データ科学手法（データ同化）
データ同化は、モデルのパラメータや初期値などを、実験データを使って最適化する手法です。ここでは、与えられたモデルについて、実験データに基づいてデータ同化をすることができるワークフローを用意しています。開発者：井上 純哉（東京大学）
MIntシステム情報サイト
MIntシステム情報サイト
概要七元系ニッケル基合金（Ni-Al-Co-Cr-Mo-Nb-Ti）の任意組成･温度におけるガンマ相過飽和固溶体からガンマプライム相が析出を開始する時間を、組織自由エネルギー法とLSW理論に基づいて予測します。開発者戸田佳明（国立研究開発法人物質・材料研究機構 構造材料研究拠点
機械学習のアルゴリズムをワークフロー化してあり、データセットから自動的に予測モデルを作成することができます。例えば、XGBoostによる予測モデル作成では、ハイパーパラメータを交差検証値を参照しながら、Tree-structured Parzen estimatorによって自動的に最適化する機構が入
鉄鋼の溶接で重要となる連続冷却変態図を、化学組成から予測するためのワークフローです。NIMSのCCTデータシートであるAtlasのデータをデジタル化し、専門家によるデータの選別を経て、機械学習によって高精度に予測できるようになっています。開発者：源 聡、渡邊 誠、塚本 進、出村 雅彦（NIMS）、糟