최근, 재료 과학에 정보 공학을 응용하는 머티리얼즈 인포매틱스(이하 MI)가 주목을 받고 있습니다. MI는 재료에 관한 방대한 실험 데이터와 시뮬레이션 결과를 활용하여 기계 학습이나 심층 학습 등의 데이터 과학 기술을 이용하여 신재료의 효율적인 개발을 추진하는 방법입니다. MI를 진행하기 위해서는, 재료가 가지는 대량의 물성 정보로부터 복수의 검색 조건에 근거해 재료의 탐색 범위를 추출해, 실험 검증하는 범위를 가시화해 파악하면서 탐색해 가는 것이 필요합니다. JMP는 이러한 물성 정보를 시각화·해석하기 위한 강력한 툴이 되고 있습니다. 우리는 JMP의 데이터베이스 액세스 기능을 통해 재료의 특성을 얻고 로컬 데이터 필터가 포함 된 대시 보드에서 직관적으로 데이터 분석을 실현합니다. 특히 클러스터링과 모델의 적합성은 복잡한 데이터 세트에서 유용한 지식을 얻는 기술로 효과적입니다. 또 SQL이나 python등의 프로그래밍에 익숙하지 않은 연구원에서도 JMP의 용이한 조작성에 의해 데이터의 취득으로부터 해석에 이르기까지 일관적으로 실시할 수 있습니다. 본 발표에서는, JMP를 이용한 물성 정보의 가시화, 한층 더 다변량 해석등의 MI의 대처 사례를 소개합니다.
