我们的世界正在迅速发展，随之而来的是各种各样的挑战，包括对可持续且节能的解决方案、先进电子设备，以及适用于交通运输、航空航天和建筑领域的耐用、轻质材料的需求。传统的材料发现或筛选方法已无法满足这些需求。 

在本场演讲中，我们将介绍一种利用数字化学平台（优化 ）进行计算机模拟分析和材料发现的现代化材料研发方法。该平台能够针对广泛的应用领域进行大规模材料设计，包括有机电子 、催化、能量捕获与存储、聚合物材料 、消费包装品 、药物制剂与递送，以及薄膜加工。 

通过结合基于物理理论 建模方法（例如DFT 、分子动力学 (MD) 、粗粒化）与机器学习（ML） ，研究人员可以轻松地将计算机模拟方法融入日常工作流程，从而加快研发进度。此外，自动化解决方案支持从本地设备上的简单分子性质预测，扩展到云端的高通量计算。

我们将介绍一些实际案例研究，这些研究既由经验丰富的建模专家完成，也由刚接触数字化学方法的初学者完成。 

主要学习目标：

• 学习如何利用基于物理理论 仿真和机器学习（ML） 中的数据，以加速材料研发
• 了解材料行业各领域的实用案例研究和客户故事，涵盖有机电子 、催化、能源捕获与存储、聚合物材料 、消费包装品 、药物制剂与给药以及薄膜加工等领域
• 确定您研发中的关键领域，基于物理理论 、模拟 和机器学习（ML） 可在这些领域为您创造价值