网络研讨会
生命科学
材料科学
网络研讨会
材料科学
网络研讨会
材料科学
网络研讨会
生命科学
材料科学
网络研讨会
材料科学
- 2024年8月7日
利用原子级模拟 、机器学习(ML) 以及基于云的协作构思方法进行显示材料发现
在本场网络研讨会中,我们将探讨如何将基于物理理论 仿真、机器学习(机器学习(ML) ,ML)以及云原生协作与信息学工具相结合,从而彻底改变显示材料的研发创新。
网络研讨会
材料科学
网络研讨会
材料科学
网络研讨会
材料科学
网络研讨会
材料科学
- 2024年5月29日
将实验数字化:利用原子级模拟 和机器学习(ML) 技术进行大规模材料创新
在本场网络研讨会中,我们将介绍一种利用数字化学平台进行计算机模拟分析、优化 以及新材料发现的现代化材料研发方法。
网络研讨会
材料科学
- 2024年5月9日
超越人工智能:基于物理理论 模拟在下一代食品设计中的重要性
在本期网络研讨会中,我们将探讨基于物理理论 模拟技术在食品研究中的应用,以及将其与机器学习(ML) 模型相结合时所能产生的协同效应。
网络研讨会
生命科学
材料科学
- 2024年4月25日
《PyMOL 3》简介:通过3D分子可视化和视频制作,让您的生物化学栩栩如生
借助PyMOL 3,我们将分子可视化提升至全新高度——助力科学家、教育工作者、市场营销人员和传播者将科学生动地呈现出来。
网络研讨会
材料科学
- 2024年4月10日
化学降解产物的自动化数字预测
在本场网络研讨会中,我们将介绍Schrödinger公司增强版的Nanoreactor,该工具在Grimme及其同事开发的基础之上进行了扩展,新增了多项功能,包括改进的结果能量精修功能以及集成式 用户界面。
活动
活动
生命科学
活动
生命科学
活动
生命科学
网络研讨会
网络研讨会
材料科学
- 2026年10月6日
借助 Bunsen——您在物理与人工智能领域的能动型科研伙伴,加速材料创新
在本场网络研讨会中,通过实用的材料开发案例研究,将展示Bunsen如何突破传统聊天界面的局限,规划并执行涵盖文献和数据分析、量子力学(QM) 及分子动力学 (MD) 模拟、机器学习(ML) 、候选化合物迭代优化,以及将结果整合为清晰且可共享报告的多步骤工作流。
网络研讨会
生命科学
材料科学
- 2026年9月23日
Bunsen:经验证的科学工作流与自主人工智能的结合
请与Schrödinger 首席技术官帕特·洛顿(Pat Lorton)一起了解Bunsen。帕特将分享Bunsen如何帮助研究人员在无需面对命令行操作的困扰或手动配置的情况下,设置、运行和排查多阶段工作流中的问题。
网络研讨会
材料科学
- 2026年7月23日
借助物理驱动的人工智能,加速可持续化学创新,以及预测建模
欢迎参加我们与Innovation Research Interchange联合举办的网络研讨会,了解快速消费品(FMCG)行业如何应对当前由全球消费者转向“清洁标签”产品和高透明度配料表所驱动的重大转型。
教程
教程
材料科学
- 教程
无序系统构建与分子动力学 (MD) 多阶段工作流
学习如何使用“无序系统构建器”(Disordered System Builder)和“分子动力学 (MD) ”多阶段工作流面板来构建和平衡模型系统。
培训视频
视频
材料科学
视频
材料科学
视频
材料科学
出版物
- 出版物
- 2026年6月3日
基于分层变分自编码器、高斯混合回归和贝叶斯方法的低重组能有机半导体数据驱动设计优化
Nakanishi 等。《化学信息与建模杂志》,2026,66(12),7034–7045
- 出版物
- 2026年5月27日
利用MPNICE机器学习力场对大规模光电子材料进行数字探索
Abroshan 等。《物理化学与化学物理》,2026 年,第 28 卷第 24 期,第 14764–14774 页
案例研究
案例研究
材料科学
案例研究
材料科学
- 2025年7月11日
通过集成式 实验和分子模拟 方法推动可持续食品加工的发展
来自Schrödinger 和马萨诸塞大学(UMass)的科学家们通过实验和计算方法开展了全面研究,以探究以玉米蛋白(zein)为原料配制的肉类替代品的关键特性及其挤出性能。
案例研究
生命科学
材料科学
白皮书
白皮书
材料科学
白皮书
材料科学
白皮书
材料科学
快速参考表