8月17日から21日までの1週間、シュレーディンガーの全世界のオフィスは、社員全員が休息を取り、リフレッシュするための全社的な取り組みの一環として休業いたします。この期間中は、お問い合わせへの対応が制限される場合がございますので、あらかじめご了承ください。科学・技術サポートチームのメンバーは、緊急のサポート案件のみに対応いたします。

暗い背景

分子レベルで次世代の自動車用材料を設計、開発、最適化する

分子シミュレーションと機械学習を活用し、持続可能性の要件を満たし、効率を高める新規材料のインシリコ設計を推進する。

次世代の自動車用材料の設計、開発、および最適化を行う
見事な照明とディスプレイ
照明およびディスプレイシステム向けに、効率的で耐久性が高く、低コストな有機電子材料を開発する。
次世代の塗料、コーティング、潤滑剤
持続可能な原料を活用してイノベーションを加速させましょう。塗料、コーティング剤、潤滑剤の配合を計算機を用いてスクリーニングし、耐久性と効率の向上を図りながら最適化を行います。
高度なコンポーネントとシャーシ
軽量で耐久性が高く、高性能なポリマーを迅速に発見すると同時に、故障や欠陥の根本原因をデジタル手法で調査することで、製造プロセスを最適化します。
より効率的で持続可能な電池
電解質および電極の化学反応をシミュレーションし、より安全で軽量、かつ長寿命な電気自動車を開発する。
効率的でパワフルなエンジン
燃料の効率的な燃焼に向けた高性能触媒のインシリコによる発見を加速する。
高性能で長持ちするタイヤ
デジタルシミュレーションを活用し、高性能と持続可能性を実現するために、ゴム配合およびタイヤ材料を最適化する。

プラットフォームの稼働状況

計算ツールボックスを用いた次世代リチウムイオン電池の設計 ブログ
計算ツールボックスを用いた次世代リチウムイオン電池の設計

Eonix社がシュレーディンガー社と提携し、より優れたバッテリーを実現するための材料開発に取り組んだ経緯をご紹介します。

次世代バッテリーで気候変動に対抗する ブログ
次世代バッテリーで気候変動に対抗する

Sepion社が、シュレーディンガーの材料科学ツールを活用して、バッテリー性能を10倍向上させた経緯をご紹介します。

事例紹介とウェビナー

シュレーディンガー社の技術が、現実の研究課題の解決にどのように活用されているかをご覧ください。

材料科学 ウェビナー

計算材料工学による製品開発の加速

AnsysとSchrödingerが、統合計算材料工学(ICME)を活用して製品開発をどのように変革し、材料の発見とイノベーションを加速させているかをご紹介します。

材料科学 ウェビナー

充電状態を考慮した機械学習フォースフィールドを用いた電池材料のイノベーションの推進

本ウェビナーでは、Schrödingerが、物理ベースの分子モデリングと機械学習力場(MLFF)を組み合わせた統合的な計算アプローチをどのように活用し、電池材料設計における重要な課題に取り組んでいるかについてご紹介します。

材料科学 ウェビナー

物理学に基づくAI/MLによる材料探索の加速

このウェビナーシリーズでは、最先端の計算手法が、医薬品、バイオ医薬品、および先端材料の設計と最適化にどのような変革をもたらしているかを解説します。

材料科学 ウェビナー

材料科学への応用に向けた機械学習による力場の進展

本ウェビナーでは、正確な電荷表現を実現するために明示的な静電力を組み込んだ、シュレーディンガーの最先端MLFFアーキテクチャ「反復電荷平衡を伴うメッセージパッシングネットワーク(MPNICE)」についてご紹介します。

材料科学 ウェビナー

AI/MLを活用した化学イノベーションの加速:材料応用分野における画期的な進展

本ウェビナーでは、AI/MLが材料イノベーションにおいていかに画期的な進歩をもたらしているかを考察し、多様な応用分野における最先端のML技術を例示するケーススタディを紹介します。

材料科学 ウェビナー

マルチスケール・マルチフィジックスシミュレーションによるOLEDのイノベーションの加速

ぜひご参加いただき、統合されたデジタルワークフローが、次世代の高性能OLEDの設計をどのように推進しているかを探ってみましょう。

材料科学 ウェビナー

高性能材料の発見:クラウドを活用した10年間の画期的な進展

本講演では、シュレーディンガーの統合型材料科学プラットフォームが、多様な応用分野において、大規模な並列スクリーニングやデ・ノボ設計プロジェクトをどのように実現するかについて紹介します。

材料科学 ホワイトペーパー

シュレーディンガー、次世代複合材料の開発を加速させるため、マテリアルインフォマティクスを推進

材料科学 ウェビナー

物理ベースのモデリングと機械学習が、電池材料の開発をどのように加速させるか

本ウェビナーでは、シュレーディンガーのSEIシミュレータモジュールを用いて、正極材料の熱力学的安定性や電圧プロファイルの正確な予測、電極材料におけるイオン拡散経路や反応速度論、液体電解質の輸送特性、および固体電解質界面(SEI)層の核生成と成長のモデリングといった、自動化ソリューションの応用例を具体的に紹介します。

材料科学 ウェビナー

AI/MLと物理ベースのシミュレーションの融合:複雑な材料設計の新たな時代

本ウェビナーでは、電池の電解液や燃料混合物から熱可塑性樹脂、OLEDデバイスに至るまで、材料科学の幅広い応用分野において、この複合的なアプローチを材料および配合の設計に活用する方法についてご紹介します。 

シュレーディンガーの自動車・輸送ソリューションに関するご相談をご予約ください。

自動車・輸送分野において、高度なシミュレーションやAI/MLをどのように活用できるか、ぜひ今すぐお問い合わせください。

上記のリストにご興味のある分野が見当たらない場合は、お気軽にお問い合わせください。

フォームが送信されました

ありがとうございます。近いうちにご連絡いたします。

組織のニーズに応えるソフトウェアとサービス

ソフトウェアプラットフォーム

物理ベースの分子モデリング、機械学習、チームコラボレーションを基盤とした、包括的で使いやすいプラットフォームを活用し、デジタル材料探索ワークフローを導入しましょう。

研究支援サービス

シュレーディンガーの専門的な計算科学者を活用し、材料の発見・開発プロセスの重要な段階を支援します。

サポートとトレーニング

初心者から経験豊富なユーザーまでを対象に設計された、専門家のサポート、学習教材、およびトレーニングリソースをご利用いただけます。