無料セミナー : 2019年11月19日『手術用ロボット:外科医療におけるトランスフォーメーション』 BIS Research共同開催

株式会社グローバルインフォメーション
TEL: 044-952-0102
表紙
市場調査レポート

マテリアルデザイン・プロダクションに向けた人工知能 (AI) の活用

Leveraging Artificial Intelligence for Materials Design and Production

発行 Frost & Sullivan 商品コード 913942
出版日 ページ情報 英文 47 Pages
納期: 即日から翌営業日
価格
本日の銀行送金レート: 1USD=109.62円で換算しております。
Back to Top
マテリアルデザイン・プロダクションに向けた人工知能 (AI) の活用 Leveraging Artificial Intelligence for Materials Design and Production
出版日: 2019年09月27日 ページ情報: 英文 47 Pages
概要

人工知能 (AI) およびマシンラーニング (ML) ベースの技術はマテリアル研究に使用されており、実験およびシミュレーションベースの研究アプローチに取って代わりつつあります。

当レポートでは、マテリアルデザイン・プロダクションにおける人工知能 (AI) の活用について調査し、マテリアル産業におけるデジタル化、デジタル化を活用する市場リーダー、マテリアル研究・プロダクションに影響を及ぼすAI、およびAIを利用したOLED & ポリマーにおける基本的な問題の解決などについて分析しています。

第1章 エグゼクティブサマリー

第2章 マテリアル産業におけるデジタル化

  • 化学 & マテリアル産業は第4次産業革命の重要なイネーブラーであり、デジタル化に多額を投資
  • デジタル化はマテリアル企業における機能全体の流れを変える影響を持つ見込み、ほか

第3章 デジタル化を活用する市場リーダー

  • BASFは化学 & マテリアル産業におけるデジタル化のパイオニアのひとつとして登場
  • Dow と DuPont の合併とその後の再編はデジタル化イニシアチブの成功によって可能に、ほか

第4章 マテリアルの研究 & プロダクションに影響を与えるAI

  • AIベースのアルゴリズムは、研究室での実行が不可能なR&Dプロセスのシミュレーションに使用可能
  • 先進アナリティクスは、予測的・処方的アプリケーションの実現により化学工場のダウンタイム最小化に役立つ、ほか

第5章 OLEDおよびポリマーにおける基本的な問題への対応をAIを利用して解決する

  • AIはOLEDメーカーが求められるマテリアル特徴と欠点を最小限に抑えたOLEDの大量生産という目標を達成するのに役立つ
  • マシンラーニングのアルゴリズムはポリマー特徴のより良い予測を可能にし、持続可能なリサイクル技術を強化

第6章 主なイノベーション:マテリアル研究のためのAI

第7章 結論・提言

第8章 主な契約

目次
Product Code: D8D3

Using Advanced Algorithms to Accelerate Material Design and Discovery Procedures

Artificial intelligence (AI)- and machine learning (ML)-based technologies are being leveraged for materials research and are replacing experimental and simulation-based research approaches. The need to accelerate materials discovery and the desired accuracy in the properties of materials is driving researchers to seek more granular insights from their experimentations.

The development of new materials is a growing field and challenges such as database availability and practical viability of theoretically designed materials are still to be addressed. Multiple research studies from research institutes and companies have developed techniques to use AI-based techniques for the discovery of new molecules that can address existing challenges in development of new materials and for aiding the their mass production.

In brief, this research service covers the following points:

  • Digitization in the Materials Industry
  • Market Leaders Embracing Digitization
  • AI Impacting Materials Research & Production
  • Using AI to Solve Address Fundamental Problems in OLEDs and Polymers

Table of Contents

1.0. Executive Summary

  • 1.1. Research Scope
  • 1.2. Research Methodology
  • 1.3. Research Methodology Explained

2.0. Digitization in the Materials Industry

  • 2.1. Chemicals & Materials Industry is an Important Enabler of the Fourth Industrial Revolution and is Investing Heavily in Digitization
  • 2.2. Digitization is Expected to have Game Changing Effect Across Functions in Material Companies
  • 2.3. Chemical Companies are Expecting to Use AI to Design New Products and to Grow their Business into New Verticals
  • 2.4. Lack of Relevant Skills and Resistance to Change from Leadership is Hindering the Adoption of Digitization Among Chemical & Materials Companies

3.0. Market Leaders Embracing Digitization

  • 3.1. BASF has Emerged as One of the Pioneers of Digitization in the Chemical & Materials Industry
  • 3.2. The Merger and Subsequent Restructuring of Dow and DuPont Have Been Made Possible by a Successful Implantation of Digitization Initiatives
  • 3.3. Sumitomo is Betting on IIoT Implantation to Infuse Efficiency into its Production Processes

4.0. AI Impacting Materials Research & Production

  • 4.1. AI-based Algorithms can be Used to Simulate R&D Processes That are Unfeasible to be Performed in Laboratories
  • 4.2. Advanced Analytics Helps Chemical Plants Minimize Their Downtime by Enabling Predictive and Prescriptive Applications
  • 4.3. Machine Learning-based Algorithms Can Augment their Accuracy Over Time by Leveraging the Results of Previous Experiments
  • 4.4. Large Scale Commercialization of AI-based New Material Discovery Methods Will Depend on the Availability and Quality of Training Datasets

5.0. Using AI To Solve Address Fundamental Problems in OLEDs and Polymers

  • 5.1. AI is Helping OLED Manufacturers Achieve the Goal of Mass Production of OLED with Desired Material Properties and Minimum Defects
  • 5.2. Machine Learning Algorithms have Enabled Better Prediction of Polymer Properties and are Empowering Sustainable Recycling Techniques

6.0. Key Innovations - AI For Materials Research

  • 6.1. Molecular Space Shuttle Deep Learning System
  • 6.2. Novel Approaches of Using AI for Chemical Research
  • 6.3. Autonomous Laboratory for Materials Development
  • 6.4. Simulation and Experiments in OLED Research
  • 6.5. Material Development AI Platform
  • 6.6. AI-driven Non-Destructive Testing Manufacturing Inspection
  • 6.7. Efficient and High-Performance System for Defect Classification in OLED Devices
  • 6.8. AI-based Polymer Selection and Property Prediction
  • 6.9. AI-based Method for Design of New Materials for OPV Solar Cells
  • 6.10. Leveraging Machine Learning for Property Prediction
  • 6.11. Using Machine Learning to Alter the Alter Lower Temperature of Temperature Sensitive Polymers
  • 6.12. Using Machine Learning and HPC to Create More Capable Capacitors
  • 6.13. Digitization Initiatives for Efficient Production Process Control
  • 6.14. Using Computer Modeling, AI and ML to Develop Eco-Friendly Chemicals
  • 6.15. Use Quantum Algorithms To Discover Advanced Materials For Next-generation OLED
  • 6.16. Applying Machine Learning to Conduct Focused Simulations for New Material Discovery

7.0. Conclusion and Recommendations

  • 7.1. Conclusions and Recommendations

8.0. Industry Contacts

  • 8.1. Industry Contacts
  • Legal Disclaimer
Back to Top