シュレーディンガー株式会社

【日本語パンフレット】ポリマー・樹脂の物性値予測支援ツール

最終更新日: 2022-02-18 10:19:30.0

上記では、電子ブックの一部をご紹介しております。

カタログ発行日:2022/2/18
ポリマー・樹脂の物性値予測を高速・高精度で支援するGPU援用高速分子動力学エンジン
ポリマー・樹脂の物性予測を支援する、シュレーディンガーのソフトウェアをご紹介いたします。

【製品特徴】
■高効率GPU コー ドでMD計算を加速
数万原子x 数百ナノ秒/日= lGPU
■独自の高精度力場パラメータOPLS4
■架橋樹脂を含む多様なポリマー構造ビルダー
■物性値予測・解析ツール

※詳しくは、お気軽にお問い合わせ下さい。

関連情報

ポリマー・樹脂の物性値予測支援ツール【日本語】
ポリマー・樹脂の物性値予測支援ツール【日本語】 製品画像
GPU援用高速分子動力学計算エンジンDesmondは、多数の高速化アルゴリズムを実装し、 1週間でマイクロ秒オーダー計算にも到達します。

独自の研究開発による高精度パラメータOPLS4は、数百万化合物から膨大な力場パラメータを開発することにより様々な分子構造に対応します。

架橋樹脂を含む多様なポリマー構造ビルダー
#ホモポリマー #ブロックコポリマー #ランダムコポリマー #デンドリマー
#アモルファス構造作成 #インタラクティブな架橋構造作成機能
#半結晶性高分子構造 #複数のポリマーや低分子の混合状態
#異種材料間の界面構造 など

物性予測・解析ツール
#密度/凝集エネルギー密度/気化熱/比熱/溶解度パラメータ
#ガラス転移温度/線膨張係数
#応力-ひずみ曲線/降伏点/弾性定数テンソル/ヤング率/ポアソン比
#ポリマー中の低分子の拡散係数
#表面張力/異種材料間の相互作用エネルギー
#低分子のポリマー中への侵入率(水の場合は吸水率)
#SAXS回折パターン/構造因子/動径分布関数
#ポリマー電解質ーイオン間相互作用の可視化と解析
#誘電率/屈折率/Abbe数
マテリアルズ・インフォマティクス向けAIプラットフォーム【簡易版
マテリアルズ・インフォマティクス向けAIプラットフォーム【簡易版 製品画像
※詳しくは、お気軽にお問い合わせ下さい。

■様々なモノ(エンティティ)に対応
#低分子
#ペプチド #オリゴ #RNA配合
#無機複合体 #触媒 #有機EL
#添加剤 #金属錯体

■シュレーディンガーのMaterials Science Suiteの計算手法を融合することも可能です。

#有機エレクトロニクス
#高分子材料
#消費財
#触媒および反応システム
#半導体
#エネルギーの回収と貯蔵
#複雑な処方
#金属 #合金 #セラミック
【日本語資料】シュレーディンガーの材料科学向けプラットフォーム
【日本語資料】シュレーディンガーの材料科学向けプラットフォーム 製品画像
※詳しくは、お気軽にお問い合わせ下さい。

シュレーディンガーのマテリアルズ・サイエンス ソリューション(MSS)は、幅広い材料研究分野への対応が可能です。
#有機エレクトロニクス
#高分子材料
#消費財 #日用品 #化粧品
#触媒および反応システム
#半導体
#エネルギーの回収と貯蔵
#医薬品製剤
#金属 #合金 #セラミック
【日本語】シュレーディンガーの材料開発支援製品をわかりやすく紹介
【日本語】シュレーディンガーの材料開発支援製品をわかりやすく紹介 製品画像
※詳しくは、お気軽にお問い合わせ下さい。

シュレーディンガーのマテリアルズ・サイエンス ソリューション(MSS)は、幅広い材料研究分野への対応が可能です。
#有機エレクトロニクス
#高分子材料
#消費財
#触媒および反応システム
#半導体
#エネルギーの回収と貯蔵
#複雑な処方
#金属 #合金 #セラミック
【日本語資料】シュレーディンガーの材料科学向けプラットフォーム
【日本語資料】シュレーディンガーの材料科学向けプラットフォーム 製品画像
※詳しくは、お気軽にお問い合わせ下さい。

シュレーディンガーのマテリアルズ・サイエンス ソリューション(MSS)は、有機エレクトロニクス、高分子材料、日用消費財、化粧品、触媒および反応性、半導体、エネルギーの捕捉と貯蔵、医薬品製剤、金属・合金、セラミックなど、幅広い材料研究分野への対応が可能です。
【事例集】材料研究のための機械学習
【事例集】材料研究のための機械学習 製品画像
【掲載事例】
■biceranoデータセットに含まれるポリマーのガラス転移温度(Tg)の予測では、カスタマイズされたポリマー用記述子を使用した予測モデルでは、一般的な記述子を使用した場合と比較して、二乗平均平方根誤差(RMSE)が、38Kから11Kへと大幅に減少
■周期的な3次元記述子を使用して、窒化ケイ素の29Si NMR化学シフトを正確に予測できるモデルの構築
■化学組成や構造に基づいた140個の記述子を使用したモデルによって、1181個(60元素以上)の無機結晶の体積弾性率を高精度に予測(R2=0.913)
■NOMAD 2018 Kaggle challengeに含まれる3000個の透明導電性酸化物のバンドギャップを、10 SOAP-PCA 3D記述子とAutoQSAR/DeepChemを使用して構築したディープラーニング予測モデルによって高精度に予測
■文献から集めた8773分子の水溶性を予測できるディープラーニング予想モデルを、AutoQSAR/DeepChemを使用して構築(R2=0.88)

※お気軽にお問い合わせ下さい。

お問い合わせ

下記のフォームにお問い合わせ内容をご記入ください。
※お問い合わせには会員登録が必要です。

至急度  必須
ご要望  必須
目的  必須
添付資料
お問い合わせ内容 
【ご利用上の注意】
お問い合わせフォームを利用した広告宣伝等の行為は利用規約により禁止しております。
はじめてイプロスをご利用の方 はじめてイプロスをご利用の方 すでに会員の方はこちら
イプロス会員(無料)になると、情報掲載の企業に直接お問い合わせすることができます。
メールアドレス

※お問い合わせをすると、以下の出展者へ会員情報(会社名、部署名、所在地、氏名、TEL、FAX、メールアドレス)が通知されること、また以下の出展者からの電子メール広告を受信することに同意したこととなります。

シュレーディンガー株式会社

カタログ ポリマー材料一覧(34件)を見る