「プラスチック成形の設計・開発、試作～量産」※約85年の実績あり

PRワンストップ対応で開発期間を短縮。試作工場の活用でより高品質な試作品を…

当社はプラスチック成形加工メーカーです。 約85年の成形経験を活かし、企画から設計・試作・量産までトータルサポートいたします。 ポンチ絵から3Dデータを製作する作業や、金属・樹脂両方の3Dプリンターでの製作、 低コストでスピーディーに試作型を製作するなど、さまざまな対応が可能。 豊富な設備を保有しているほか、協力工場での対応もできます。 【特長】 ■丁寧なヒアリング ■創業8...

メーカー・取り扱い企業： 大和合成株式会社

1D CAE による熱設計向けシミュレーション【解説資料を進呈】

PR構想設計など設計上流段階で有効な1D CAEを活用した熱解析を行うメリ…

製品開発に対する要求が複雑化、高度化する中、 設計の上流段階における解析技術を用いたより緻密な設計が重要になっています。 1D CAE はそれを強力に支援する手法です。 メイプルソフトの提供するソフトウェア「MapleSim」および「MapleSim Heat Transfer Library」は 1D CAEを熱設計に適用することをサポートします。 【このような方におススメの資料です】 ◆幅...

メーカー・取り扱い企業： Maplesoft Japan株式会社

【事例】パナソニック 有機エレクトロニクス向け材料新規設計

パナソニックとシュレーディンガー、ホール移動度を向上させた50以上の新…

パナソニック社の研究者らは、高効率な特性を持つ有機半導体材料の新規開発に取り組んでいます。パナソニック社はシュレーディンガー社と共同研究を進め、高処理能力を活用したDFT計算、機械学習/深層学習モデルの構築、化学物質の列挙など、シュレーディンガー社が提供する計算能力と専門知識を活用して分子材料の新規設計を行いました。 当カタログは、シュレーディンガーがパナソニック社と取り組んだ、『有機エレク...

メーカー・取り扱い企業： シュレーディンガー株式会社

材料開発DXを加速! 活用事例紹介ウェビナー開催＜無料＞

原子レベルのシミュレーションとマテリアルズ・インフォマティクス活用で材…

半導体や電子部品から日用品に至るまで、様々な材料開発において、原子･分子レベルでの設計が求められています。 シュレーディンガーの『Materials Science Suite』は、各種の原子・分子レベルのシミュレーションおよび機械学習により、材料開発を大幅に加速するソフトウェア・プラットフォームです。 さらに、データ駆動型アイデア創出プラットフォーム『LiveDesign』は、計算技術を活用...

メーカー・取り扱い企業： シュレーディンガー株式会社

【日本語資料】日用品開発への分子シミュレーションと機械学習の活用

計算化学のビギナーからエキスパートまで、幅広いユーザー向け物理ベースの…

シュレーディンガーは、日用品の研究開発のための強力で使いやすい統合ソフトウェアソリューションを提供します。 シュレーディンガーのプラットフォームは、計算化学のビギナーからエキスパートまで、幅広いユーザー向けに設計されており、高度な物理ベースのモデリングと機械学習テクノロジーを駆使して、実際のシステムを構築、シミュレーション、分析するためのシンプルなワークフローを提供します。 ここでは、シ...

メーカー・取り扱い企業： シュレーディンガー株式会社

【ユーザー事例】次世代リチウムイオン電池開発

Eonix社CEOによる、次世代リチウムイオン電池開発に導入した革新的…

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。...※展示会情報 第2回...

メーカー・取り扱い企業： シュレーディンガー株式会社

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】

実験データの大規模統計解析と高精度ナノスケールシミュレーションによる分…

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...

メーカー・取り扱い企業： シュレーディンガー株式会社

【事例】アクティブラーニングで有機EL材料の設計を高速化

高効率・高コスパ! 物理ベースのシミュレーションと機械学習の相乗効果を…

分子モデリングとシミュレーションのツールは、材料探索に有効であることが証明されており、産業界の研究開発においてますます導入が進んでいます。 デジタルシミュレーションは、従来の実験的アプローチと比較して研究開発ワークフローに多大な時間短縮をもたらしますが、課題も残されています。 シュレーディンガーは、これらの課題を容易に扱えるようにしました。近年、シュレーディンガーは、物理ベースのシミュレーショ...

メーカー・取り扱い企業： シュレーディンガー株式会社

【事例集】電池とエネルギー貯蔵材料

バッテリー、燃料電池、および水素貯蔵材料の原子レベルのモデリングを支援…

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...

メーカー・取り扱い企業： シュレーディンガー株式会社

【事例集】前駆体のボラティリティの正確な予測を可能にする機械学習

蒸発または昇華温度を平均±9℃の精度で予測、1秒間に数百の錯体を計算*

プリカーサー開発への新たな道を切り開く、シュレーディンガーの機械学習 この予測モデルは、性能を向上させた新しい前駆体を設計するための 新しい道を開くもので、その蒸着や化学の改良だけでなく、蒸発または 昇華して蒸気として供給できる温度も最適化することが可能です。 この進歩により、従来よりもはるかに広範な構造変化を計算機上で スクリーニングできるようになり、よりリスクが少なく、より革...

メーカー・取り扱い企業： シュレーディンガー株式会社

【事例集】材料モデリングのための機械学習力場

Machine-learned force fields活用事例をご紹…

機械学習による力場（Machine-learned force fields、MLFF）は、原子や分子間の相互作用を正確にモデル化するために機械学習モデルを取り入れることで、従来の力場を改良するために設計されています。この技術は、ニューラルネットワークポテンシャルエネルギー曲面（NN-PES）アーキテクチャに基づいており、モデルは化学的な精度で系の全電子エネルギーを再現するように訓練されます。 ...

メーカー・取り扱い企業： シュレーディンガー株式会社

【日本語事例集】 吸湿予測と非晶質アミロースデンプンへの影響

食品・飲料、包装、および医薬品の品質と加工の最適化を促進する分子動力学…

シュレーディンガーは、日用消費財の研究開発のための強力で使いやすい統合ソフトウェアソリューションを提供します。 シュレーディンガーのプラットフォームは、計算化学のビギナーからエキスパートまで、幅広いユーザー向けに設計されており、高度な物理ベースのモデリングと機械学習テクノロジーを駆使して、実際のシステムを構築、シミュレーション、分析するためのシンプルなワークフローを提供します。 ■湿潤および...

メーカー・取り扱い企業： シュレーディンガー株式会社