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)の機能をわかりやすくご紹介いたします。 【製品特徴】 ■量子計算による分子設計 ■液体・ポリマー物性予測 ■結晶・表面・界面: 周期系第一原理計算、電極や触媒上の化学反応、半導体/分子性結晶/MOFへの幅広い応用 ■統計解析・機械学習 ■柔軟で強力なGUI/CUIユーザインターフェース 　 ※詳しくは、お気軽にお問い合わせ下さい。

次世代電池材料の開発/解析を支援する、シュレーディンガーの統合プラットフォームをご紹介いたします。 【製品特徴】 ■量子力学計算により電極内部におけるイオンの挙動を解析 ■高分子系電解質中のLi+イオンの電動メカニズムを分子動力学シミュレーションによって解析 ■分子シミュレーションと機械学習による電解液の開発 ※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。

シュレーディンガーの材料科学ソフトウェアに統合されている原子レベルのシミュレーションおよびモデリング技術は、電解質、電極、安定したSEIの形成など、バッテリーコンポーネントの材料設計プロセスのあらゆる側面において重要な洞察を提供します。シュレーディンガーの包括的なソリューションは、 材料の主要な化学プロセスを解明し、 重要な熱物理特性を特性化します。 これにより、 新規材料の設計パイプラインのコスト効率を高め、 新規エネルギー貯蔵デバイスの開発を促進することができます。 【掲載事例】 ■SEI形成リチウムイオン電池用添加剤のバーチャルスクリーニング ■分子性電解質の誘電特性 ■電極材料のインターカレーション・エネルギー ■古典分子動力学法による高分子電解質の解析

Eonix社は、家電、グリッドストレージ、電気自動車をターゲットとしたエネルギー貯蔵技術のための次世代材料の迅速な設計に焦点を当てたスタートアップ企業です。 CEOであるDon DeRosa, Ph.Dは、ハイスループットなスクリーニングと物理ベースのモデリングを組み合わせることで、より優れたバッテリーを構築するための材料探索をどのように変革できるかを説明しています。

当社のMaterials Science Suiteは、幅広い材料研究分野への対応が可能です。 ■密度汎関数理論(DFT)計算・周期系第一原理計算による物性予測 HOMO/LUMO/pKa/溶媒効果/IR/Raman/UV-vis/VCD/NMR/ 酸化・還元ポテンシャル/ 3重項励起状態エネルギー/TADF S1-Txギャップ/蛍光/りん光/振動計算/ 構造最適化/遷移状態計算/反応経路解析/吸着エネルギー/結合解離エネルギー/ 電子・ホール移動度/再配向(再配列、再配置)エネルギー ■分子力学(MM)法・分子動力学(MD)法・粗視化MDによる物性予測 密度/配座解析/架橋構造/ヤング率/粘度/表面張力/ ガラス転移温度(Tg)/分子拡散/熱膨張/結晶形態/ 膨潤/応力ひずみ曲線/溶解度パラメータ 機械学習で使用可能な手法 様々な記述子・フィンガープリント生成/ 部分的最小二乗回帰(PLS)法/重回帰分析(MLR)/主成分回帰(PCR)/カーネルPLS法/ ベイズ分類/再帰分割(RP)分析/自己組織化マップ/Tg・誘電率・沸点・蒸気圧予測モデル/ 遺伝的アルゴリズム/アクティブラーニング

シュレーディンガーは、高分子材料、有機エレクトロニクス、触媒と反応性、薄膜プロセス、エネルギー回収と貯蔵、医薬品製剤、消費財、金属・合金・セラミックなど、多様な材料開発のイノベーションのためのソフトウェア プラットフォームを提供しています。 広大な化合物空間の探索と分子特性の高精度予測により、新規材料の設計を迅速に行い、コスト効率をアップするよう支援します。 当資料では、材料開発向けプラットフォームの概要をご覧いただけます。 ※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高度な物理ベースモデリングおよびAI/機械学習ソフトウェアは、高分子材料、電池、半導体、有機エレクトロニクス、触媒、医薬品製剤、化粧品、金属・合金・セラミックなど、多様な材料開発に対応しています。