第6回インタラクティブマッチング

【申込先】 下記URLをご確認の上お申し込みください。 http://www-mmds.sigmath.es.osaka-u.ac.jp/structure/duex/internship.php ※申し込みにはDuEXへの登録(無料)が必要です。 【開催日時】2020年1月27日(月)15:00~17:00 【場所】 大阪大学豊中キャンパス 基礎工学研究科I棟 I304A室 http://www-mmds.sigmath.es.osaka-u.ac.jp/structure/helpdesk/access.php 【対象】 数理・情報系の修士・博士課程学生 【内容】 インタラクティブ・マッチング インターンシップに向けた学生と企業のマッチング会 〜博士人材学生による自己アピールの場〜 ①学生による10分間の研究発表プレゼンテーション ②質疑応答・企業による自社紹介 ③企業担当者とのフリートーク 【参加企業】パナソニック㈱ライフソリューションズ社 パナソニック㈱アプライアンス社 ㈱りそな銀行 他、現在数社と調整中 【参考】 インターンシップの条件は以下の通りです。 期間:2週間~3ヵ月 勤務形態・時間等:企業と学生で相談の上決定 支給対象:時給1000円程度、通勤交通費、遠方の場合は往復の旅費及び宿泊費 この内容に関するお問合せは、DuEX事務局<mmds-duex@sigmath.es.osaka-u.ac.jp>までお願い致します。 皆様のご参加をお待ちしております。

船津公人教授 2019 Herman Skolnik Award受賞記念講演会 を開催

データ駆動型サイエンス創造センター(DSC)研究ディレクター・物質創成科学領域データ駆動型化学研究室の船津公人教授が、化学情報学における先駆的な研究と長年にわたる当該分野の発展に対する貢献により、ACS 学会(米国化学会)Chemical Information部門の2019年「Herman Skolnik Award」(*)を受賞されたことを記念して、11月29日に本学において受賞記念講演会を開催しました。 受賞記念講演会では、冒頭に、DSCの中村センター長から開会の挨拶があり、その後、中外製薬株式会社の長谷川様と先端科学技術研究科・情報科学領域/DSC(兼)の金谷教授から特別講演をいただきました。 船津教授の受賞記念講演では、現在の研究における先端のトピックスとともに、船津教授がケモインフォマティクスの研究を始められたときからの歩みと研究の将来展望にいたるまで大変示唆に富む講演がなされました。   【左:講演する船津公人教授  右:中村哲センター長より花束贈呈】 船津教授の講演の後、DSCを代表して中村センター長から船津教授へ花束の贈呈があり、最後に、垣内理事・副学長から祝辞と閉会の挨拶をいただきました。 今回の講演会は86名(学外41名、学内45名)が参加し、船津教授の栄誉をお祝いする盛大な受賞記念講演会となりました。 (*)「Herman Skolnik Award」は、理論化学および化学情報学に貢献した研究者を毎年1名表彰するもので、当該分野において最も歴史と権威のある賞です。今回の船津教授の受賞は、欧米以外の研究者で初めての受賞です。   【左:講演会場  右:講演者とDSC構成員】

Bコース「数理工学PBL」

2020年2月29日-3月1日にGPUによる大規模計計算・機械学習のHands-on形式講義を開催致します. 〇日時:2020年2月29日-3月1日(2日間) 〇場所:大阪大学豊中キャンパス基礎工学国際棟1階セミナー室 〇大学からの交通費支給:なし 〇内容:下記の二つのパートから成ります <研究講演>では,機械学習・GPU計算・スパコンなどを利用した最先端の研究を行っておられる研究者にご講演いただきます. <実技講習>では,機械学習初心者の方を対象に“ウェブアプリケーションを用いたディープラーニング”と“スパコンを用いたディープラーニング”に関する講義を開催致します. 〇参加登録: 下方で詳細を記述しております. 〇登録〆切: 1月31日 〇詳細URL:事前準備(実技講習に必要なソフトウェアインストールやネットワーク環境等)などの詳細は以下のホームページをご覧下さい. https://duex.jp/course/detail/dsp?id=72 〇スケジュール: ■2/29(土) 10:00-11:00<研究講演> 寺山慧氏(理研)『GPUを用いた機械学習・画像処理・最適化-創薬・材料科学・海洋工学での応用事例』 13:00-19:00<実技講習> 小池敦氏(一関高専)『ウェブベースのディープラーニング(MLPまで) 』 山田和範(東北大学)『スパコンを用いたディープラーニング(MLPまで)』 ■3/1(日) 13:00-19:00<実技講習> 小池敦(一関高専)『スパコンを用いたGPUスクラッチプログラミング』 /////////////////////// 参加登録について ////////////////////// 本イベントは2019年度に開講されるデータ関連人材育成関西地区コンソーシアムBコース「数理工学PBL」として開講しており, <研究講演>はどなたでも参加して頂けますが,<実技講習>への参加は下記の受講申込が必要です. ◆受講申込方法: *下記に記載するDuex協定校とは 大阪大学,神戸大学,滋賀大学,奈良先端科学技術大学院大学,和歌山大学,大阪府立大学,大阪市立大学 のことです. ・Duex協定校の学生・教員の方: Step 1: DuexのHP(https://duex.jp/join)からDuexのアカウント取得して下さい. Step 2: 数理工学PBLの申し込みページ(https://duex.jp/course/detail/dsp?id=72)から受講登録を行って下さい.

Bコース「数理工学PBL」

〇日時: 2020年2月29日、3月1日(2日間) 10:00~12:00、13:00~18:00 〇場所: 大阪大学(豊中キャンパス)基礎工学研究科国際棟1階セミナー室 〇大学からの交通費支給: なし 機械学習初心者の方を対象に ・ウェブアプリケーションを用いたディープラーニング ・スパコンを用いたディープラーニング をお教えします。またプログラミング経験者の方や1日目のPBLを終えられた方には ・GPUスクラッチプログラミング を学んでいただき,より高度な計算機利用の足掛かりにしていただければ幸いです。 注意事項:実習にはインターネットへの接続が必須です。 ネットワーク環境は各自でご用意下さい。(モバイルルーターなど) その他事前準備(ソフトウェアのインストール等)に関して下記URLのPDFをご確認下さい。 詳細は、下記URLをご参照ください。 https://duex.jp/course/detail/dsp?id=72 申込方法:下記メールアドレス宛にお申込ください。 hram-jim@hram.or.jp    

第6回ケモインフォマティクス秋の学校開催のお知らせ

2019年11月27日(水)・28日(木)に奈良春日野国際フォーラムにて、第6回ケモインフォマティクス秋の学校が開催されます。 プログラム等の詳細については、以下のリンクよりご参照ください。 第6回ケモインフォマティクス秋の学校 *2013年度(第3回)開催時の様子  

船津公人教授 2019 Herman Skolnik Award受賞記念講演会

データ駆動型サイエンス創造センター研究ディレクター・物質創成科学領域データ駆動型化学研究室の船津公人教授が、化学情報学における先駆的な研究と数多くの突出した成果による長年にわたる当該分野の発展に対する貢献によって、ACS 学会(米国化学会)Chemical Information部門における 2019年「Herman Skolnik Award」を受賞されました。 「Herman Skolnik Award」は、理論化学および化学情報学に貢献した研究者を毎年1名表彰するもので、当該分野のノーベル賞に相当する最も歴史と権威のある賞です。今回の船津教授の受賞は、欧米以外の研究者で初めての受賞であり、本年8月にSan Diegoで開催されたACS National Meeting において、世界の研究者が参加する中、盛大な受賞記念講演会が行われました。 この度、ACS学会での受賞記念講演に引き続き、本学において、船津教授の「Herman Skolnik Award」受賞を記念して、以下のように講演会を開催いたします。 多数の参加をいただきたくよろしくお願いいたします。   日時: 2019年11月29日 10時30分〜12時00分 会場:  NAIST (奈良先端科学技術大学院大学)、物質大講義室 参加費: 無料   PROGRAM : *特別講演の講演者が、Prof.Jürgen Bajorathより長谷川 清様に変更になりました。 10:30 – 10:35: 開会の言葉/Opening Satoshi Nakamura, Director of DSC, NAIST 10:35 – 11:00: 特別講演/Special Talk Kiyoshi Hasegawa, Chugai Pharmaceutical Co.,…

大阪大学MMDSによる Bコース「数理・データ スタディグループII」

〇日時: 2019年10月19日〜12月14日 〇場所: 大阪大学基礎工学部棟教室(開催日により教室が異なりますのでご注意ください) 詳しくは,下記のURLを参照くださいませ. URL: https://duex.jp/course/detail/dsp?id=75 Keyward: 統計,画像解析,数理モデル,熱流体,異種材料接合,産学連携 ≪目的・内容≫「ダイセルポリマー株式会社様によりDLAMP技術(高強度な金属/異種材料接合を実現することが可能な接合技術)に関する情報を提供して頂き、その技術のキーとなるレーザー照射により形成された特殊な金属表面形状に関して、その形成プロセスや異種材料との接合強度との相関を、数理・データ科学、熱・流体・固体力学を専門とする学生・教員が共同で議論し,高速度カメラ観察による形成プロセスの動画や表面形状のCT観察ならびに断面観察結果、接合強度データを活用し、表面形状の形成プロセス機構や接合強度発現機構の解明を可能とするモデル構築を目指す」 【受講登録方法】 ・Deuxに登録されている方 下記のURLから受講登録をお願い致します. URL: https://duex.jp/course/detail/dsp?id=75 ・Deuxに登録されていない方 下記のURLからDeuxへの登録をお願い致します. URL: https://duex.jp/join 【受講前までに下記のE-Learningを受講しておいてください】 「数値シミュレーション法 I」 URL: https://mmds-elearn.sigmath.es.osaka-u.ac.jp/

第5回インタラクティブマッチング

〇場所:神戸大学内(詳細は追って連絡します) 〇日程:9月9日(月)、10日(火)、18日(水)のうちのいずれか ※日程が確定しましたら、改めてご連絡いたします。 〇参加予定業種:製薬会社 ※参加希望の学生さんの希望企業を伺いますのでご確認ください 〇インタラクティブマッチングの流れ ①学生のプレゼンテーション(10分間:2分自己紹介、6分研究紹介、2分インターンシップへの抱負 ②質疑応答(企業サイドから希望があれば自社プレゼンテーション) ③フリートーク http://www-mmds.sigmath.es.osaka-u.ac.jp/structure/topics/?id=254 *詳細および申込については、上記リンクよりご確認ください。 ※ご不明な点、ご質問、ご希望などがございましたら下記フォーム「問い合わせ」よりお気軽にご連絡ください。 https://docs.google.com/forms/d/e/1FAIpQLScXfRaHIuFr3j84lW7LREyFl–8A-a9hgehskicASz7mhVDvA/viewform

「NAISTデータ駆動型サイエンス実習シリーズ2」のご報告

データ駆動型サイエンス創造センター(DSC)は、2019年7/9(火)~7/11(木)の3日間、キャンパスイノベーションセンター(東京都港区)にて「NAISTデータ駆動型サイエンス実習シリーズ2」としてサマーセミナーを開催いたしました。 NAISTデータ駆動型サイエンス実習シリーズは、企業や大学の研究者・技術者および学生を対象にデータ駆動型サイエンスの講習・実習を行うことで、データサイエンス人材の育成を図るとともにデータサイエンスを広く社会に普及させることを目的とし、2018年より開催されています。 2回目となる今回は、「1からはじめる深層学習による自然言語処理」と題して、深層学習を用いた自然言語処理に関するセミナーを実施しました。セミナー初日は、NAIST・DSCセンター長の 中村教授から、セミナーの趣旨に関する説明とNAIST DSCの紹介を行い、続いて松本教授、中村教授による、自然言語処理と音声言語処理に関する基礎から応用までの講演が行われました。セミナー2日目以降は、小野准教授、須藤准教授、荒牧特任准教授、安田特任准教授による、Pythonを用いた疾病タグ付きのツイートのマルチクラス分類や、企業情報の極性分類(ネガポジ判定)などの演習を行いました。講習と演習には、35名の受講者が参加して積極的に取り組み、受講後のアンケートでも大変充実したセミナーであったとの多くの感想をいただきました。「NAISTデータ駆動型サイエンス実習シリーズ」は、来年度以降も継続して実施する予定です。   picture1. 講演するNAIST・DSC(兼) 松本 裕治教授 Picture2. 講演するNAIST・DSCセンター長 中村 哲教授 Picture3. 演習のための環境構築を説明するNAIST・DSC 小野 直亮准教授 Picture4. 研究紹介をするNAIST・DSC(兼)  荒牧 英治特任准教授  

化学構造を手掛かりにしたデータサイエンスの手法で、 天然物化合物の生合成経路の予測に成功! 有機分子の特性や薬剤設計の研究への活用期待

データ駆動型サイエンス創造センター、情報科学領域 計算システムズ生物学研究(兼務)の小野直亮准教授のグループは、AI(人工知能)技術として普及している深層学習の応用の一つである「グラフコンボリューション(畳み込み)ニューラルネットワーク法」を活用し、生物が有する多様な天然物化合物が合成される起点となる物質を予測するモデルの構築に成功しました。 この研究は、生命情報学における国際論文誌BMC Bioinformatics に採録されました。 詳細はこちら。