자동차

계산 재료 공학을 통한 제품 개발 가속화

Ansys와 Schrödinger가 통합 계산 재료 공학(ICME)을 통해 제품 개발을 어떻게 혁신하고, 이를 통해 신소재 발굴과 혁신을 가속화하고 있는지 알아보세요.

• 웨비나 시청하기

충전 상태를 고려한 기계 학습 힘장을 활용한 배터리 소재 혁신 추진

이번 웨비나에서는 슈뢰딩거가 물리 기반 분자 모델링과 머신러닝 힘장(MLFF)을 결합한 통합 계산 접근법을 활용하여 배터리 소재 설계의 주요 과제를 해결하는 방법을 시연할 예정입니다.

• 웨비나 시청하기

물리 기반 AI/ML을 활용한 신소재 발굴 가속화

이번 웨비나 시리즈에서는 최첨단 계산 기법이 의약품, 생물학적 제제 및 첨단 소재의 설계와 최적화에 어떻게 혁신을 일으키고 있는지 살펴볼 예정입니다.

• 웨비나 시청하기

재료과학 응용을 위한 기계 학습 기반 힘장 모델의 발전

이번 웨비나에서는 정확한 전하 표현을 위해 명시적 정전기학을 도입한, 슈뢰딩거의 최첨단 MLFF 아키텍처인 ‘반복적 전하 평형 기능을 갖춘 메시지 전달 네트워크(MPNICE)’를 소개하겠습니다.

• 웨비나 시청하기

AI/ML을 통한 화학 혁신 가속화: 소재 응용 분야의 획기적인 발전

이번 웨비나에서는 AI/ML이 재료 혁신 분야에서 어떻게 획기적인 발전을 이끌고 있는지 살펴보고, 다양한 응용 분야에서 최첨단 ML 기법을 보여주는 사례 연구를 중점적으로 다룰 예정입니다.

• 웨비나 시청하기

다중 규모·다중 물리 시뮬레이션을 통한 OLED 혁신 가속화

저희와 함께 통합 디지털 워크플로가 차세대 고성능 OLED 설계에 어떤 영향을 미치는지 알아보시기 바랍니다.

• 웨비나 시청하기

고성능 소재 발굴: 클라우드를 기반으로 한 10년간의 획기적인 성과

이번 강연에서는 슈뢰딩거의 통합 소재 과학 플랫폼이 다양한 응용 분야에 걸쳐 대규모 병렬 스크리닝 및 데 노보 설계 프로젝트를 어떻게 가능하게 하는지 소개할 예정입니다.

• 웨비나 시청하기

슈뢰딩거, 차세대 복합재료의 신속한 개발을 위한 재료 정보학 발전 주도

• 백서 읽기

물리 기반 모델링과 기계 학습이 배터리 소재 개발 가속화를 어떻게 가능하게 하는가

이번 웨비나에서는 슈뢰딩거(Schrödinger)의 SEI 시뮬레이터 모듈을 활용하여, 음극재의 열역학적 안정성 및 전압 프로파일, 전극재 내 이온 확산 경로 및 동역학, 액체 전해질의 수송 특성을 정확하게 예측하고, 고체 전해질 계면(SEI) 층의 핵형성 및 성장을 모델링하는 자동화 솔루션의 적용 사례를 중심으로 설명합니다.

• 웨비나 시청하기

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

이번 웨비나에서는 배터리 전해액과 연료 혼합물부터 열가소성 수지 및 OLED 소자에 이르기까지, 다양한 재료 과학 응용 분야에서 이 통합적 접근 방식을 소재 및 제형 설계에 적용하는 방법을 시연합니다. 

• 웨비나 시청하기