数据集概述
该数据集是《材料科学模拟高效代理模型：基于机器学习的微观结构性能预测》一文的补充材料，包含研究相关的代码、图像、模型及数据集文件，支持复现论文中的机器学习代理模型实验，为材料科学模拟领域的研究提供数据参考。
文件详解
- 数据文件（CSV格式）：共4个，包含训练与测试相关数据
- train_data_partA_and_B_run_from_0_17.csv：含filename、energy、run_num、train_test_status等字段，记录训练数据集的能量值与文件关联信息
- ising_test_64.csv：含filename、label、bin_temperature字段，记录伊辛模型测试数据的温度标签
- ising_train_64.csv：伊辛模型训练数据集
- test_data_partA_and_B_run_from_18_19.csv：测试数据集
- 文档文件（PDF格式）
- content.pdf：补充材料说明文档
- 压缩文件（.tar.gz、.zip格式）：共3个
- CH_datasets_adaptive_part_A.tar.gz、CH_datasets_adaptive_part_B.tar.gz：Cahn-Hilliard模型自适应数据集压缩包
- ising_64.zip：伊辛模型64相关数据压缩包
适用场景
- 材料科学模拟研究：用于测试和验证机器学习代理模型在微观结构性能预测中的效率
- 机器学习应用研究：探索监督学习模型在材料科学数据中的预测能力
- 计算材料学实验复现：支持复现论文中基于Cahn-Hilliard和伊辛模型的实验结果
- 数据驱动的材料性能分析：通过微观结构数据与能量、温度等指标的关联，分析材料性能规律
