网络研讨会
材料科学
网络研讨会
材料科学
网络研讨会
材料科学
网络研讨会
材料科学
网络研讨会
材料科学
网络研讨会
材料科学
- 2021年8月17日
超越电子表格：利用先进信息学和……进行材料的理性设计机器学习（ML）
在本场网络研讨会中，Schrödinger的安玉玲博士将演示：通常会忽略底层物理机制的机器学习（ML） ，以及可能需要大量计算资源的基于物理理论 建模，二者可以自然互补，不仅能够构建预测模型，还能在广阔的设计空间内创造出具有所需性能的新材料。
网络研讨会
材料科学
- 2021年7月22日
数据匮乏？没问题。结合机器学习（ML） 和基于物理理论 的仿真结果，实现材料的智能设计
在本期网络研讨会中，我们将通过几个近期案例研究来阐述这一理念，涉及有机电子 、航空航天、汽车以及半导体 等行业。
网络研讨会
材料科学
网络研讨会
材料科学
网络研讨会
材料科学
网络研讨会
材料科学
网络研讨会
材料科学
活动
活动
生命科学
活动
生命科学
活动
生命科学
网络研讨会
网络研讨会
材料科学
- 2026年11月17日 – 12月8日
“本生在行动”：Agentic AI 联合科学家深度解析系列——聚焦聚合物、电池与反应性
欢迎参加本系列活动，我们的科学家将通过现场演示，直接向您展示您的团队如何利用Bunsen技术应对具体应用场景，从而加速创新、降低实验测试风险，并比以往任何时候都更快地发掘出高潜力的候选化合物。
网络研讨会
材料科学
- 2026年10月27日
电子封装领域中基于人工智能/机器学习和物理原理的材料创新
在本场网络研讨会中，我们将介绍用于预测聚合物包装材料关键性能的最先进计算工作流程，这是“预测优先”方法的一个关键环节。
网络研讨会
材料科学
- 2026年10月6日
借助 Bunsen——您在物理与人工智能领域的能动型科研伙伴，加速材料创新
在本场网络研讨会中，通过实用的材料开发案例研究，将展示Bunsen如何突破传统聊天界面的局限，规划并执行涵盖文献和数据分析、量子力学(QM) 及分子动力学 (MD) 模拟、机器学习（ML） 、候选化合物迭代优化，以及将结果整合为清晰且可共享报告的多步骤工作流。
教程
- 教程
无序系统构建与分子动力学 (MD) 多阶段工作流
学习如何使用“无序系统构建器”（Disordered System Builder）和“分子动力学 (MD) ”多阶段工作流面板来构建和平衡模型系统。
培训视频
视频
材料科学
视频
材料科学
视频
材料科学
出版物
- 出版物
- 2026年6月3日
基于分层变分自编码器、高斯混合回归和贝叶斯方法的低重组能有机半导体数据驱动设计优化
Nakanishi 等。《化学信息与建模杂志》，2026，66(12)，7034–7045
- 出版物
- 2026年5月27日
利用MPNICE机器学习力场对大规模光电子材料进行数字探索
Abroshan 等。《物理化学与化学物理》，2026 年，第 28 卷第 24 期，第 14764–14774 页
案例研究
案例研究
材料科学
案例研究
材料科学
- 2025年7月11日
通过集成式 实验和分子模拟 方法推动可持续食品加工的发展
来自Schrödinger 和马萨诸塞大学（UMass）的科学家们通过实验和计算方法开展了全面研究，以探究以玉米蛋白（zein）为原料配制的肉类替代品的关键特性及其挤出性能。
案例研究
生命科学
材料科学
白皮书
白皮书
材料科学
白皮书
材料科学
白皮书
材料科学
快速参考表
Extrapolations 博客的最新见解
博客
欧莱雅如何利用数字模拟 探索可持续产品成分
我们大多数人都能列举出至少一种对保持最佳状态、展现最佳风采不可或缺的化妆品或个人护理产品。无论是某种特定的香皂、某个品牌的睫毛膏、恰到好处的口红颜色，还是最适合自己发质的洗发水，这些产品都已成为我们日常生活中不可或缺的一部分。
为未来的航天器发掘更优质的材料
在解决工作中的问题时，莱维·摩尔博士所从事的工作确实属于“火箭科学”的范畴。作为美国空军研究实验室的一名研究化学家，他的任务是协助开发新型材料，使火箭发射进入太空变得更加轻松和安全。
