シラバス参照
|
シラバス参照
|
| 科目名／Course: 材料情報学／ | |
| 科目一覧へ戻る | 2023/11/02 現在 |
| 科目名（和文） ／Course |
材料情報学 |
|---|---|
| 科目名（英文） ／Course |
|
| 時間割コード ／Registration Code |
66002801 |
| 学部（研究科） ／Faculty |
情報系工学研究科 博士前期課程 |
| 学科（専攻） ／Department |
システム工学専攻 |
| 担当教員（○：代表教員）
／Principle Instructor （○） and Instructors |
○野田 祐輔 |
| オフィスアワー ／Office Hour |
野田 祐輔(月曜5限（2111室）、在室中であれば他の時間帯でも対応可です。事前にメール連絡があれば時間調整します。) |
| 開講年度 ／Year of the Course |
2023年度 |
| 開講期間 ／Term |
後期 |
| 対象学生 ／Eligible Students |
1年,2年 |
| 単位数 ／Credits |
2 |
| 更新日 ／Date of renewal |
2023/03/01 |
|---|---|
| 使用言語 ／Language of Instruction |
日本語 |
| オムニバス ／Omnibus |
該当なし |
| 授業概略と目的 ／Cource Description and Objectives |
【授業概略】 近年、「実験」?「理論」?「計算」に続いて、第4の科学として「データサイエンス」が発展し、これに伴いデータサイエンスを材料科学へ応用する研究分野（材料情報学、マテリアルズ?インフォマティクス）が注目され、材料科学の研究は急速な発展を遂げている。本講義では、材料科学?物性物理学の基礎、データサイエンス?機械学習の基礎を紹介し、データサイエンス?機械学習の材料科学（特にナノスケールシミュレーション）への応用例について講義する。後半では、各自のテーマに関する調査およびプレゼンテーションを行う。 【目的】 材料科学?物性物理学の基礎、データサイエンス?機械学習の基礎を理解し、材料科学におけるデータサイエンス?機械学習の応用例を説明できることを目的とする。更に、各自のテーマに関する調査およびプレゼンテーションを通して、材料情報学の理解を深める。 |
| 履修に必要な知識?能力?キーワード ／Prerequisites and Keywords |
【履修に必要な知識?能力】 物理?化学（高等学校レベル以上）、数学（特に線形代数学（ベクトル?行列の計算）） 【キーワード】 材料科学、物性物理学、マテリアルズ?インフォマティクス、データサイエンス、機械学習 |
| 履修上の注意 ／Notes |
特になし。 |
| 教科書 ／Textbook(s) |
使用しない。 |
| 参考文献等 ／References |
講義内で随時紹介する。各講義の授業内容を載せたプレゼンテーション資料を配付する。 |
| 自主学習ガイド ／Expected Study Guide outside Coursework/Self-Directed Learning Other Than Coursework |
事前に配付するプレゼンテーション資料を読み、予習する。 |
| 資格等に関する事項 ／Attention Relating to Professional License |
特になし。 |
| アクティブラーニングに関する事項 ／Attention Relating to Active Learning |
本科目では、以下のアクティブ?ラーニングを採用する。 ?課題（宿題等） ?プレゼンテーション |
| 実務経験に関する事項 ／Attention Relating to Operational Experiences |
材料情報学に関する応用研究の実務経験のある教員が、その実務経験を生かして計算材料科学?機械学習の基礎、材料情報学の関連トピックを学ぶ教育を行う。 |
| 備考 ／Notes |
本科目は、一部または全部をオンライン授業で実施する可能性がある。 |
| No. | 単元（授業回数） ／Unit (Lesson Number) |
単元タイトルと概要 ／Unit Title and Unit Description |
時間外学習 ／Preparation and Review |
配付資料 ／Handouts |
|---|---|---|---|---|
| 1 | 1 | [材料科学?物性物理学の基礎] 材料科学および物性物理学の基本的な内容を理解する。 |
事前に配布資料を読んで予習する。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 2 | 2 | [ナノスケールシミュレーションの基礎] 原子を対象とするシミュレーション手法の基本的な内容を理解する。 |
事前に配布資料を読んで予習する。前回の授業内容を復習する。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 3 | 3 | [データサイエンス?機械学習の基礎] データサイエンスおよび機械学習の基本的な内容を理解する。 |
事前に配布資料を読んで予習する。前回の授業内容を復習する。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 4 | 4 | [材料情報学の基礎] 材料情報学（マテリアルズ?インフォマティクス）の基本的な内容を理解する。 |
事前に配布資料を読んで予習する。前回の授業内容を復習する。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 5 | 5 | [物質?材料の記述子] 物質?材料の特徴を表す記述子を理解する。 |
事前に配布資料を読んで予習する。前回の授業内容を復習する。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 6 | 6 | [定量的構造物性相関（QSPR）] 物質?材料の構造と物性の相関関係の解析手法を理解する。 |
事前に配布資料を読んで予習する。前回の授業内容を復習する。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 7 | 7 | [材料科学における逆問題解析] 物質?材料の最適な記述子を求める逆問題解析の手法を理解する。 |
事前に配布資料を読んで予習する。前回の授業内容を復習する。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 8 | 8 | [原子配列最適化] 組み合わせ最適化アルゴリズムによる原子配列最適化の手法を理解する。 |
事前に配布資料を読んで予習する。前回の授業内容を復習する。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 9 | 9 | [機械学習型原子間ポテンシャル] 機械学習によって構築される原子間ポテンシャルの手法を理解する。 |
事前に配布資料を読んで予習する。前回の授業内容を復習する。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 10 | 10 | [材料情報学に関する調査?発表1] 材料情報学の研究について調査し、プレゼンテーションを行う。 |
調査を行い、プレゼンテーションの準備を進める。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 11 | 11 | [材料情報学に関する調査?発表2] 材料情報学の研究について調査し、プレゼンテーションを行う。 |
調査を行い、プレゼンテーションの準備を進める。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 12 | 12 | [材料情報学に関する調査?発表3] 材料情報学の研究について調査し、プレゼンテーションを行う。 |
調査を行い、プレゼンテーションの準備を進める。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 13 | 13 | [材料情報学に関する調査?発表4] 材料情報学の研究について調査し、プレゼンテーションを行う。 |
調査を行い、プレゼンテーションの準備を進める。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 14 | 14 | [材料情報学に関する調査?発表5] 材料情報学の研究について調査し、プレゼンテーションを行う。 |
調査を行い、プレゼンテーションの準備を進める。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| 15 | 15 | [材料情報学に関する調査?発表6] 材料情報学の研究について調査し、プレゼンテーションを行う。 |
調査を行い、プレゼンテーションの準備を進める。 | 授業内容を載せたプレゼンテーション資料を配付する。 |
| No. |
到達目標 ／Learning Goal |
知識?理解 ／Knowledge & Undestanding |
技能?表現 ／Skills & Expressions |
思考?判断 ／Thoughts & Decisions |
伝達?コミュニケーション ／Communication |
協働 ／Cooperative Attitude |
||
|---|---|---|---|---|---|---|---|---|
| 1 | 材料情報学の概要を説明できる。（A-1） | ○ | ○ | |||||
| 2 | 物質?材料の特徴を表す情報（データ）の概要および作成方法を説明できる。（A-1） | ○ | ○ | |||||
| 3 | 材料情報学で用いられるデータサイエンス?機械学習の手法および応用例を説明できる。（A-1） | ○ | ○ | |||||
| 4 | 材料情報学の研究に関する調査を行い、論理的かつ的確なプレゼンテーションを実施できる。（A-1） | ○ | ○ | ○ | ○ |
| No. |
到達目標 ／Learning Goal |
定期試験 ／Exam. |
レポート | プレゼン | |||
|---|---|---|---|---|---|---|---|
| 1 | 材料情報学の概要を説明できる。（A-1） | ○ | |||||
| 2 | 物質?材料の特徴を表す情報（データ）の概要および作成方法を説明できる。（A-1） | ○ | ○ | ||||
| 3 | 材料情報学で用いられるデータサイエンス?機械学習の手法および応用例を説明できる。（A-1） | ○ | ○ | ||||
| 4 | 材料情報学の研究に関する調査を行い、論理的かつ的確なプレゼンテーションを実施できる。（A-1） | ○ | |||||
|
評価割合（％） ／Allocation of Marks |
60 | 40 | |||||