シュレーディンガー株式会社

食品、化粧品、包装材開発のための分子シミュレーションソフトウェア

食品、化粧品、包装材料のナノ構造、成分の安定性と安全性、包装材料、処方を予測する統合ソフトウェアツール

食品、化粧品、包装材料の開発をスピードアップする、シュレーディンガーの統合ソフトウェアソリューションをコンパクトにご紹介いたします。 ■コラボレーションを強化 ・実験モデルも予測モデルも、スム…

【事例集】電池とエネルギー貯蔵材料

バッテリー、燃料電池、および水素貯蔵材料の原子レベルのモデリングを支援する、シュレーディンガーの材料科学プラットフォーム

シュレーディンガーの材料科学ソフトウェアに統合されている原子レベルのシミュレーションおよびモデリング技術は、電解質、電極、安定したSEIの形成など、バッテリーコンポーネントの材料設計プロセスのあらゆる…

【ユーザー事例】次世代リチウムイオン電池開発

Eonix社CEOによる、次世代リチウムイオン電池開発に導入した革新的な材料検索事例を紹介します。

Eonix社は、家電、グリッドストレージ、電気自動車をターゲットとしたエネルギー貯蔵技術のための次世代材料の迅速な設計に焦点を当てたスタートアップ企業です。 CEOであるDon DeRosa, Ph…

半導体関連技術の開発/解析を支援する統合プラットフォーム【日本語

半導体および関連技術の開発/解析を高速・高精度で支援する統合プラットフォーム

半導体および関連技術の開発/解析を支援する、シュレーディンガーの統合プラットフォームをわかりやすくご紹介いたします。 【製品の概要】 ■量子力学計算による半導体物性の予測と解析 ・電子物性 …

【事例】アクティブラーニングで有機EL材料の設計を高速化

高効率・高コスパ! 物理ベースのシミュレーションと機械学習の相乗効果を光電子物性予測に活用するアクティブラーニング　ワークフロー

分子モデリングとシミュレーションのツールは、材料探索に有効であることが証明されており、産業界の研究開発においてますます導入が進んでいます。 デジタルシミュレーションは、従来の実験的アプローチと比較し…

【事例】パナソニック 有機エレクトロニクス向け材料新規設計

パナソニックとシュレーディンガー、ホール移動度を向上させた50以上の新規分子を設計

パナソニック社の研究者らは、高効率な特性を持つ有機半導体材料の新規開発に取り組んでいます。パナソニック社はシュレーディンガー社と共同研究を進め、高処理能力を活用したDFT計算、機械学習/深層学習モデル…

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のお悩みに一発回答! 新規素材開発を加速する、AIプラットフォームの進化形 LiveDesign

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…

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

マテリアルズ・インフォマティクスのお悩みに一発回答! 新規素材開発を加速する、AIプラットフォームの進化形 LiveDesign

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…

【資料】材料科学反応ワークフロー

見落とされがちなコンフォマーをカバーすることができ、ワークフローが簡素化され、再現性と予測可能性が高まります。

シュレーディンガーの材料科学反応ワークフローでは、コンフォメーション空間の自動調査により、見落とされがちなコンフォマーをカバーすることができます。 さらに、量子化学計算の自動化により、何百ものファイ…

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＝ lGP…

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【日本語】

実験データの大規模統計解析と高精度ナノスケールシミュレーションによる分子構造・ナノ構造に基づく物性予測, 解析, 設計を支援

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…

【事例集】材料研究のための機械学習

無機個体やポリマーなどにおけるケーススタディ！コストと時間効率の良い方法で、新しい化合物を設計

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…

【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

蒸発または昇華温度を平均±9℃の精度で予測、1秒間に数百の錯体を計算*

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…

【製品総合ガイド】材料研究開発を加速する高速分子シミュレーション

高速分子シミュレーションによる材料研究開発を支援！当社の製品概要をご紹介します

当社のMaterials Science Suiteは、幅広い材料研究分野への対応が可能です。 ■密度汎関数理論(DFT)計算・周期系第一原理計算による物性予測 HOMO/LUMO/pKa/溶…

【資料】Quantum ESPRESSO Interface

単一のグラフィカルインターフェース上で行うことで、効率よく計算作業行える！

当資料では、Schrodingerが取り扱う『Materials Science Suite』による Quantum ESPRESSO Interfaceについて紹介しています。 公式提携によ…