local_shipping全国送料無料※一部地域除く

call03-5224-5430
schedule営業時間 - 9:00~17:00(定休日 - 土日祝)
AI画像解析が拓くデータ駆動型R&D【LIVE配信】

AI画像解析が拓くデータ駆動型R&D【LIVE配信】

開催日時:2026年12月7日(月)10:30~12:00

¥36,300 (税込)

0ポイント

注文数
close
オプション:受講料
通常受講料
在庫:あり
¥36,300(税込) shopping_cartカゴに入れる
案内会員登録・割引
在庫:あり
¥29,480(税込) shopping_cartカゴに入れる
2名同時申込・両名とも会員登録(2人目無料)
在庫:あり
¥36,300(税込) shopping_cartカゴに入れる
shopping_cartカートにいれる
SOLD OUT
主催:(株)R&D支援センター

AI画像解析が拓くデータ駆動型R&D【LIVE配信】】
~粒子・微細構造の数値化でインフォマティクスを加速する~
 

■開催日時: 2026年12月7日(月)10:30~12:00

■会場: 【WEB限定セミナー】※在宅、会社にいながらセミナーを受けられます 

■定員: 30名

■講師: 
(株)KNiT 代表取締役 博士(工学)
窪内 将隆氏

<ご専門> 
画像解析AI / インフォマティクス / 固体物理

<ご経歴等>
2017年 東北大学大学院工学研究科 応用物理学専攻 博士(工学)修了。
産業技術総合研究所、大手上場化学メーカーにて、物理・化学の観点からものづくりの研究開発、およびAIによる製造工程の最適化に従事。
2023年12月 株式会社KNiTを創業し代表取締役。画像をAIで構造化(数値化)する技術を開発し、製造業のR&D・品質管理向けに提供。画像解析に関する標準化活動にも参画。

 ■受講料: 36,300円(税込、資料付き/1人)
※最新のセミナー情報を「配信可」にすると割引適用(登録無料)
会員(案内)登録していただいた場合、通常1名様申込で36,300円(税込)から
 ・1名で申込の場合、29,480円(税込)へ割引になります。
 ・2名同時申込で両名とも会員登録をしていただいた場合、計36,300円(1名につき半額)です。

■備考: 
資料付き 
【LIVE配信セミナーとは?】 ■主催: (株)R&D支援センター ■受講対象・レベル:  材料開発、配合設計、成形加工、品質評価に携わる技術者・研究者の方。 高分子・樹脂・フィルム・複合材料に加え、粉体・フィラー、焼結体・電池材料、セラミックス等、画像に現れる粒子や組織を扱う幅広いR&D分野の方。 顕微鏡・SEM画像の解析やインフォマティクスをこれから活用したい方。 ■必要な予備知識:  特に予備知識は必要ありません。基礎から解説いたします。 ■習得できる知識:  ◎顕微鏡・SEM画像から、粒子・フィラー・焼結体組織・気泡・相構造の大きさ・形状・分散性を定量化する方法 ◎構造化した画像データを組成・配合や焼成・成形条件、物性と結びつけ、最適条件を探索する材料インフォマティクスの考え方 ◎目視・手作業に頼らない、再現性のある品質評価への落とし込み方 ◎具体事例を通じて、自社の材料開発・製造に画像解析を適用するイメージ ■趣旨:   高分子・樹脂・複合材料はもちろん、粉体・電池材料・セラミックスに至るまで、材料の性能は、フィラーや粒子の分散状態、焼結体の組織、気泡や相構造といった「画像に現れる微細構造」に大きく左右されます。しかし従来、こうした評価は顕微鏡・SEM画像の目視や手作業の計測に頼っており、時間がかかるうえ担当者ごとに結果がばらつくという課題がありました。本セミナーでは、画像をAIで構造化(数値化)する技術を基礎から解説し、フィラーや粒子、焼結体組織、気泡・相構造の大きさ・形状・分散性を、短時間・高精度・脱属人で定量化する方法を紹介します。さらに、得られた構造化データを配合・組成や焼成・成形条件、物性と結びつけ、最適条件を探索する材料インフォマティクスの考え方を、フィラー分散や電池材料など実際の事例を交えて具体的に解説します。受講後には、目視評価から脱却し、自社の材料開発・品質評価・製造に画像解析とインフォマティクスをどう活かすかのイメージを持ち帰っていただけます。 ■プログラム:  1.はじめに  1-1.材料開発・品質評価における画像評価の重要性と課題  1-2.なぜ画像は「使えるデータ」になっていなかったか 2.画像を構造化(数値化)する技術の基礎  2-1.セグメンテーションとは(異常検知・物体検出との違い)  2-2.粒子・フィラー・焼結体組織・気泡・相構造の数値化(粒子径・円形度・分散性)  2-3.実用精度を出すためのポイント(教師データ・独自アーキテクチャ) 3.材料インフォマティクスによる最適条件の探索  3-1.構造化データと組成・配合・焼成/成形条件・物性の紐づけ  3-2.最適条件の探索と因果関係の考え方 4.事例で学ぶ実務への適用  4-1.フィラー分散の定量化と配合最適化の事例  4-2.焼結体・電池材料の粒子・空隙(気泡)解析と特性への応用事例  4-3.セラミックス・粉体の粒子径分布・均一性の評価事例  4-4.複合材料の相構造と物性の相関事例 5.現場実装と今後の展望  5-1.目視評価からの脱却と品質評価の標準化  5-2.社内に分散する画像の統合活用(MCP)と今後の展望