最新情報

2023.07/21 Webセミナーコースリニューアルのお知らせ

この度、弊社Webセミナーの形式を以下のようにリニューアルいたしました。

詳細等はこちらからもご覧いただけます。

 

 

1.テーマ選択型Webセミナー1日コース

受講料:3万円

日時:お申込み日より2週間以上先の任意の平日10:00~16:00

想定する受講者:個人または企業向け

 

 

弊社の企画したテーマから選択して頂くWebセミナーです。テーマ一覧から受講を希望するテーマを選択してください。受講希望日を第一希望から第三希望まで記入し、こちらのお申込みフォームよりお申込みください。

1日コースお申込みフォーム

 

 

2.カスタマイズ型Webセミナー(ミニコンサルティング)

受講料:1名あたり5万円、5名以上の場合は1回20万円

日時:任意の平日、任意の時間帯2時間30分、質疑応答30分

想定する受講者:企業向け

 

 

テーマ一覧内の内容、または現在社内で抱えている課題に沿った内容を絞り、こちらのフォームからお問い合わせください。2時間30分の内容で教材を作成し、質疑応答30分の合計3時間のコースになります。受講料は1名あたり5万円となります。但し受講者数が5名以上の場合は受講料20万円固定とさせて頂きます。5名以上は何名であっても受講料合計は20万円となります。

カスタムセミナーお申込みフォーム

現地への出張でのセミナーをご希望の場合は、こちらから別途お問い合わせください。

 

 

3.週末専用スキル再構築コース

受講料:1名あたり2万円

日時:お申込み日より2週間以上先の任意の土日10:00~16:00

 

 

弊社の企画したテーマ一覧の内容から、土日限定のリスキリングを検討されている方向けのWebセミナーです。お申込み日より2週間以上先の土曜日または日曜日を第一希望日から第三希望日までを記入し、こちらからお申込みください。複数名で受講される場合は人数次第で割引を適用させて頂きますので、ご相談ください。

リスキリングコースお申込みフォーム

pagetop

2023.06/06 Pythonで理解するタグチメソッド

下記日程でオンラインセミナー開催を予定しております。予定日以外での開催はお問い合わせください。参加者1名でも開催いたします。また、企業研修として活用される場合にはご相談ください。

 

 

請求書の発行等をご希望の場合は、info@kensyu323.comまでご連絡ください。

 

 

お申込みはこちら


<概要>

 タグチメソッド(TM)の理解は難しい、と誤解されている。故田口玄一先生が日本で自ら普及の先頭に立たれたのは30年程前であるが、まだ開発現場で十分に定着していない企業も多い。

レーザープリンターや複合機(MFP)を商品とする電子写真業界では、1990年代からTMを積極的に導入し成果を出してきた。電子写真業界で早くから導入された理由は、帯電現象が未だ科学で未解明だったからである。この現象を機能に用いた商品設計がTMの導入により効率的に可能となり、ロバストの高い商品を市場に提供できるようになった。

教科書に書かれたTMの理解は、その哲学から学ぶことになるので初心者には難解かもしれない。しかし、開発対象(オブジェクト)のふるまいが基本機能で決まり、そのロバストを高める制御因子の水準を求めるプロセスをTMモデルととらえると、TMを活用するためにはそのプロセスを理解することができればよい。TMの哲学は、理解したプロセス(TMモデル)を活用する時の注意点として学ぶことができる。

本セミナーでは、オブジェクト指向を実装したPythonTMモデルをプログラミングしながらその理解を進める。今回のセミナーでは、動特性のSN比を用いた実験計画法L18で解析を進めるプログラム作成を目標とするが、最初にTMの全体像とPythonの概略を解説するので、両者の知識が無くてもセミナーを理解できる。

ただし、受講前にパソコンへPythonの環境を構築する必要があるので、Python初心者にはその方法を解説したpdfファイルを配布する。それを用いて受講前に環境構築し、testプログラムの実行を確認する必要がある。

TMを基本機能と制御因子の組み合わせによるモデルベース開発(MBD)手法と捉えると、このモデルには動特性のSN比を用いるモデルと静特性のSN比を用いるモデルに分かれる。今回はTMの哲学を理解しやすい動特性のモデルを解説するが、静特性のモデルについても開講予定である。


<対象>

・実務経験2年以上の技術者

・Python初心者(未経験者はTESTプログラムの理解が必要)

・高卒以上の技術者


<習得できる知識>

・動特性のSN比を用いるタグチメソッドの実験法

・Pythonのプログラミングにおけるデータ構造、ファイル操作、モジュールの扱いの知識


<目次>

1.タグチメソッド(TM)概略
 1.1 
科学と技術
 1.2
品質評価の指標SN
 1.3
動特性のSN比計算方法

 1.4TMと「実験計画法」との違い

 1.5動特性のSN比を用いるTM実験計画モデル

2.Python概略
 2.1基本文法

 2.2.データ構造

 2.3.ファイル操作

3.動特性のSN比を用いるTM実験計画モデル

 3.1モデルの全体像

 3.2実験計画と変数設計

 3.3 動特性によるSN比のプログラム

 3.4補助表の作成プログラム

 3.5分散分析のプログラム

 3.6要因効果図作成プログラム

 3.7再現実験について


<費用>

参加費(クラウド版テキスト付):30,000円

※クラウド版テキストはダウンロードができない代わりに、随時内容が更新されます。セミナー当日から1年間閲覧可能です。


<日程>

6/27(火) 10:00~16:00 (6/23 12時締切)

6/29(木) 10:00~16:00 (6/27 12時締切)


お申込みはこちら

 

pagetop

2023.06/06 パーコレーション転移シミュレーションプログラムを作成しながら学ぶPython入門

下記日程でオンラインセミナー開催を予定しております。予定日以外での開催はお問い合わせください。参加者1名でも開催いたします。また、企業研修として活用される場合にはご相談ください。

 

 

請求書の発行等をご希望の場合は、info@kensyu323.comまでご連絡ください。

 

お申込みはこちら


<概要>

 技術開発において、現象を科学の方法でとらえることが20世紀に重要視され、1970年頃企業の研究所設立ブームが起きている。しかし、21世紀となってもすべての現象を形式知で記述できたわけではない。そこでAIとビッグデータを活用し、回帰や予測を行おうという研究、マテリアルズインフォマティクスが2010年代に登場し、2017年にはアカデミアでデータサイエンスの講座設置ブームが起きている。

 現象を数理モデルで表現し問題解決を図る方法は、厳密な意味で科学の方法ではなく、例えば、レオロジーの問題をダッシュポットとバネのモデルで解く方法が1980年ごろまで活発に研究されたにもかかわらず、緩和現象を説明できないという理由で学会で見かけることも無くなったように、非科学的という制約が存在する。

しかし、非科学的であっても現象の振る舞いを何らかの数理モデルを用いて考察する方法は、科学で未解明な現象に潜む問題についてモデルベースで明らかにし対策方法の予測が可能となり、技術開発スピードを加速させる長所がある。

 本セミナーでは、絶縁体高分子に導電性微粒子を分散した時に生じるパーコレーション転移を取り上げ、その閾値における大きなばらつき現象を独自のモデル化によるプログラムでシミュレーションを行って問題解決した事例を解説する。

 また、導電性薄膜のインピーダンスが低周波領域で異常分散する現象について、同様に数理モデルで解析し、パーコレーションと関係していることを示し、新しい帯電防止層の評価技術が短時間で開発された事例も紹介する。手法は非科学的であるにもかかわらず加速された開発成果のロバストが高いことを示すので、モデルベース開発を理解する手助けともなる。

 なお、本セミナーで使用するプログラムのエンジン部分を参加者には無料配布し、今後もデータサイエンスのプログラム開発において中心となる言語と位置付けられるPythonの解説を行うので、Pythonの入門セミナーとしても活用できる。

 そのため、表題をPython入門セミナーとしているが、セミナー全体はパーコレーションを題材としたモデルベース開発の入門である。 


<目次>

1.シミュレーションによる問題解決事例

 (1)シミュレーションの役割

 (2)パーコレーション転移

 (3)事例:酸化スズゾルを用いた帯電防止層
  A.何が問題だったのか

  B.シミュレーションで分かったこと

  C.数値シミュレーションとコンピューターモデル実験

 (4)事例:半導体無端ベルトの押出成形

  A.科学と技術

  B.Wパーコレーション転移制御

2.プログラミング言語概論

 (1)コンピューターの仕組みとプログラミング言語

 (2)プログラミング言語の歴史

 (3)オブジェクト指向の考え方

 (4)Python概論

3.パーコレーション転移シミュレーションプログラム作成

 (1)変数と組み込み型

 (2)条件分岐とループ

 (3)関数

 (4)ファイル処理

 (5)クラスとオブジェクト指向開発

 (6)まとめ:パーコレーション転移シミュレーションプログラム

4.まとめ:Pythonによるプログラミング


<費用>

参加費(クラウド版テキスト付):30,000円

※クラウド版テキストはダウンロードができない代わりに、随時内容が更新されます。セミナー当日から1年間閲覧可能です。


<日程>

6/16(金) 10:00~16:00 (6/14 12時締切)

6/23(金) 10:00~16:00 (6/21 12時締切)

6/30(金) 10:00~16:00 (6/28 12時締切)


お申込みはこちら

pagetop

2023.05/15 「重回帰分析」や「主成分分析」の考え方と複雑系の問題解決手法

下記日程でオンラインセミナー開催を予定しております。予定日以外での開催はお問い合わせください。参加者1名でも開催いたします。また、企業研修として活用される場合にはご相談ください。

請求書の発行等をご希望の場合は、info@kensyu323.comまでご連絡ください。

お申込みはこちら


<概要>

 CASEコンセプト実現のために自動車には多数のセンサーとそれらを統合制御するコンピューターが搭載されている。自動車に限らず身の周りにはDXの進展により複雑なシステムの組み合わせで動作する製品が溢れている。

20世紀末セラミックスフィーバーが日本で勃発しナノテクノロジーのブームとなり、材料科学が急速に進歩した。しかし、形式知の体系がほぼ完成したセラミックスや金属に比較し高分子材料では複雑系システム特有の、科学の方法では問題解決が難しい現象が起きたりしている。このような複雑系システムの問題について自動車のような組立て製品では、数理モデルによる振る舞いの推定で問題解決されており、最近ではAIを導入した機械学習を利用して、回帰による予測やクラス分類、クラスタリングが行われるようになった。

ところで、複雑系システムの問題解決で活用されることを想定し、1970年代に新QC7つ道具の一つとして多変量解析(重回帰分析や主成分分析等)が紹介されている。非線形問題では一工夫必要となるが、多変量解析でも同様に回帰による予測やクラス分類、クラスタリングが可能である。

本セミナーでは、モデルベース開発(MBD)で行われる数理モデルによる問題解決の一手法として多変量解析を位置づけ、多変量解析で開発が加速された材料分野の事例を用いて重回帰分析や主成分分析の活用の仕方を講義する。

なお、ホームページに重回帰分析と主成分分析のプログラムを無料公開しているので、重回帰分析や主成分分析の理解については活用方法に重点を置き解説するが、エクセルやPythonでプログラムする方法も同時に解説し、解析手順の理解を深める工夫をしている。ゆえに、セミナー受講後すぐに多変量解析の手法が使えるようになるばかりでなく、プログラミング初心者には、数理モデルで問題解決するために必要なプログラミングスキルを学ぶ動機づけになることを期待している。


<対象>

・高卒以上の中堅技術者

・材料技術を初めて担当する新入社員技術者研究者

・データサイエンスと機械学習に関心のある技術者

・研究開発の管理者、実務担当者

・統計手法の考え方を学びたい技術者


<目次>

1.多変量解析の基本的な考え方
 (1)データサイエンスと問題解決法

  A.トランスサイエンス

  B.iPS細胞ヤマナカファクターの問題解決法

  C.コンピューターと問題解決法

  D.データ駆動による問題解決法

  E.タグチメソッド

  F.高分子材料開発で忘れてはいけないこと

 (2)統計手法の復習

  A.相関

  B.AIと統計

  C.重回帰分析

  D.主成分分析

2.無料で簡単に多変量解析する方法

 (1)無料公開ソフトウェアーの使用法

 (2)MS-Excel を使う重回帰分析

 (3)MS-Excel を使う主成分分析

 (4)Python で多変量解析

3.重回帰分析の活用事例

 (1)重回帰分析を用いる問題解決法

 (2)事例:ポリウレタン発泡体の難燃化技術

 (3)事例:樹脂の劣化寿命予測法

4.主成分分析の活用事例

 (1)主成分分析を用いる問題解決法

 (2)事例:電気粘性流体の耐久性問題

 (3)事例:難燃性PC/ABSの工程問題

5.まとめと参考情報

 (1)PythonやAIが材料技術開発に導入される背景と知識獲得法

 (2)多数のMS-Excelファイルからデータを吸い上げる。

 (3)DXやGXが材料技術開発に及ぼした影響


<費用>

参加費(クラウド版テキスト付):30,000円

※クラウド版テキストはダウンロードができない代わりに、随時内容が更新されます。セミナー当日から1年間閲覧可能です。


<日程>

5/22(月) 10:00~16:00 (5/18 12時締切)

5/24(水) 10:00~16:00 (5/22 12時締切)

5/26(金) 10:00~16:00 (5/24 12時締切)

5/31(水) 10:00~16:00 (5/29 12時締切)

6/5(月) 10:00~16:00 (6/1 12時締切)

6/7(水) 10:00~16:00 (6/5 12時締切)


お申込みはこちら

pagetop

2023.04/14 2023年5月データサイエンスによる問題解決法(2023)参加者募集のお知らせ

下記日程でオンラインセミナー開催を予定しております。予定日以外での開催はお問い合わせください。参加者1名でも開催いたします。また、企業研修として活用される場合にはご相談ください。

 

 

請求書の発行等をご希望の場合は、info@kensyu323.comまでご連絡ください。

お申込みはこちら


<概要>

 1990年代に日本で導入が始まったタグチメソッド(TM)は、開発設計段階の品質設計手法として定着した。そして、静的な統計手法が中心だった品質工学では動的SN比の導入によるイノベーションが起きている。これはDXの進展とも関係し、TMも含むデータサイエンスが今後の技術開発を牽引する学問として脚光を浴び、2017年には大学にその講座を設置するブームが起きた。

 データサイエンスについて、1970年代に多変量解析が大型コンピューターで利用でき、人文科学系の研究を飛躍的に進歩させたが、技術系では仮説を重視した科学的手法が中心で、データは仮説を検討する目的で採取されたので、日科技連が公開した新QC7つ道具に多変量解析が紹介されながらも普及していない。

 2010年代に登場したマテリアルズインフォマティクスは、AIを活用したデータマイニングで新たな知を見出そうとする試みだが、これはビッグデータをデータサイエンスで取り扱い新たな知を探る手法で、仮説中心の科学的な開発設計手法とは異なる。実は、TMも仮説ではなく、基本機能に着目したデータ収集により品質設計を行うので科学的な開発設計手法とは異なっている。科学的な開発設計プロセスと異なるメソッドが1990年ごろから技術開発に取り込まれていた。

 本セミナーでは、データサイエンスを用いる開発設計手法が、従来の科学的手法と異なる点に着目し、科学的問題解決法と非科学的問題解決法の二つのパラダイムの存在から説明する。そして豊富な内容を効率的に理解できるよう講演者が実践してきた事例を中心に構成し、発展段階であるデータサイエンスをどのように実務の製品設計にとりこむのか、様々な手法の可能性とその学び方を解説する。

 すなわち、今後AIが中心となり発展するデータサイエンスについて、AI「も」一手法としたデータサイエンスの活用法を解説する。セミナーはデータサイエンス全体の解説であるが、多変量解析や一部の手法については無料プログラムの活用方法を提供するのでセミナー受講後すぐに活用できる。

データサイエンスの上手な学習方法は、その未来も含む全体像を知り、とりあえず利用できるものを使いながら、そのパラダイムに慣れ親しみスキルアップしてゆく方法がこれまでの技術者経験から好ましいと思っている。本セミナーはその入門の位置づけである。

 


<費用>

 

参加費(クラウド版テキスト付):30,000円

 

※クラウド版テキストはダウンロードができない代わりに、随時内容が更新されます。セミナー当日から1年間閲覧可能です。


<習得できるスキル>

1.データサイエンスの全体像を理解できます。

2.データサイエンスを学ぶ目標を設定できます。

3.このセミナーの受講で重回帰分析と主成分分析が利用可能となります。


<対象>

・高卒以上の中堅技術者

・新入社員技術者研究者

・データサイエンスに関心のある技術者

・研究開発の管理者、実務担当者


<内容>

1. 科学と技術
 (1)問題解決法の二つのパラダイム

  A.名探偵ホームズと刑事コロンボ

  B.二つの推論の向き

  C.タグチメソッドのパラダイム

 (2)iPS細胞の研究開発プロセス

 (3)科学と技術における実験の位置づけ

 (4)トランスサイエンス

2. データサイエンスについて

 (1)データサイエンスの基本

 (2)データと前処理

 (3)モデル化と最適化、パターン認識

 (4)多変量解析

 (5)アルゴリズム

 (6)機械学習

 (7)ニューラルネットワーク

3. モデル化事例

 (1)コンピュータモデル実験と数値シミュレーション

 (2)パーコレーション転移シミュレーション

 (3)配合設計にどのように活用されたか。

  A.フィルムの帯電防止層開発事例

  B.半導体無端ベルト開発事例

4. データ駆動による配合設計

 (1)グラフ用紙を用いるデータマイニング

 (2)事例:難燃性PETボトル再生樹脂

 (3)ラテン方格を用いる試行錯誤法。

 (4)事例:半導体用高純度SiC前駆体の開発

5. 多変量解析の活用

 (1)重回帰分析と主成分分析

 (2)簡単(無料)に活用できるプログラム説明

 (3)事例:電気粘性流体の耐久劣化問題解決

 (4)事例:難燃性樹脂の品質問題解決

 (5)事例:高分子の劣化耐久予測法

6. ディープラーニング

 (1)ディープラーニングとは

 (2)Pythonについて

 (3)事例:難燃性ポリウレタンの解析

 (重回帰分析との比較)

7. まとめ


お申込みはこちら

pagetop

2023.02/27 Pythonで理解する動特性を用いたタグチメソッドL18実験

下記日程でオンラインセミナー開催を予定しております。予定日以外での開催はお問い合わせください。参加者1名でも開催いたします。また、企業研修として活用される場合にはご相談ください。

請求書の発行等をご希望の場合は、info@kensyu323.comまでご連絡ください。

 

お申込みはこちら

 


 

3/11 土曜日10時~16時(申込締切3/8午後12時)

3/12 日曜日10時~16時(申込締切3/8午後12時)

3/18 土曜日10時~16時(申込締切3/15午後12時)

3/19 日曜日10時~16時(申込締切3/15午後12時)

3/25 土曜日10時~16時(申込締切3/22午後12時)

3/26 日曜日10時~16時(申込締切3/22午後12時)

 


<費用>

参加費(クラウド版テキスト付):10,000円

※クラウド版テキストはダウンロードができない代わりに、随時内容が更新されます。セミナー当日から1年間閲覧可能です。

 

 

<概要>

 データサイエンスの普及でPythonの実行環境を自分のパソコンへ構築している人が増えてきた。Pythonはオブジェクト指向を実装したスクリプト言語であるが、初心者用言語として普及したBASICよりも多機能なプログラミング言語でありながら「スクリプト言語」としての簡便さを備えている。

本セミナーでは、Python初心者を対象に最低限の文法のおさらいを行い、この言語のスクリプトの側面を利用して、タグチメソッド(TM)の実験計画と解析方法を解説する。

TMは難解と言われるが、その手順さえ身につければ仮説を用いる科学の実験計画よりも容易に実験計画を立案でき、ロバストの高い製品設計を実現できる。問題となるのは、メソッドをどのように理解し身に着けたらよいのか、という学ぶ方法である。そこでPythonがスクリプト言語であることに着目し、TMの作業手順通りのアルゴリズムで書かれたプログラムを本セミナーでは配布し、それを解説してTMを身に着けることを目指す。

すでにTMの解析用ソフトウェアーは市販されているが、その使用方法を学んでもアルゴリズムがブラックボックスなので、実験計画も含めTMを自由自在に使いこなす知識をそこから得るのは難しい。TMの本質的な部分のアルゴリズムを故田口玄一先生の教科書に基づき記述したプログラムを配布するので、受講者はプログラミングで面倒な入力ルーチンなどを省略でき、動作するプログラムを見ながら「メソッド」を学び理解し身に着けることが可能である。

なお、セミナーでは、これからPythonを学ぼうと考えている人にも分かり易くPythonの文法を説明するが、時間の都合でパソコンへの環境構築方法についてはセミナーで説明しない。ただし、そのための補助資料を添付する。また、TMは、代表的な動特性によるL18実験だけを取り扱うが、セミナーのプログラムを参考に他の実験計画に展開する方法を最後のまとめとして説明する。

 

 

<学べる事>

1.動特性を用いるタグチメソッドの実験計画立案方法と解析方法。

2.Pythonプログラミングの初歩から中級レベルまでのスキル

 

 

<対象>

1.技術系新入社員

2.技術系中堅社員

3.企業でPythonプログラムを提供する立場の方

 

 

<目次>

1.Python概論

(1)プログラミング言語概論

(2)オブジェクト指向概論

(3)Python普及の要因

(4)Python全体像

(5)これだけ記憶、すぐに使おう。

2.本日必要な知識(Python)

(1)変数と型

(2)組み込み関数

(3)名前空間とスコープ

(4)配列のデータ構造

(5)条件分岐とループ

(6)ファイル操作

3.タグチメソッド(TM)概略

(1)統計とTMの違い

(2)基本機能と各種因子

(3)SN比と感度

(4)TMの解析手順

(5)動特性を用いたTM事例

4.Pythonを用いたTM(動特性)プログラム

(1)動特性による実験

(2)信号因子と誤差因子

(3)直交表の割付

(4)L18実験の解析方法

(5)Pythonプログラムの理解

(6)L18以外の直交表とPythonプログラム

5.まとめ

(1)プログラムのカスタマイズ化のコツ

(2)動特性以外のプログラム

 

 

お申込みはこちら

pagetop

2023.01/20 データサイエンスによる問題解決法

お申込みはこちら


<概要>

 DXの進展により、日々の業務フローの改善が進行している。材料開発においてMIが普及したが、日々の研究開発においてAIを持ち出すまでもなく、データサイエンスを業務フローの一部に取り入れるだけで業務効率が大きく変化する。

 データサイエンスについて、1970年代に日本科学技術連盟が発表した新QC7つ道具として多変量解析が紹介されている。ただし、その手法はそれほど普及せず、今日のビッグデータ解析で再度注目されるようになった。

しかし、多変量解析を含めデータ中心の開発手法が仮説を中心に進める従来の科学的な開発手法と異なるカテゴリーの問題解決法であることに気がついているだろうか。アカデミアにおいてMIが活発に研究されるようになったのは、科学と非科学の境界が動き始めたイノベーションと捉えるべきである。仮にMIで芳しい成果が出ていなくても、人間の頭脳によるデータ駆動の問題解決法には注目する価値がある。

本セミナーでは、これまで科学的に進められてきた研究開発にタグチメソッドの導入で引き起こされたイノベーションを解説し、データ駆動の問題解決法が新技術の創造と業務スピード向上に有効であることを事例により示す。

また、MSエクセルで蓄積されたデータを解析しやすいようにまとめなおすノウハウを開示する。解析プログラムの使用法と事例を中心に解説するので、高度な数学の知識が無くてもデータサイエンスを駆使できるスキルを身に着けることが可能である。

データサイエンスで利用頻度の高い重回帰分析と主成分分析を中心に材料開発の事例を用いて解説するが、解析プログラムの使用法を説明するので材料開発以外の技術者でもスキルを習得できる。

 

 

<目次>

1.DXの進展と研究開発

 (1)トランスサイエンス

 (2)マテリアルズインフォマティクス(MI)

 (3)データ駆動による研究開発の意味

 (4)タグチメソッド(TM)によるイノベーション

 (5)データ駆動による難燃性新ポリマーアロイ再生材の開発事例

2.問題解決法とデータ処理

 (1)問題解決法と新QC7つ道具

 (2)データサイエンスによる問題解決

 (3)データ処理の重要性

3.Python概論

 (1)プログラミング言語概論

 (2)オブジェクト指向概論

 (3)Python概論

 (4)MS-エクセルデータ整理術

4.重回帰分析の活用の仕方

 (1)重回帰分析と問題解決法

 (2)事例:ポリウレタン発泡体の難燃化技術

 (3)事例:劣化寿命予測法

5.主成分分析

 (1)主成分分析と問題解決法

 (2)事例:電気粘性流体の耐久性問題

 (3)事例:難燃性PC/ABSの工程問題

6.まとめ

 (1)データサイエンスとAI

 (2)ディープラーニング

 (3)科学と技術

 (4)実験のやり方、データのまとめ方


お申込みはこちら

pagetop

2023.01/20 パーコレーション転移シミュレーションプログラムを作成しながら学ぶPython入門

お申込みはこちら

 


<概要>

機械学習のプログラミング言語としてPythonが注目されている。Pythonはスクリプト言語であるが、その登場から今日までの30年近い年月の間にAI関係のライブラリーやモジュールが多数公開され、これらの資産とプログラミング言語としての使いやすさから一気にこの分野のプログラミング言語としての地位を獲得した。

しかし、Pythonにも泣き所があり、モジュールを使わなければ、内部でバイナリーによる計算が行われるゆえに誤差を無視できなくなる場合がある。このため数値計算や各種シミュレーションで他の言語が使われる原因となっているが、専用のモジュールを用いれば問題解決できるので、スクリプト言語としての学習容易性から従来敬遠されていた分野にも今後オブジェクト指向プログラミング言語として普及する可能性が高い。

本セミナーでは、微粒子分散系材料開発で避けて通れないパーコレーション転移の問題について、独自のシミュレーションプログラムにより問題解決した二つの事例を扱い、データサイエンス時代の配合設計方法論について解説する。

この二つの事例で用いたシミュレーターのエンジン部分について、今回Pythonで書き直したので、本セミナー参加者でテキスト購入者にはこのエンジン部分のプログラムソースも配布する。また、このプログラミング過程を公開しPython入門の解説を行う。

 

 

<獲得できる知識>

  1. 機械学習につながるPythonによるプログラミングスキル。
  2. シミュレーションを用いた材料開発の勘所
  3. パーコレーション転移に関する知識
  4. コンピュータを用いた配合設計技術の考え方

 

 

<対象>

  1. 新入社員から技術系管理職まで
  2. 材料開発担当者
  3. 製品開発担当者
  4. 実務にPythonを導入したいと考えている担当者

 

 

<目次>

1.データサイエンス時代の配合設計技術

 (1)科学と技術、トランスサイエンス

 (2)コンピュータを活用した材料開発の可能性

 (3)シミュレーションによる問題解決技法

 

 

2.フィルムの帯電防止層の問題解決事例

 (1)何が問題だったのか

 (2)シミュレーションによる問題解決
  (パーコレーション転移シミュレーション)

 (3)数値シミュレーションとコンピュータモデル実験

  A.パーコレーション転移と電気特性

  B.エクセルによるインピーダンスシミュレーション

 (4)配合設計にどのように活用されたのか

  A.配合設計によるパーコレーション転移制御

  B.評価技術の重要性

 

 

3.押出成形による半導体無端ベルトの問題解決事例

 (1)パーコレーション転移を無視した材料設計

 (2)パーコレーション転移の安定化材料設計

 (3)コンパウンドのプロセシング開発

  A.成形体と相関するコンパウンドの評価技術

  B.Wパーコレーションを実現する2つの方法

 

 

4.Pythonによるパーコレーション転移シミュレーター

 (1)プログラミング言語概論

  A.コンピュータの仕組みとプログラミング言語

  B.プログラミング言語の歴史概略

 (2)オブジェクト指向概論

 (3)Python概論

  A.変数と組み込み型

  B.計算値の精度

  C.条件分岐とループ

  D.関数

  E.ファイル処理

 (4)パーコレーション転移シミュレーター解説

 

 

5.まとめ


お申込みはこちら

pagetop

2022.10/18 よくわかるゴムと樹脂の難燃化技術

お申込みはこちら


<受講対象者>

実務でゴム・樹脂を扱う技術者(化学系以外でも役立ちます。)

 

<概要>

1970年から1980年代にかけて高分子材料の難燃化技術が大きく進歩し、最近ではノンハロゲンによる難燃化技術など環境対応技術も開発されつつある。現在知られている方法を用いれば、大抵の高分子材料を難燃化可能である。但し高分子材料に求められる他の機能を犠牲にしない、という条件がつくと途端に問題が難しくなる。

本講座ではそのような問題解決に取り組む技術者に高分子の難燃化技術について実務に必要な基礎的知識を講義するとともにゴムや樹脂の配合設計手法及び混練プロセスと難燃化技術について解説する。

 

<目次>

1.高分子の難燃化技術概論

 1.1.歴史から見た高分子の難燃化技術

 1.2.特許から見た高分子の難燃化技術

 1.3.化学物質の規制から見た難燃化技術

2.高分子の燃焼と難燃剤の作用機構

 2.1.高分子の燃焼

  a.高分子の基礎事項

  b.高分子の構造と燃焼

 2.2.高分子の難燃化手法と難燃剤の作用機構

  a.炭化促進型難燃化手法

  b.溶融型難燃化手法

  c.臭素系難燃剤について

3.高分子の難燃性評価技術

 3.1.主な燃焼試験法とその特徴

  a.酸素指数測定装置

  b.UL燃焼試験

  c.コーンカロリメーター

 3.2.その他の評価法

4.高分子の配合設計とプロセシング

 4.1.ゴム・樹脂の配合設計の実際

   a.伝統的配合設計

   b.情報化時代の配合設計

      マテリアルインフォマティクス

      多変量解析、シミュレーション(OCTAなど)、タグチメソッド

 4.2.高分子のプロセシング概論

 4.3.混練プロセスと難燃化技術

  a.混練技術概論

  b.二軸混練機について

  c.カオス混合技術

5.まとめ


お申込みはこちら

pagetop