう実現し、何が期待できるか?
 3.1 属人的データ蓄積状況を脱するために必要な方策
 3.2 報告書の共有で期待して良いこと、良くないこと
 3.3 データ共有で研究の何が改善できるのか?

4.データ探査、分析を意識したデータ蓄積方法とその運用
 4.1 データ探査を意識したデータ蓄積方法
 4.2 データ分析は、どのようにして行うのか?

5.AI、機械学習を実際の実験研究にどのように組み入れていくべきか?
 5.1 機械学習などのMIの特性と注意すべき点
 5.2 機械学習などのMIを研究へ組み込む方法

6.蓄積データ、AI、機械学習を生かすためにはどのような人材、人材育成が必要か?
 6.1 データ共有、利活用状況を改善するために必要な人材
 6.2 各人材が果たす役割
 6.3 各人材の育成方法

7.まとめ

出典:株式会社情報機構 講座案内より(情報機構の講座ページ)

株式会社キャトルアイ・サイエンス 代表取締役 上島 豊 氏

講師紹介

■略歴:
1992年 3月 大阪大学 工学部 原子力工学科 卒業
1997年 3月 大阪大学 大学院 工学研究科 電磁エネルギー工学専攻 博士後期課程修了
1997年 4月 日本原子力研究所 博士研究員
2000年 4月 日本原子力研究所 研究職員
2006年 3月 日本原子力研究開発機構(旧日本原子力研究所) 退職
2006年 4月 キャトルアイ・サイエンス設立 代表取締役 就任

日本アイ・ビー・エム顧問、東京大学客員研究員、大阪大学招聘准教授などを歴任

■専門および得意な分野・研究:
プラズマ物理、物性物理、数値計算科学、データベース、システム化技術

■本テーマ関連学協会でのご活動:

・主な参加国家プロジェクト
2001~2006年 総務省 JGNプロジェクト「JGNを使った遠隔分散環境構築」
2001~2007年 文部科学省e-Japanプロジェクト「ITBLプロジェクト」、「バイオグリッドプロジェクト」
2004~2009年 文部科学省リーディングプロジェクト「生体細胞機能シミュレーション」
2009~2011年 文部科学省JHPCN「マルチパラメータサーベイ型シミュレーションを支えるシステム化技術」

・主な受賞歴
1999年6月 日本原子力研究所 有功賞 「高並列計算機を用いたギガ粒子シミュレーションコードの開発」
2003年4月 第7回サイエンス展示・実験ショーアイデアコンテスト文部科学大臣賞 「光速の世界へご招待」
2004年12月 第1回理研ベンチマークコンテスト 無差別部門 優勝
2009年1月 経済産業省 産業クラスター計画 「関西フロントランナー大賞 2009」 受賞

・主要著書等
培風館『PSE book―シミュレーション科学における問題解決のための環境 (基礎編) 』ISBN:456301558X
培風館『PSE book―シミュレーション科学における問題解決のための環境 (応用編) 』ISBN:4563015598
培風館『ペタフロップス コンピューティング』ISBN978-4-563-01571-8
臨川書店『視覚とマンガ表現』ISBN978-4-653-04012-5
株式会社技術情報協会『月刊研究開発リーダー』2024年7月号・9月号・11月号
株式会社技術情報協会『月刊研究開発リーダー』2025年1月号・3月号
株式会社技術情報協会『ケモインフォマティクスにおけるデータ収集の最適化と解析手法』
株式会社技術情報協会『研究開発部門へのDX導入によるR&Dの効率化、実験の短縮化』
株式会社技術情報協会『実験の自動化・自律化によるR&Dの効率化と運用方法』
株式会社技術情報協会『少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAI開発』

出典:株式会社情報機構 講座案内より(情報機構の講座ページ)

追加情報

受講形式

ライブ配信, 見逃し配信

あなたにおすすめ

ご覧になった商品から選んでいます。

おすすめを表示しない(閲覧の傾向を記録しない) Cookie 等の利用について