利用SIESTA软件更精确地分析半导体的能带结构

使用 J-OCTA 机器学习功能（MI-Suite）来估计 χ 参数。使用的数据来自 Flory-Huggins Chi 数据库。

在电池电极的制造过程中，有一道称为压延的工序，电极材料在压延机的作用下压缩成型。这一工艺可将材料形成均匀的薄膜，并增加材料之间的接触面积，从而提高电池性能。孔隙率和压力是这一工艺的指标。

使用平均场模型评估NIPS(非溶剂诱导相分离)过程溶剂蒸发和相分离是聚合物膜生产中的重要过程。模拟被用于评估相互作用、初始条件等对膜内部结构的影响。

在使用全原子MD时，存在的问题是模拟的时间尺度较短。这会导致变形速率较快，聚合物在变形响应中的松弛无法及时完成，从而导致过度定向的状态。另一方面，粗粒化分子动力学（CGMD）可应用于较长的时间尺度，即变形速度比全原子MD要慢得多。

J-OCTA软件作为分子动力学计算软件，通过对材料从原子级别到微米级别的模拟计算实现对几乎所有材料的分析。本文主要讲述该软件在材料研发领域的表现，着重介绍J-OCTA通过建模、求解、分析等功能在材料多尺度仿真方面的重要作用。

基于定量结构-性质关系(QSPR)，结合机器学习方法，从分子和晶体结构预测物理性质

本次会议定于2022年12月18日，以腾讯会议的形式在线举办。热忱欢迎广大流变学界及业界同仁积极参会，共同交流近年来我国流变学领域的研究新成果，共商中国流变学事业发展大计。

J-OCTA是基于OCTA系统开发的，OCTA系统是20年前在日本作为国家项目开发的。J-OCTA与机器学习相结合，称为材料信息学。本视频将与大家分享J-OCTA的历史、用户趋势和最新技术。