ウェビナー

アクセスしやすく自動化された計算科学的触媒探索と反応性の最適化

カレンダー日時
  • 2026年6月2日
  • 14:00 CEST | 13:00 BST | 17:30 IST | 8:00 EDT
所在地所在地
  • バーチャル

登録に問題が生じた場合は、marketing@schrodinger.com までメールでお問い合わせください。

高性能な均一系触媒の設計や非触媒的変換の最適化は、従来試行錯誤の反復に依存することが多くありました。一方で、計算ツールは専門的な知識を持たない研究者にとって依然として敷居の高いものとなっています。

本ウェビナーでは、エンドユーザー向けの物理AIプラットフォームが導入の障壁を取り払い、専門家から非専門家まで誰もがこのプロセスを利用できるようにしながら、シームレスな拡張性を実現する方法をご紹介します。量子化学、高速な半empiricalタイトバインディング法、および機械学習原子間ポテンシャルを統合することで、反応ネットワークの自動探索と複数の性能指標の同時最適化が可能になります。実際の触媒および非触媒の事例を用い、メカニズムに関する洞察をコーディングなしで迅速かつ正確に実用的な設計判断へと昇華させる手法を実演いたします。

主なハイライト:

  • 触媒設計のハードルを下げる
    物理AIエンドユーザープラットフォームを活用し、専門家および非専門家の双方が高度なin silico触媒設計と反応最適化を実行できる仕組みをご覧ください。
  • 大規模なマルチレベルモデリング
    単一のスケーラブルなフレームワーク内で、量子化学、半empiricalタイトバインディング法、機械学習原子間ポテンシャル(MLIP)を活用します。
  • コーディング不要
    アクセシビリティと生産性を追求して設計された直感的なGUI駆動型環境

参加対象: 非触媒および触媒反応の最適化、または均一系触媒の設計に関心をお持ちの方

Rxn Flyer graphic 3 column

登壇者

Pavel Dub

Research Leader and Product Manager, Catalysis & Reactivity, Schrödinger

Pavel A. Dubは、A.N.ネスメヤノフ記念有機元素化合物研究所より物理化学の博士号を取得し、トゥールーズ大学で2つ目の博士号を取得しました。その後、東京工業大学およびロスアラモス国立研究所で博士研究員を務め、同研究所でスタッフサイエンティストとして勤務しました。2022年にSchrödingerに入社しました。彼の研究は、古典および量子コンピューティングアーキテクチャの双方における計算化学と材料科学に焦点を当てています。