適応的実験計画による実験科学研究の効率化 ― ベイズ最適化と能動的レベル集合推定の基礎と実践
参加費
一般: 11,000円(税込)
学生: 5,500円(税込)
※所属機関内にて領収書と共に税額や金額の根拠を求められた際には、本ページのスクリーンショット等でご対応いただけますと幸いです。
学習ポイント
適応的実験計画の考え方を整理し、「次にどの条件で実験・シミュレーションすべきか」を ガウス過程による不確実性つき予測と結びつけて説明できるようになります。
ベイズ最適化（BO）と能動的レベル集合推定の標準的なアルゴリズムの流れを理解し、サンプルコードによるデモを通じて実装の入口を身につけます。
1 目的の標準 BOから、多目的・バッチ観測などの拡張への見通しを、製造・バイオ実験の文脈で掴みます。
材料科学およびバイオロジーの実例を題材に、適応的実験計画を現場の実験フローに落とすときの進め方を理解します。
詳細概要
実験やシミュレーションの 1 回あたりのコストが高い状況では、あらかじめ決めた格子点を総当たりするのではなく、これまでに得たデータから「次に試すべき条件」を選ぶことが重要になります。本セミナーでは、その枠組みとしての 適応的実験計画を取り上げ、ガウス過程（GP）を軸に ベイズ最適化と 能動的レベル集合推定の基礎と実践を、120 分で整理します。
まず、適応的実験計画の基本的な考え方を解説します。未知の応答関数を直接最適化・同定するのではなく、不確実性を定量化しながら逐次的に観測点を選ぶという視点を共有します。続けて、適応的実験計画で標準的に用いられる ガウス過程モデルを解説し、予測平均・予測分散の読み方と、サンプルコードによるデモを行います。
中盤では、ベイズ最適化と 能動的レベル集合推定のアルゴリズムを解説し、同様にサンプルコードでデモを行います。ベイズ最適化では、探索と活用のバランスを取る獲得関数の考え方を中心に、標準的な 1 目的 BOの流れを押さえます。能動的レベル集合推定では、「ある閾値を超える領域／下回る領域を効率よく同定する」問題として位置づけ、ベイズ最適化との関係と使い分けの直感を示します。あわせて、多目的・バッチ観測などへの拡張の入口にも触れます。
後半は、材料科学およびバイオロジーにおける実例を題材に、適応的実験計画を使うときの流れを解説します。製造・プロセス実験やバイオ実験など、高コストな評価が前提となる場面での適用例を取り上げ、受講者が自らの実験・CAE・試作のコスト構造に写像できるようにします。また、講師のご経験に基づくレベル集合推定の応用にも触れます。
本セミナーは、実験科学研究・製造 R&D・バイオ実験などにおける試行の効率化を目的に、基礎の整理とサンプルコードによるデモを中心とした 実務家向け 120 分です。講義資料に加え、デモで用いるサンプルコード（Google Colab 等）の配布を予定しています。終了後は アーカイブ動画・資料を 1 か月ご覧いただけます。
キーワード
適応的実験計画、ベイズ最適化、能動的レベル集合推定、ガウス過程モデル、獲得関数、実験・シミュレーションの効率化、材料科学、バイオロジー、バッチ観測、多目的最適化
セミナーで扱う内容
適応的実験計画の基本的な考え方（高コスト評価下での逐次的な条件選択）
適応的実験計画で標準的に用いられる ガウス過程モデルの解説と サンプルコードによるデモ
ベイズ最適化および 能動的レベル集合推定のアルゴリズム解説と サンプルコードによるデモ
標準的な 1 目的 BOと、多目的・バッチ観測などの拡張の入口
材料科学およびバイオロジーの実例を題材とした、適応的実験計画の適用フロー
製造・実験設計の文脈での問題設定、従来の実験計画との使い分け、導入時の注意点
想定受講者
製造 R&D・生産技術・材料・プロセス・品質など、実験や CAE の試行コストが高い現場に関わる方
バイオ・医薬・化学などの実験系で、条件探索を効率化したい研究者・技術者・大学院生
統計・データサイエンス・機械学習の立場から、ベイズ最適化やレベル集合推定を実装・適用したい方
基礎の整理とコード付きの実践を通じて、実験・シミュレーションの効率化に取り組みたい方
講師紹介
松井 孝太（Kota Matsui）
京都大学大学院医学研究科 社会健康医学系専攻 医療データ科学分野 准教授。滋賀大学データサイエンス・AIイノベーション研究推進センター 特任准教授（兼任）。東京科学大学 特別研究員（兼任）。
統計的機械学習を専門とし、とくに 能動学習・適応的実験計画、転移学習、不確実性下の意思決定、および医学・材料科学問題への機械学習の応用に取り組む。著書に『増補改訂版 ベイズ最適化 ― 適応的実験計画の基礎と実践』（今村秀明との共著、近代科学社、2025）、『転移学習』（熊谷亘との共著、講談社、2024）など。
名古屋市立大学人文学部卒業後、名古屋市立大学大学院で修士（人間文化）、名古屋大学大学院情報科学研究科で博士（情報科学）。名工大特任研究員、名大医学系・理研 AIP 等を経て、2025年10月より現職。
HP: https://sites.google.com/site/matsuikotaswebpage/
領収書発行
領収書を希望の方は、下記よりお問い合わせください。なお、学割利用の方への領収書発行はいたしかねますので、予めご了承ください。
https://seminar.no-spare.com/receipt
注意事項
本セミナーはZoom Webinarsを用いて開催いたします。
お申し込み後、弊社より本セミナーへのZoom参加用URLを開催当日までに送付いたします。
開催時間になりましたら、送付するURLよりご参加ください。
講義終了後からの受講申込や、講義途中からの申込およびライブ受講の欠席による返金は致しかねますので、予めご了承ください。
本セミナーにお申し込みいただいた方には、本セミナーのアーカイブ動画 講義資料 演習資料（演習のあるセミナーのみ）の3点を配布いたします。
お申し込み後、諸事情によりリアルタイムでのご参加が難しくなってしまった方にも、上記3点の資料を配布いたします。
アーカイブ配信期間は、セミナー終了より1ヶ月間です。
万が一、開催時間になっても事前案内メール（Zoomの参加URLや講義資料など）が届かない場合は、迷惑メールフォルダやゴミ箱に自動的に振り分けられている場合がございます。一度ご確認いただきますようお願い申し上げます。
参加URLはメールにてご案内いたします。no-spare.comドメインより受け取ることができるように設定をお願い申し上げます。
お問い合わせの際は、弊社コンタクトフォームよりお願い申し上げます。
禁止事項
録音や録画撮影などはご遠慮ください。
配布した一切の資料 / 動画を無断で公開、転載することは固く禁じます。
免責事項
本セミナーの内容は、事前の告知なく変更を行う場合があります。
主催者および講演者の諸般の事情や、天災地変その他の不可抗力の事態により、本セミナーの一部あるいは全部を中止させていただく場合があります。
弊社ドメインをブロックしていたことによりメールが受け取れなかったことによる参加の遅れや欠席などの責任は負いかねますので、ご了承ください。
上記が発生する場合は、当社から受講者に対して、本ページやSNS、電子メールなどで事前にお知らせいたします。ただし、事由によっては事前のお知らせがないことを予めご了承ください。