ネットワーク型共同研究拠点を支える 人・環境と物質をつなぐイノベーション創出ダイナミック・アライアンス 研究者データベース

近年、オープンサイエンスのムーブメントと ML および IT の進歩により、データ駆動型科学 (DDS) が高まっています。DDS は、データサイエンス技術を通じて、大規模でノイズの多い非構造化科学データセットから洞察を抽出します。ただし、これらの技術には大量のデータセットが必要ですが、実験データの少なさや研究者のプライバシーに関する懸念により、データセットは限られています。現在、実験データは手動で保存されており、科学的イノベーションのために AI と ML を最大限に活用するためのデジタル変革が緊急に必要であることが浮き彫りになっています。

In recent years, the open science movement and advances in ML and IT have elevated data-driven science (DDS). DDS extracts insights from vast, noisy, and unstructured scientific datasets through data science technologies. However, these technologies require substantial datasets, which are limited due to sparse experimental data and privacy concerns among researchers. Currently, experimental data are stored manually, highlighting the urgent need for digital transformation to fully leverage AI and ML for scientific innovation.

本研究では、クリーンルーム装置からの紙ベースの実験記録をデジタル化するために、製造データリポジトリシステムを開発します。製造データだけでなく、実験からの関連する評価データもリポジトリシステムに保存できます。実験データの安全性については、プライバシーポリシーが考慮されています。このシステムにより、研究者は効率的な実験条件を互いに共有できるため、同様の研究実験の実験時間とリソースの消費を削減できます。さらに、収集された科学実験データは、高度な科学研究のためのさらなるデータ駆動型科学に使用できます。

This research conducts the digital transformation of paper-based experimental records from clean-room equipment by developing a fabrication data repository system. Not only fabrication data, but also related evaluation data from the experiments can be stored in the repository system. Privacy policies are considered for the safety of experimental data. The system enables researchers to share efficient experimental conditions among each other, thereby reducing experiment time and resource consumption for similar research experiments. Additionally, the collected scientific experiment data can be used in further data-driven science for advanced science research.