シュレーディンガー株式会社
最終更新日:2022-02-18 10:19:30.0
【日本語パンフレット】ポリマー・樹脂の物性値予測支援ツールV2022
基本情報【日本語パンフレット】ポリマー・樹脂の物性値予測支援ツール
ポリマー・樹脂の物性値予測を高速・高精度で支援するGPU援用高速分子動力学エンジン
ポリマー・樹脂の物性予測を支援する、シュレーディンガーのソフトウェアをご紹介いたします。
【製品特徴】
■高効率GPU コー ドでMD計算を加速
数万原子x 数百ナノ秒/日= lGPU
■独自の高精度力場パラメータOPLS4
■架橋樹脂を含む多様なポリマー構造ビルダー
■物性値予測・解析ツール
※詳しくは、お気軽にお問い合わせ下さい。
ポリマー・樹脂の物性値予測支援ツール【日本語】
ポリマー・樹脂の物性予測を支援する、シュレーディンガーのソフトウェアをご紹介いたします。
【製品特徴】
■高効率GPU コー ドでMD計算を加速
数万原子x 数百ナノ秒/日= lGPU
■独自の高精度力場パラメータOPLS4
■架橋樹脂を含む多様なポリマー構造ビルダー
■物性値予測・解析ツール
※詳しくは、お気軽にお問い合わせ下さい。 (詳細を見る)
マテリアルズ・インフォマティクス向けAIプラットフォーム【簡易版
マテリアルズ・インフォマティクスで下記のようなお悩みはありませんか?
シュレーディンガーのLiveDesignは、データの記録、補完、機械学習の自動化、解析手法と結果の共有まで、課題を解決し、MIを加速します。
【お悩み1】 データの質の問題: フォーマットや用語がバラバラに存在
➡データを同じスプレッドシートに統一した言語で登録します。
【お悩み2】 データの量の問題: データは欠損値ばかり
➡物理化学計算と機械学習でデータを補完します。
【お悩み3】 非民主的なAI・機械学習・解析手法: 何から手をつければいいのかわからない
➡データの蓄積と同時に好適な機械学習モデルを自動生成。計算化学者に頼らず高精度のモデルを作成します。
【お悩み4】 社内共有の問題: いい予測値モデルができたが、社内に展開する仕組みがない
➡Web画面で解析手法や結果をグループで共有できます。
※詳しくは、お気軽にお問い合わせ下さい。 (詳細を見る)
【日本語資料】シュレーディンガーの材料科学向けプラットフォーム
シュレーディンガーは、高分子材料、有機エレクトロニクス、触媒と反応性、薄膜プロセス、エネルギー回収と貯蔵、医薬品製剤、消費財、金属・合金・セラミックなど、多様な材料開発のイノベーションのためのソフトウェア プラットフォームを提供しています。
広大な化合物空間の探索と分子特性の高精度予測により、新規材料の設計を迅速に行い、コスト効率をアップするよう支援します。
当資料では、材料開発向けプラットフォームの概要をご覧いただけます。
※詳しくは、お気軽にお問い合わせ下さい。 (詳細を見る)
【日本語】シュレーディンガーの材料開発支援製品をわかりやすく紹介
シュレーディンガーのマテリアルズ・サイエンス ソリューション(MSS)の機能をわかりやすくご紹介いたします。
【製品特徴】
■量子計算による分子設計
■液体・ポリマー物性予測
■結晶・表面・界面: 周期系第一原理計算、電極や触媒上の化学反応、半導体/分子性結晶/MOFへの幅広い応用
■統計解析・機械学習
■柔軟で強力なGUI/CUIユーザインターフェース
※詳しくは、お気軽にお問い合わせ下さい。 (詳細を見る)
【日本語資料】シュレーディンガーの材料科学向けプラットフォーム
シュレーディンガーは、高分子材料、有機エレクトロニクス、触媒と反応性、薄膜プロセス、エネルギー回収と貯蔵、医薬品製剤、消費財、金属・合金・セラミックなど、多様な材料開発のイノベーションのためのソフトウェア プラットフォームを提供しています。
広大な化合物空間の探索と分子特性の高精度予測により、新規材料の設計を迅速に行い、コスト効率をアップするよう支援します。
当資料では、材料開発向けプラットフォームの概要をご覧いただけます。
※詳しくは、お気軽にお問い合わせ下さい。 (詳細を見る)
【事例集】材料研究のための機械学習
高品質の物理ベースのシミュレーションと機械学習アプローチは、
新規材料の研究を加速し、市場投入までの時間を短縮します。
ワークフローによって、代表的な機械学習の手法(部分的最小二乗回帰(PLS)法、重回帰分析(MLR)、主成分回帰(PCR)、カーネルPLS法)と、記述子とフィンガープリントの組み合わせで数百以上の予測モデルを自動作成し、その中から高い予測性能をもつモデルを選択することが可能(AutoQSAR)。
数千個以上のデータを持つデータセットに対しては、AutoQSAR同様に、ワークフローによってディープラーニング(深層学習)を用いた予測モデルを自動作成することが可能(DeepAutoQSAR, DeepChem/AutoQSAR)。
幅広い材料(ポリマー、分子、固体)の特性を表現するため、それぞれの系のためにカスタマイズされた効果的な記述子を使用可能。
(詳細を見る)
【事例集】前駆体のボラティリティの正確な予測を可能にする機械学習
プリカーサー開発への新たな道を切り開く、シュレーディンガーの機械学習
この予測モデルは、性能を向上させた新しい前駆体を設計するための
新しい道を開くもので、その蒸着や化学の改良だけでなく、蒸発または
昇華して蒸気として供給できる温度も最適化することが可能です。
この進歩により、従来よりもはるかに広範な構造変化を計算機上で
スクリーニングできるようになり、よりリスクが少なく、より革新的な
実験的合成・試験のための候補前駆体を生み出すことができるようになります。
この揮発性モデルと、 シュレーディンガーの量子力学に基づく反応性と
分解の計算ワークフローにより、 気相堆積やエッチングのための完全な
設計キットが提供され、新技術のための材料やプロセスの研究を加速させます。
*一般的な50種類の金属および半金属の錯体について、与えられた蒸気圧における蒸発または昇華温度を平均±9℃(これは絶対温度の約3%)の精度で予測します。
*1秒間に数百の錯体を計算することができ、ターンアラウンドタイムが速いです。
※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 (詳細を見る)
取扱会社 【日本語パンフレット】ポリマー・樹脂の物性値予測支援ツール
【ソフトウェア開発・販売】 ■高速分子シミュレーションにより、ポリマー、有機EL、半導体をはじめとして、さまざまな材料開発を総合支援する Materials Science Suite ■計算化学の導入障壁を取り除く、データ蓄積・活用ソ リューション LiveDesign ■創薬およびバイオテクノロジー研究を加速する、化学シミュレーション・ソフトウェア 【ソリューション提案・コラボレーション・共同研究】 お客様のご状況に応じて、各分野の専門サイエンティストが適切なソリューションをご提案いたします。 グローバルな医薬品会社、材料会社との共同研究の実績がございます。
【日本語パンフレット】ポリマー・樹脂の物性値予測支援ツールへのお問い合わせ
お問い合わせ内容をご記入ください。