• 『多変量統計解析トレーニングセミナー』11月28日・29日開催 製品画像

    『多変量統計解析トレーニングセミナー』11月28日・29日開催

    PR多変量解析の基礎・原理が良くわかる。実データを用いた解析も行う実践的な…

    2024年11月28日・29日に、当社主催のセミナー 『多変量統計解析トレーニングコース<レベル1> 理論と実践』 を開催いたします。 本コースでは、複雑なデータの関係性を速やかに解釈し、 産業界、研究界で希求される最新の多変量解析技術を どのように業務応用できるかを集中的に学べます。 多変量統計解析、スペクトル解析、知覚・官能データの解析、PAT/QbDなどを テーマに解説する、数学的説明は...

    メーカー・取り扱い企業: 株式会社クオリテイデザイン

  • ポリマー・樹脂の物性値予測支援ツール【日本語】 製品画像

    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…

    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...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 非構造化エピトープとLong CDR H3ループの構造予測に挑む 製品画像

    非構造化エピトープとLong CDR H3ループの構造予測に挑む

    十数残基を超える長いCDR H3ループやDisordered エピトー…

    レーディンガーのBiologics Modeling Suite: BioLumimateを用いた一般的な抗体の3Dモデリング技術に加えて、タンパク・タンパク・ドッキングを用いた抗原抗体複合体構造の予測や、自由エネルギー摂動法(FEP)によるアフィニティ・安定性予測などについて解説します。また、単独では特定の安定コンフォメーションを持たないDisorderedエピトープを有する抗原について、MDシ...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【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 製品画像

    【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...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【資料】機械学習と材料特性予測 製品画像

    【資料】機械学習と材料特性予測

    インフォマティクスに基づきデータを素早く知識に昇華!先端材料開発の現場…

    当資料では、Schrodingerが取り扱う『Materials Science Suite』による 機械学習と材料特性予測について紹介しています。 当製品は、強力で使いやすいインフォマティクス統合環境を備えています。 簡単なGUI操作により、たとえば分子構造のフィンガープリントを活用して 実験やシミュレー...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • デジタル空間で分子のデザイン、予測、解析、コラボレーションを実現 製品画像

    デジタル空間で分子のデザイン、予測、解析、コラボレーションを実現

    【日本語資料】デジタル創薬を加速する、クラウド型エンタープライズ・イン…

    ignは、プロジェクトチーム全員が同時に作業できるデジタル空間をクラウドで提供します。 メディシナル ケミストリーのデザイン戦略、ケムインフォマティクス、計算化学ワークフロー、バーチャルデザイン、予測手法を活用しながら、デジタルデザインプロセスを誰もが使えるように一般化し、デザインサイクルの生産性を高めます。 既存のデータへのアクセスも可能にし、1つのインターフェースであらゆることを実行できま...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【事例集】材料研究のための機械学習 製品画像

    【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…

    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...

    メーカー・取り扱い企業: 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 製品画像

    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…

    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、スムーズに組織内に共有します。 ・プロジェクトチーム内のコミュニケーションを促進し、学びを共有します。 ・専門家レベルのモデリングを、スクリーニング、結果共有、決定まで一気通貫にサポー...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【資料】バイオ・抗体創薬のための統合シミュレーションソフトウェア 製品画像

    【資料】バイオ・抗体創薬のための統合シミュレーションソフトウェア

    モノクローナル抗体、ワクチン抗原、酵素、ペプチドなど、多様なバイオロジ…

    ツールは、 バイオロジクスの多岐にわたる高度なシミュレーションにより、開発期間の短縮に貢献します。 一例として、下記のような機能がございます。 ■タンパク質立体構造モデリングを用いた実験値予測と解析 ■FEP計算を用いた高精度な予測技術 ※詳しくは、お気軽にお問い合わせ下さい。 ...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【日本語事例集】 吸湿予測と非晶質アミロースデンプンへの影響 製品画像

    【日本語事例集】 吸湿予測と非晶質アミロースデンプンへの影響

    食品・飲料、包装、および医薬品の品質と加工の最適化を促進する分子動力学…

    、実際のシステムを構築、シミュレーション、分析するためのシンプルなワークフローを提供します。 ■湿潤および乾燥状態の非晶質アミロース重合体に対するガラス転移温度(Tg)などの主要な物性を正確に予測。 ■水分含有量がTgおよびデンプン重合体内の水の拡散に与える影響を調査することで、水の吸収および輸送を効果的にモデル化。 ■OPLS3e力場は非晶質デンプンモデルに対して高い精度を提供...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【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 製品画像

    【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…

    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/溶媒効果/IR/Raman/UV-vis/VCD/NMR/ 酸化・還元ポテンシャル/ 3重項励起状態エネルギー/TADF S1-Txギャップ/蛍光/りん光/振動計算/...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【資料】有機エレクトロニクス 製品画像

    【資料】有機エレクトロニクス

    有望な候補物質を判別!デバイス最適化の条件に適合するような化合物の選定…

    クトル ・TADF S1-Tx ギャップ ・蛍光 薄膜の構造は、分子動力学法(Molecular Dynamics(MD))を使用し、実際に基盤への蒸着をシミュレーションすることによって予測することができます。基本情報へつづく↓...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 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 製品画像

    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…

    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 ・機械特性(弾性定数テンソル、体積弾性率) ・誘電特性 ・反応経路探索 ■半導体成膜プロセス(CVD, ALD, ALE)の最適化 ・量子力学計算と機械学習による...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【日本語資料】日用品開発への分子シミュレーションと機械学習の活用 製品画像

    【日本語資料】日用品開発への分子シミュレーションと機械学習の活用

    計算化学のビギナーからエキスパートまで、幅広いユーザー向け物理ベースの…

    製品群 Desmond: 高速分子動力学(MD)プログラムでガラス転移温度や吸水率、ヤング率、屈折率、誘電率など様々な材料特性を予測。 AutoQSAR: 自動化されたワークフローによって簡単に有機分子の物性を予測する機械学習モデルの構築と適用が可能に。 MS CG LiveDesign: マテリアルズ・インフォマティクス...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【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 製品画像

    【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…

    縮をもたらしますが、課題も残されています。 シュレーディンガーは、これらの課題を容易に扱えるようにしました。近年、シュレーディンガーは、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 ワークフローを開発しました。 Frontiers in Chemistryに掲載され、SID-Display Week 2022で発表されたシュレーディンガーに...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【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 製品画像

    【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

    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…

    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   ...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【資料】材料科学反応ワークフロー 製品画像

    【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…

    計算の自動化により、何百ものファイルやプロパティの綿密なメンテナンスや、専門的なトレーニングなどを必要とする困難なプロセスを排除することができます。 これにより、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。 【掲載事例】 ■ディールス・アルダー反応 ※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。...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【日本語資料】先進技術を駆使して挑む、効率的なバイオ医薬品設計 製品画像

    【日本語資料】先進技術を駆使して挑む、効率的なバイオ医薬品設計

    プロジェクトニーズに合わせたワークフローでバイオ医薬品をデジタル設計

    エンタープライズ・インフォマティクス プラットフォームを使うことで、 モノクローナル抗体、ワクチン、酵素、ペプチドなど、高品質の バイオ医薬品の合理的設計が可能になります。 -タンパク質構造の予測、そのリファインメントとダイナミクス -物性の問題検出と軽減 -タンパク質相互作用の予測と解析 -In Silico Mutagenesisによるタンパク質デザイン -配列の可視化と解析 ...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 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 製品画像

    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…

    ・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。...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【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 製品画像

    【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…

    T計算を実施 目標とする性能特性を持つ分子を50種類以上特定 ■性能向上 学習データセットに含まれる既知の分子が持つ値よりも低い正孔再生成エネルギーを有する分子を特定(最大22%低減) ■予測性の高い機械学習(ML)モデルを開発 25万種の分子データをDFT計算に活用 ■新たな視点での提案 高性能な本新規材料設計手法により、分子の列挙と仮想スクリーニングを補完可能 ※詳しく...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 材料開発DXを加速! 活用事例紹介ウェビナー開催<無料> 製品画像

    材料開発DXを加速! 活用事例紹介ウェビナー開催<無料>

    原子レベルのシミュレーションとマテリアルズ・インフォマティクス活用で材…

    よび機械学習により、材料開発を大幅に加速するソフトウェア・プラットフォームです。 さらに、データ駆動型アイデア創出プラットフォーム『LiveDesign』は、計算技術を活用し、デザイン段階で物性を予測することで、短時間で効率的にモノを生み出す支援ツールです。 『Materials Science Suite』と『LiveDesign』を連携させることで、材料開発におけるマテリアルズ・インフォマ...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • シュレーディンガーの材料科学向けプラットフォーム 製品画像

    シュレーディンガーの材料科学向けプラットフォーム

    高性能な計算ツールで研究開発を強化

    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、新規材料の設計をサポートします。 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。...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【日本語資料】FEP+が実現する高効率な化合物探索 製品画像

    【日本語資料】FEP+が実現する高効率な化合物探索

    化学分野で幅広く活用し、コストを削減・分子プロファイルを効率的に改善・…

    ュレーディンガーによって独自開発された自由エネルギー摂動法をベースとしたテクノロジー。 幅広いケミカルスペースに対して、タンパク質とリガンド分子との結合自由エネルギーを、実験と同等の信頼性をもって予測することを可能にします。 ※詳しくは、お気軽にお問い合わせ下さい。 ...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 【日本語資料】ライフサイエンス向けプラットフォーム 製品画像

    【日本語資料】ライフサイエンス向けプラットフォーム

    業界をリードする計算ツールで研究開発を強化

    バイオテクノロジーおよび製薬業界のイノベーターのための分子の発見と最適化のための業界をリードするソフトウェア プラットフォーム。 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、高効率な新規治療薬の設計をサポートします。 ※詳しくは、お気軽にお問い合わせ下さい。 ...

    メーカー・取り扱い企業: シュレーディンガー株式会社

  • 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 製品画像

    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…

    ・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。...

    メーカー・取り扱い企業: シュレーディンガー株式会社

1〜24 件 / 全 24 件
表示件数
30件
  • < 前へ
  • 1
  • 次へ >
  • Final_300_21-CAN-51700 SignalStar MVP 3rd Party Banners_Ad1 A New Star-300x300_v2-JP.jpg
  • banner_202410_jp.jpg