食品衛生法に適合！コーティング技術※採用事例集 進呈

PR食材や調味料の付着や油汚れを減らし洗浄時間は最大1/2の事例も有り。

【こんなお客様に！】 ◎食品搬送ラインの品物の滞留で困っている･･･ ◎設備に付着した油などの洗浄に時間がかかる･･･etc ⇒非粘着性、撥水性、滑り性に関するお悩みを解決いたします！ 【特長】 ◆食品製造ラインへの採用実績多数 ◆撥水性、滑り性が非常に優れている ⇒Ni金属をベースにPTFEを複合した皮膜 ◆金属膜のため硬く、傷がつきにくく、長持ち ◆ステンレスとの密着性が良好 ◆食品衛生法に...

メーカー・取り扱い企業： 株式会社日本プロトン

無人化・省力化用遠心分離機

PR全自動運転・完全密閉状態でスラリー投入から結晶全量回収まで全ての工程を…

完全密閉状態ですべての工程を行え、安全な作業環境と生産効率の向上を実現する遠心分離機です。 作業後の機械内部洗浄も全自動で行えるため、安全を確保することができ、製品の切換による時間短縮、作業環境の改善を飛躍的に向上できます。 ◎省人化・省力化・無人化 ・多彩なレシピをプログラムすることができ、スラリー供給・分離・ケーキ洗浄・結晶の回収・洗浄まで人の手を介さずに制御盤で全自動処理できる...

メーカー・取り扱い企業： 松本機械販売株式会社

【事例集】材料モデリングのための機械学習力場

Machine-learned force fields活用事例をご紹…

機械学習による力場（Machine-learned force fields、MLFF）は、原子や分子間の相互作用を正確にモデル化するために機械学習モデルを取り入れることで、従来の力場を改良するために設計されています。この技術は、ニューラルネットワークポテンシャルエネルギー曲面（NN-PES）アーキテクチャに基づいており、モデルは化学的な精度で系の全電子エネルギーを再現するように訓練されます。 初...

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

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…

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(...

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

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...

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

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 ...

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

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…

子動力学(MD)法・粗視化MDによる物性予測 密度/配座解析/架橋構造/ヤング率/粘度/表面張力/ ガラス転移温度(Tg)/分子拡散/熱膨張/結晶形態/ 膨潤/応力ひずみ曲線/溶解度パラメータ 機械学習で使用可能な手法 様々な記述子・フィンガープリント生成/ 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/ ベイズ分類/再帰分割(RP)分析/自己...

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＞

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…

まで、様々な材料開発において、原子･分子レベルでの設計が求められています。 シュレーディンガーの『Materials Science Suite』は、各種の原子・分子レベルのシミュレーションお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...

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

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…

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/深層学習モデルの構築、化学物質の列挙など、シュレーディンガー社が提供する計算能力と専門知識を活用して分子材料の新規設計を行いました。 当カタログは、シュレーディンガーがパナソニック社と取...

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

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…

開発ワークフローに多大な時間短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...

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

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…

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新規前駆体の開発　 ■古...

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…

【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。...

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】有機エレクトロニクス材料開発の促進

統合プラットフォームMaterials Science Suiteによ…

分子単体として良好な光電子特性や化学的安定性があることに加え、凝集相において望ましい形態や熱力学特性を持つことが求められます。Materials Science Suiteは、量子化学、分子動力学、機械学習に基づく、これらの系に応用可能な原子スケールシミュレーションを提供し、得られる知見と理論的解釈により、効率的な材料開発を支援します。 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合...

メーカー・取り扱い企業： シュレーディンガー株式会社

電池材料開発を支援する統合プラットフォーム【日本語】

原子レベルのシミュレーションと機械学習で次世代電池材料の研究開発を加速

【製品特徴】 ■量子力学計算により電極内部におけるイオンの挙動を解析 ■高分子系電解質中のLi+イオンの電動メカニズムを分子動力学シミュレーションによって解析 ■分子シミュレーションと機械学習による電解液の開発 ※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