ロレム・イプサム・ドロール・シット・メット、コネクター・ディピッシング・エリット。
触媒材料の分子動力学シミュレーションは、汎用のグラフニューラルネットワークを使用して実行されました...
次世代半導体デバイスの材料として期待されるカーボンナノチューブの導電率解析事例を紹介します。
アドバンス/ナノラボv.2.5では、アドバンス/NeuralMD Ver.1.6に搭載されている「自己学習ハイブリッドモンテカルロ法」を制御する機能が追加されました。
触媒材料の分子動力学シミュレーションは、汎用のグラフニューラルネットワーク力場（GNN力場）を使用して実行されました。
第一原理計算は、さまざまな物理特性を計算できるため、近年、材料設計に欠かせないツールになっています。
Exabyte.ioを使用すると、複数の要素を組み合わせたモデルを簡単に作成でき、一度にジョブを送信することもできます。
InterMolecular Inc. の科学者チームは、Mat3raを使用して、有望な先端合金の平衡形状と形成エネルギーを研究しました。
そこで、Exabyte.ioとQuantum ESPRESSOを使って擬ポテンシャルを使った計算で再現できるかを検証しました。
このセクションでは、Siスラブの表面へのC 2 H 4分子の表面吸着を計算するためのモデル作成と計算結果について説明します。
ロレーヌ大学のダリオ・ロッカ教授が率いる研究者チームは、ゼオライトの吸着エンタルピーを高精度で計算しました。
ニューラルネットワーク（NN）を使用して原子間ポテンシャルを生成する方法を開発しました。第一原理分子動力学（AIMD）シミュレーションを実行してNNトレーニングデータを生成します
ここでは、炭素繊維/ビニルエステル樹脂、炭素繊維/エポキシ樹脂の3種類の試験片を使用して、炭素繊維/ポリマー界面の機械的特性を評価します。
サンフランシスコ州立大学のニコール・アデルスタイン教授が率いる研究者たちは、mat3ra.comを使用して、固体リチウムイオン電池用の次世代材料の電子特性を調査しました。
第一原理計算ソフトウェア Quantum ESPRESSO を Azure HPC インスタンス HB120r と HC44r でベンチマークしました。
近年、構造物の軽量化を目的としたマルチマテリアライゼーションが注目されており ...
今回は、ニューラルネットワークMDを用いて全固体電池に使用される固体電解質中のLiイオンの拡散を解析する例を紹介します。
ニューラルネットワーク分子動力学法（NNMD）は、第一原理計算よりも高速なシミュレーションと、既存の分子よりも正確なシミュレーションを可能にします
ニューラルネットワーク分子動力学法（NNMD）は、第一原理計算などよりも高速なシミュレーションを可能にします...
ナノ2次解析は通常の分子動力学法の限界であるが、より長い時間スケールの問題への対策として
カーボンナノチューブの熱伝導率を理論的に評価する方法として、これまで主に古典分子動力学法が用いられてきました。
ここでは、金属結晶の作業関数の計算方法を紹介します。以下の手順に従ってください。
自動車の車体などの構造物では、異なる材料を適切な場所に使用するマルチマテリアライゼーションが注目されています。
半導体の分野では、金属/半導体界面の研究も重要であるため、第一原理計算を用いた報告が行われています。
III-V族半導体はダイオードなどの発光デバイスの材料として使用されるため、第一原理計算から光学特性を予測することは有用です。
界面強度の評価は、炭素繊維強化プラスチックなどの複合材料の設計において重要です。
ランダム位相近似（RPA）などの物性系の相関量子化学的手法は、従来の密度汎関数理論アプローチよりもはるかに高い精度レベルに達する可能性を秘めています。しかし
材料科学は、この分野の進歩を促進するためにデジタルデータへの依存度が高まっています。
この研究では、著者らは分子動力学（MD）シミュレーションを用いて炭素繊維/エポキシ樹脂界面の引張強度を調査しました。
界面強度の評価は、炭素繊維強化プラスチックなどの複合材料の設計において重要です。分子シミュレーション...
材料の電子特性のハイスループット第一原理計算へのアプローチの応用例を紹介します...
クラウドコンピューティングは最近、実行用のオンプレミスシステムに代わる実行可能な代替手段として開発されました...
Exabyte.ioプラットフォーム内で実装された材料の振動特性の第一原理計算へのアプローチの応用例を紹介します。
第一原理に基づくハイスループットの計算材料設計の応用がいくつも成功しているにもかかわらず、将来の採用を妨げる要因は数多くあります。
複数のクラウドプロバイダーから公開されている計算集約型ハードウェアで、Linpackベンチマークによって達成された最大パフォーマンスの比較分析を示します。
第一原理から、HfO2のまだ知られていない低エネルギーで動的に安定したいくつかの相を予測します。
クラウドコンピューティングの最近の進歩により、大規模な計算リソースに完全にオンデマンドで迅速かつ効率的にアクセスすることが可能になりました。
以下は、当社のプラットフォームに登録しようとしたユーザーから提出された所属機関のリストです。このリストは情報提供のみを目的として記載されており、当社と登録組織との間に生じる可能性のある関係については何も意味しません。
GE ウォーターIBMインテルアリTOCHUテクノソリューションズジョンソン・マッセイマイクロンサムスン SDIGE ウォーターIBMインテルアリTOCHUテクノソリューションズジョンソン・マッセイマイクロンサムスン SDI
アストム研究開発環境流体ゲイル (インド) リミテッドGPV アドバンストリサーチ分子間マテリアルズコリア株式会社ナノレイヤーズ株式会社クアンタムワイズ株式会社QuesTek イノベーション
エクス・マルセイユ大学アクワイボム州立大学バートンカレッジバイエロ大学カノベンソン・アイダホサ大学ビッツピラニハイデラバード キャンパスカディ・アイヤド大学グジャラート中央大学タミルナド中央大学中国科学アカデミーチョンナム国立大学中華大学香港城市大学アコニセットコンセホ・スペリオル・デ・インベスタシオネス・サイエンティフィカスコーネル大学ダムハン大学デルタ州立大学ドンステート工科大学デューク大学EPFLFSモナスティール漢陽大学漢陽大学イグビネディオン大学、岡田IITボンベイIIT インドールイデア・マテリアルズインペリアル・カレッジ・ロンドンインド科学研究所INESC-MN ポルトガルヨッフェ研究所、サンクトペテルブルクイズミル工科大学カースト
キング・ファハド・ユニバーシティ・オブ・ペトロール韓国科学技術研究院ラールビテベシ大学ローレンス・バークレー国立研究所ルイジアナ州立大学マドゥライカマラジ大学マリエン・ングアビ大学メイヌース大学マクマスター大学ミシガン州立大学南洋理工大学国立原子力研究センターNITルーケラノースイースタン大学ノースイースタン大学浦項大学プリンストン大学パデュー大学サカリヤ大学サンフランシスコ州立大学ソウル国立大学シャヒード・ベヘシュティ大学シサセント・アンソニーズ・カレッジ、インドスタンフォード大学スニットタイバー大学テキサスA&M大学東北大学東京理科大学トラキア大学タフツ大学ティンダル国立研究所ウルダ大学ウニベルシダデチリウニベルシダデラレプブリカ、ウルグアイ
ウニベルシダデルマグダレーナマレーシア科学大学モハメッド5世大学ベジャイア大学ベナン大学ベナン大学、ベナンブリティッシュコロンビア大学カリフォルニア大学バークレー校カリフォルニア大学リバーサイド校ケンブリッジ大学ケルン大学エクセター大学、英国フロリダ大学ゴールバンガ大学ラクイラ大学ルクセンブルク大学メルボルン大学ミネソタ大学ミズーリ大学ペンシルバニア大学サンパウロ大学サスカチュワン大学南カリフォルニア大学ウィーン大学ワシントン大学ウーロンゴン大学ヤウンデ大学5月8日グエルマ大学ヴァンダービルト大学ベトナム日本大学VIT大学、ベッロール武漢工科大学武漢大学
.png)
