Language:

2020年度 データサイエンス特別講義 (7024)

授業科目基本情報PDFダウンロード

科目区分 研究者の素養を養う科目 教職科目 指定なし
単位数 1 選択・必修・自由 選択
授業形態 講義 主な使用言語 日本語/英語
開講時期 履修登録システム 【使用しない】
履修登録期間 履修取消期限

教育プログラム別の履修区分

プログラム名 IS CB BS BN MS CP DS
履修区分
コア科目
履修方法

授業科目概要

担当責任教員 浦岡 行治
担当教員 船津公人、浦岡行治、松下智裕、池田和司、須藤克仁、国田勝行
教育目的/学修到達目標 情報科学、バイオサイエンス、物質科学、各分野のデータサイエンスとしての最先端の研究の取組の現状を紹介し、データ駆動型科学、AI駆動型科学が持つ可能性、今後の方向性を学ぶ。
授業概要/指導方針 データサイエンスについて、具体的な研究紹介を通して、データサイエンスの現状の理解を深める。

クラス情報



表示可能なデータがありません。

授業計画

[1限目 9:20-10:50] [2限目 11:00-12:30] [3限目 13:30-15:00] [4限目 15:10-16:40] [5限目 16:50-18:20] [6限目 18:30-20:00]
回数 日付 [時間] 担当教員 テーマ 内容
1 10/12 [3] マテリアルズインフォマティクス入門:科学的可視化から機械学習

令和2年 10月 12日(月)
言語: 英語
講義室:使用しません
 
オンライン開催(WebEx)へのリアルタイム参加
(参加方法は授業日程>備考欄を参照)
アーカイブ収録は行わない


講師:髙橋 啓介(北海道大学 理学研究院化学部門 准教授)


概要:
マテリアルズインフォマティクスの基礎とコンセプトについて紹介する。
講義は材料科学に特化したデータ前処理(データクレンジング)、科学的データ可視化と解析、
教師ありと教師なし学習を中心に進める。データ科学技術はpython言語を用いて行う。
達成目標はマテリアルズインフォマティクスにおける基本的なデータ科学技術を習得し、
直ちに材料科学の問題に適用できるようになること。
2 10/19 [3] グラフニューラルネットワーク: 基本と応用

令和2年 10月 19日(月)
講義室:WebExによるオンライン開催
言語: 英語

詳細は 授業日程>備考欄 に後日記載.
アーカイブ収録有り
講師:石黒 勝彦(株式会社Preferred Networks(PFN)リサーチャー)

概要:
グラフニューラルネットワーク(GNNs)はこの2,3年で急速に参入者が増えた技術領域である。
本講義では、コンピュータサイエンスを学修する一般的な大学院生を想定して、
GNNの基本的な技術論と先進的な話題へのポインタを提供する。
さらに、GNNsの特徴である広範なドメインへの応用と、未解決問題については時間を確保して話題を共有したい。
3 10/22 [3] マテリアルズインフォマティクスの概要と最新情勢

令和2年 10月 22日(木)
講義室::WebExによるオンライン開催
言語: 英語
講師:小嗣 真人(東京理科大学 基礎工学部材料工学科 准教授)

概要:
近年、物質材料科学における新たな潮流として、マテリアルズインフォマティクス(MI)と呼ばれる分野が急速に発展しています。MIでは、物質材料科学における大規模データの中から本質的に重要な情報を抽出し、物質材料の創成、解析、予測に活用する新しい学術分野として期待されています。そこで本講義では情報科学と材料科学をしたMIの新しい物質材料研究の取り組みを紹介します。
4 10/28 [3] オミクスデータから臓器や細胞の状態を読み解く

令和2年 10月 28日(水)
講義室:情報L1
言語: 英語

アーカイブ収録は行わない
講師:河岡 慎平(京都大学 ウイルス・再生医科学研究所 特定准教授 )

概要:
生命科学における実験技術の発展には目をみはるものがあり、年々、一挙にたくさんの情報を手に入れることができるようになってきた。多くの場合、異なる二つ (以上) の状況での計測をおこない、得られたデータを比較する情報解析をおこなうことになる。さて、結果を比較的容易に得られるようになった現在でも、依然として難しいことがある。それは、データの解釈だ。本講義では、解釈のしやすいデータを得るにはどうすれば良いかということを、実験科学の立場から考えてみたい。
5 11/4 [3] Biomechanical excursion from cell shapes to insect wings

令和2年 11月 4日(水)
講義室:情報 L1
言語: 英語を予定
講師:石本 志高(秋田県立大学 システム科学技術学部 機械工学科 教授)

概要:
近年の計測技術の発展により、生物学的現象の物理的・力学的情報取得が可能となり、それらを取り巻く学問的発展、特にバイオ物質の情報取得とそれを基にした様々な生体現象メカニズムの解明がホットトピックとなってきた。歩みを同じくして我々は、上皮細胞の“泡・頂点モデル”、昆虫の翅概形モデル、深層学習による4D細胞流れの定量化、フジツボ幼生の遊泳解析等の研究を行ってきた。本講では、これら生物力学研究を概観する。
6 11/9 [3] 深層学習の理論

令和2年 11月 9日(月)
講義室:WebExによるオンライン開催
言語: 英語

詳細は 授業日程>備考欄 に後日記載.
アーカイブ収録有り
講師:今泉 允聡(東京大学 総合文化研究科 先進科学研究機構 准教授)

概要:
深層学習(ディープラーニング)は、その高い精度と汎用性から、社会の多くの分野でその実用化が急速に進んでいる。
しかし、「なぜ深層学習は高い精度を発揮できるのか」という原理は未だ十分に解明されておらず、多くの謎が残されている。
本講義では、その謎に挑む理論的な試みとして、深層学習の近似・汎化・最適化の三つの側面に関する研究を紹介する。
7 11/20 [3] Bioinformatics for single-cell omics

令和2年 11月 20日(金)
講義室:WebExによるオンライン開催
言語: 英語
講師:尾崎 遼(筑波大学 医学医療系 生命科学域 バイオインフォマティクス分野 准教授)

概要:
Single-cell omics technologies provide molecular and cellular information in cell populations and tissues. This lecture will explain about bioinformatic approaches of deciphering molecular events, cell functions, population structures, and cell-cell relationships. In particular, supervised and unsupervised learning, and visualization approaches, as well as biology-inspired heuristic algorithms, will be featured.
8 12/7 [3] マテリアルズインフォマティクスの将来展望とそのインパクト

令和2年 12月 7日(月)
講義室:使用しません(WebExによるオンライン開催)
言語:日本語

詳細は 授業日程>備考欄 に記載
アーカイブ収録有り
講師:知京 豊裕(国立研究開発法人 物質材料研究機構 統合型材料開発・情報基盤部門(MaDIS)デバイス材料設計グループ グループリーダー 参事役)

概要:
マテリアルズインフォマティクスは材料開発に革新をもたらしたが、その材料をどのように実現するかはまだ課題として残っている。この課題をプロセスデータとハイスループット合成・評価を使って実現しようとする挑戦を紹介し、未来の材料開発を展望する。
 

授業日程

[1限目 9:20-10:50] [2限目 11:00-12:30] [3限目 13:30-15:00] [4限目 15:10-16:40] [5限目 16:50-18:20] [6限目 18:30-20:00]
回数 日付 時間 講義室 備考
1 10/12 3 使用しません 事前登録URL https://naist.webex.com/naist/onstage/g.php?MTID=eb230e7a348e959717df83fd47f0cedde 学内者限定とするため、参加者は事前登録が必要。 上記URLより参加登録後、当日の接続先URLがメールが届く。 なお、登録際には必ずNAISTメールアドレスを使うこと。 アーカイブ収録は行わない。
2 10/19 3 L3(IS) WebEx Eventによる開催(教室はアーカイブ収録のために利用.聴講はWebExで行うこと.). 事前登録URL https://naist.webex.com/naist-en/onstage/g.php?MTID=ea42606818cf1925c4f574bad96f97327 **事前登録必要**参加登録の際には必ずNAISTメールアドレスを使うこと** 上記URLより参加登録後送付される接続先URLから参加すること.
3 10/22 3 物質大講義室 WebExによる開催(教室はアーカイブ収録のために利用.聴講はWebExで行うこと.).事前登録は不要です。接続URLは配布資料に記載しています。
4 10/28 3 エーアイ大講義室[L1](IS)
5 11/4 3 エーアイ大講義室[L1](IS)
6 11/9 3 エーアイ大講義室[L1](IS)
7 11/20 3 L11(BS) WebExによる開催(教室はアーカイブ収録のために利用.聴講はWebExで行うこと.).事前登録は不要です。接続URLは配布資料に記載しています。
8 12/7 3 物質大講義室 WebExによる開催(教室はアーカイブ収録のために利用.聴講はWebExで行うこと.).事前登録は不要です。接続URLは配布資料に記載しています。

テキスト・参考書

テキスト 必要に応じてプリントを配付する。
参考書 特になし

その他

履修条件 特になし
オフィスアワー Eメールで連絡の上、日時を決める
成績評価の方法と基準 ・5段階(秀・優・良・可・不可)で評価する。
・全講義を聴講し、レポートを提出することが好ましいが、少なくとも3回は受 講すること。
・アーカイブ参加も可とするが、リアルタイム参加が好ましい。

レポートの詳細は下記の通り。

・レポート提出期限: 2021年 1月 8日(金)17時まで
・レポート提出先: メールに添付して、dsp-director@dsc.naist.jp宛に送付
・レポート形式: PDF形式、枚数やフォントの指定はない
・レポート提出に関する問い合わせ先: dsp-director@dsc.naist.jp (浦岡、中村、森)
関連科目 情報理工学・情報生命科学・バイオサイエンス・バイオナノ理工学・物質理工学・知能社会創成科学の各特別講義
関連学位 理学、工学、バイオサイエンス
注意事項

授業関連URL



表示可能なデータがありません。

配布資料



表示可能なデータがありません。