【要旨】
■大幅な時間短縮とコスト削減
3種類の新規材料設計手法の開発と評価
1,400万個にわたる分子の列挙、スクリーニング
9,000回分のDFT計算を実施
目標とする性能特性を持つ分子を50種類以上特定
■性能向上
学習データセットに含まれる既知の分子が持つ値よりも低い正孔再生成エネルギーを有する分子を特定(最大22%低減)
■予測性の高い機械学習(ML)モデルを開発
25万種の分子データをDFT計算に活用
■新たな視点での提案
高性能な本新規材料設計手法により、分子の列挙と仮想スクリーニングを補完可能
※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
■大幅な時間短縮とコスト削減
3種類の新規材料設計手法の開発と評価
1,400万個にわたる分子の列挙、スクリーニング
9,000回分のDFT計算を実施
目標とする性能特性を持つ分子を50種類以上特定
■性能向上
学習データセットに含まれる既知の分子が持つ値よりも低い正孔再生成エネルギーを有する分子を特定(最大22%低減)
■予測性の高い機械学習(ML)モデルを開発
25万種の分子データをDFT計算に活用
■新たな視点での提案
高性能な本新規材料設計手法により、分子の列挙と仮想スクリーニングを補完可能
※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。