会場受講／ライブ配信／アーカイブ配信(２週間、何度でもご視聴可）

【講師】
国立研究開発法人　物質・材料研究機構　
マテリアル先端リサーチインフラセンターハブ　
代表（センターハブ長）
松波　成行（まつなみ　しげゆき）　氏

【重点講義内容】
AIを活用したマテリアルズインフォマティクス（MI）やケモインフォマティックス（CI）は、これまで主に計算データに依存してきましたが、実験の再現性を高め予測モデルの精度を向上させるには、質の高い実験データの体系的収集とそれを省人的に運用できるデータインフラ（DI）の構築が不可欠となっています。
本セミナーでは、物質・材料研究機構が実践しているデータ基盤の事例をもとに、データインフラの設計思想を解説します。計測装置からの効果的なデータ取得手法、データ構造化の戦略的方針、そして研究プロセス全体を支える統合的なデータインフラの構築まで、実務に即した実践的アプローチをご紹介します。

１．データ構造化の必要性　-Why データインフラが重要か-
　（１）デジタル時代の科学技術データ環境の変化
　（２）マテリアルDXにおけるデータ利活用の最新動向
　（３）データ収集の障壁を乗り越える
　（４）科学技術分野データ収集の「三重苦」とその突破口
　（５）イノベーション促進のためのデータ構造化・設計アプローチ
　（６）成功するデータ構造化の重要ポイント
２．データインフラがもたらす研究変革 -What を実現できるか-
　（１）次世代データ構造化システムの全体像
　（２）データインフラ構築のシステム設計思想
　（３）研究機器の効率的分類と統合手法
　（４）データ構造化による自動化の実践事例
　（５）先進的データセット活用シナリオ
　（６）データインフラ導入による具体的メリットと投資対効果
３．データインフラ構築の実践的アプローチ -How を実現するか-
　（１）成功するデータ構造化のための「5D」フレームワーク
　（２）研究データセットの最適基本設計
　（３）計測分野特化型データ空間の設計と展開戦略
　（４）データ取得工数の最適化と省力化技術
　（５）持続可能なデータ設計の原則と指針
　（６）データインフラ開発・展開の段階的アプローチ
４．質疑応答／名刺交換