자동차

자동차

Schrödinger 자동차 산업 전반에 걸친 플랫폼 적용
어두운 배경

분자 수준에서 차세대 자동차 소재를 설계, 개발 및 최적화한다

분자 시뮬레이션과 머신러닝 을 활용하여, 지속가능성 요건을 충족하고 효율성을 높이는 신소재의 인실리코 설계를 주도합니다.

차세대 자동차 소재의 설계, 개발 및 최적화
화려한 조명과 전시
조명 및 디스플레이 시스템을 위한 효율적이고 내구성이 뛰어나며 저비용의 유기 전자 소재를 개발한다.
차세대 페인트, 코팅제 및 윤활제
지속 가능한 원료를 통해 혁신을 가속화하십시오. 페인트, 코팅제 및 윤활유의 배합을 전산적으로 선별하고, 내구성과 효율성을 높이기 위해 최적화하십시오.
고성능 부품 및 섀시
경량이며 내구성이 뛰어나고 고성능인 폴리머를 신속하게 발굴하는 동시에, 고장 및 결함의 근본 원인을 디지털 방식으로 분석하여 제조 공정을 최적화합니다.
더 효율적이고 지속 가능한 배터리
전해질 및 전극의 화학적 반응을 시뮬레이션하여 더 안전하고, 더 가볍고, 더 오래 가는 전기차를 개발합니다.
효율적이고 강력한 엔진
효율적인 연료 연소를 위한 고성능 촉매의 컴퓨터 시뮬레이션을 통한 발굴을 가속화한다.
고성능, 내구성이 뛰어난 타이어
디지털 시뮬레이션을 통해 고성능과 지속 가능성을 갖춘 고무 배합 및 타이어 소재를 최적화합니다.

플랫폼 활용 사례

전산화 툴박스를 이용한 차세대 리튬 이온 배터리 설계 블로그
전산화 툴박스를 이용한 차세대 리튬 이온 배터리 설계

Eonix가 Schrödinger 와 협력하여 더 우수한 배터리를 위한 더 나은 소재를 찾아낸 과정을 알아보세요.

차세대 배터리를 통한 기후 변화 대응 블로그
차세대 배터리를 통한 기후 변화 대응

Sepion이 ‘ Schrödinger’의 재료 과학 도구를 활용해 배터리 성능을 10배 향상시킨 방법을 알아보세요.

사례 연구 및 웨비나

실제 연구 과제를 해결하는 데 Schrödinger 기술이 어떻게 활용되는지 확인해 보십시오.

재료과학 웨비나

전산 재료 공학을 통한 제품 개발 가속화

Ansys와 Schrödinger가 통합 전산 재료 공학(ICME)을 통해 제품 개발을 혁신하여 소재 발굴과 혁신을 가속화하는 방법을 확인해 보시기 바랍니다.

재료과학 웨비나

전하 인식 머신러닝 포스필드를 활용한 배터리 소재 혁신 가속화

본 웨비나에서는 배터리 소재 설계의 주요 과제를 해결하기 위해 물리 기반 분자모델링과 머신러닝 포스필드(MLFF)를 결합한 통합 계산 접근법을 Schrödinger가 어떻게 활용하고 있는지 시연합니다.

재료과학 웨비나

물리 기반 AI/ML을 통한 소재 발굴 가속화

본 웨비나 시리즈에서는 최첨단 전산 방법론이 의약품, 생물학적 제제, 첨단 소재의 설계 및 최적화를 어떻게 혁신하고 있는지 살펴봅니다.

재료과학 웨비나

재료 과학 응용을 위한 머신러닝 포스 필드 기술 고도화

본 웨비나에서는 정확한 전하 표현을 위해 명시적 정전기 상호작용을 반영한 Schrödinger의 최첨단 MLFF 아키텍처인 Message Passing Network with Iterative Charge Equilibration(MPNICE)을 소개합니다.

재료과학 웨비나

AI/ML을 통한 화학 혁신 가속화: 재료 분야에서의 주요 혁신 성과

본 웨비나에서는 재료 혁신에 임팩트 있는 진전을 주도하고 있는 AI/ML의 활용 방안을 살펴보고, 다양한 응용 분야에서 최신 ML 기법을 보여주는 사례 연구를 조명합니다.

재료과학 웨비나

다중 규모, 다중 물리 시뮬레이션을 통한 OLED 혁신 가속화

통합 디지털 워크플로가 차세대 고성능 OLED 설계를 주도하는 방식을 확인해 보십시오.

재료과학 웨비나

고성능 소재 발굴: 클라우드 기반 혁신의 10년

이 발표에서는 Schrödinger의 통합 재료 과학 플랫폼이 다양한 응용 분야에 걸쳐 대규모 병렬 스크리닝과 De Novo Design 캠페인을 어떻게 지원하는지 소개합니다.

재료과학 백서

Schrödinger, 차세대 복합소재의 신속한 개발을 위한 재료 인포매틱스 발전 주도

재료과학 웨비나

물리학 기반 모델링과 머신러닝이 배터리 소재의 가속화된 개발을 가능하게 하는 방법

본 웨비나에서는 Schrödinger의 SEI 시뮬레이터 모듈을 사용하여 양극재의 열역학적 안정성 및 전압 프로파일, 전극재 내부의 이온 확산 경로 및 동역학, 액체 전해질의 수송 특성, 그리고 고체 전해질 계면(SEI) 층의 핵생성 및 성장을 정확히 예측하기 위한 자동화된 솔루션의 적용 사례에 초점을 맞춥니다.

재료과학 웨비나

AI/ML과 물리 기반 시뮬레이션의 만남: 복잡한 재료 설계의 새로운 시대

본 웨비나에서는 배터리 전해질 및 연료 혼합물부터 열가소성 수지 및 OLED 소자에 이르기까지, 다양한 Materials Science applications 전반에 걸쳐 재료 및 제형을 설계하는 데 이 통합적 접근 방식이 적용되는 양상을 시연합니다. 

Schrödinger의 자동차 및 운송 솔루션에 대한 상담을 예약하세요.

자동차 및 운송 분야에서 첨단 시뮬레이션과 AI/ML을 어떻게 활용할 수 있는지 알아보시려면 지금 바로 문의해 주십시오.

찾으시는 관심 분야가 없으신가요? 지금 문의하여 도움을 받으세요.

양식 제출 완료

감사합니다. 곧 연락드리겠습니다.

조직의 요구사항을 충족하는 소프트웨어 및 서비스

소프트웨어 플랫폼

물리 기반 분자모델링, 머신러닝, 팀 협업을 기반으로 하는 종합적이고 사용자 친화적인 플랫폼을 통해 디지털 신소재 발굴 워크플로를 구현합니다.

연구 서비스

소재 발굴 및 개발 프로세스의 주요 단계에서 Schrödinger의 숙련된 전산 과학자들의 지원을 활용할 수 있습니다.

지원 및 교육

입문자부터 숙련된 사용자까지 모두를 위해 마련된 전문가 지원, 학습 자료 및 교육 리소스를 이용할 수 있습니다.