授業の目的 【日本語】 Goals of the Course(JPN) | | 材料工学における機械学習と計算工学の基礎から最先端を理解する。ハイスループット実験/計算、情報の統合、メカニズム解明に適した手法を理解する。 |
|
|
授業の目的 【英語】 Goals of the Course | | This lecture highlights AI-materials science and computational engineering in materials science and metallurgy. High-throughput experiment/calculation, integration of information, and elucidation of mechanism in materials science and metallurgy are focused. |
|
|
到達目標 【日本語】 Objectives of the Course(JPN)) | | ・確率と尤度の違いがわかる。 ・種々の機械学習手法の全体像がわかる。 ・データ同化の意味と数学的背景が理解できる。 ・ニューラルネットワーク近似の詳細がわかる。 |
|
|
到達目標 【英語】 Objectives of the Course | | The goals of this course are as follows.
・To understand the difference between probability and likelihood. ・To look over the landscape of machine learning techniques. ・To understand the meaning and mathematical background of data assimilation techniques. ・To understand the detail of neural network prediction/regression. |
|
|
バックグラウンドとなる科目【日本語】 Prerequisite Subjects | | |
|
バックグラウンドとなる科目【英語】 Prerequisite Subjects | | Materials Physics, Iron and Steels, Non-Ferrous Metals and Alloys |
|
|
授業の内容【日本語】 Course Content | | 以下のテーマについて講義する。
第1回 材料組織の数値化、3D計量形態学 (その1) 第2回 材料組織の数値化、3D計量形態学 (その2) 第3回 材料工学に使える機械学習法概論(効率化、推定、解明を目的として) 第4回 人工ニューラルネットワークⅠ(基礎) (誤差逆伝播法、カスケードコリレーション法による重み係数の最適化) 第5回 人工ニューラルネットワークⅡ(応用) (過学習の抑制:ペナルティ損失関数の導入、Lasso回帰、感度解析、データ変換・変数選択、 ベイズ推定によるスパース学習) 第6回 機械学習型画像処理による材料組織中対象領域の抽出 第7回 ディープラーニング(畳み込みニューラルネットワーク)による材料組織認識 第8回 フェーズフィールド法による3D組織生成 (その1) 第9回 フェーズフィールド法によれ3D組織生成 (その2) 第10回 フェーズフィールド微視的弾性論 第11回 エシェルビーの等価介在物理論 第12回 複合材料の平均場近似 第13回 セカント法 第14回 各種複合材料特性への展開 第15回 各種複合材料特性への展開 (予備) |
|
|
授業の内容【英語】 Course Content | | The contents of this course are as follows.
1. 3-dimensional quantitative microscopy (1) 2. 3-dimensional quantitative microscopy (2) 3. Machin learning for materials science and engineering 4. Neural network (1) 5. Neural network (2) 6. Image segmentation of target region from materials microstructures 7. Deep learning on materials microstructures 8. Generation of 3-dimensional microstructure data by phase-field method (1) 9. Generation of 3-dimensional microstructure data by phase-field method (2) 10. Phase-field micro-elasticity theory 11. Eshelby's equivalent inclusion theory 12. Mean field approximation on composite materials 13. Secant method 14. Application to various materials and properties (1) 15. Application to various materials and properties (2) |
|
|
成績評価の方法と基準【日本語】 Course Evaluation Method and Criteria | | 成績評価は、以下の方法で行う。 ・講義への出席状況と受講態度 10%、 ・小レポート 10%、 ・期末試験 80%、以上の割合 で総合判定する。 機械学習と複合材料の平均場近似のそれぞれについて、基礎的な問題を解くことができれば合格とし、より高度な問題を解くことができれば、それに応じて成績に反映させる。 |
|
|
成績評価の方法と基準【英語】 Course Evaluation Method and Criteria | | Class attendance and attitude in class:10%, Short reports: 10%, Term-end examination: 80% Students should be able to solve problems related to machine learning/mean field approximation on composite materials. |
|
|
履修条件・注意事項【日本語】 Course Prerequisites / Notes | | |
|
履修条件・注意事項【英語】 Course Prerequisites / Notes | | There are no requirements. |
|
|
教科書【日本語】 Textbook | | 足立吉隆, 小山敏幸:「3D材料組織・特性解析の基礎と応用」, 新家光雄(編), 内田老鶴圃, (2014). |
|
|
教科書【英語】 Textbook | | Y. Adachi and T. Koyama: Intoroduction to 3-dimensional microstructure analysys and materials property calculations", M. Niinomi (Ed.), Uchidarokakuho Pub. Co. Ltd., (2014). |
|
|
参考書【日本語】 Reference Book | | 小山敏幸, 高木知弘:「フェーズフィールド法入門」, 丸善, (2013). |
|
|
参考書【英語】 Reference Book | | T.Koyama and T.Takaki: Introduction to phase-field method, Maruzen, (2013). |
|
|
授業時間外学習の指示【日本語】 Self-directed Learning Outside Course Hours | | あらかじめ教科書や参考書、TACT資料に目を通しておくこと。 |
|
|
授業時間外学習の指示【英語】 Self-directed Learning Outside Course Hours | | Read the textbook or materials uploaded on TACT in advance. |
|
|
使用言語【英語】 Language used | | |
|
使用言語【日本語】 Language used | | |
|
授業開講形態等【日本語】 Lecture format, etc. | | |
|
授業開講形態等【英語】 Lecture format, etc. | | |
|
遠隔授業(オンデマンド型)で行う場合の追加措置【日本語】 Additional measures for remote class (on-demand class) | | |
|
遠隔授業(オンデマンド型)で行う場合の追加措置【英語】 Additional measures for remote class (on-demand class) | | |
|