数据集概述
本数据集包含固体神经网络波函数力与应力计算研究的原始数据及绘图代码，覆盖石墨烯、氢化锂（LiH）体系的力与应力计算结果，为相关研究提供数据支持。
文件详解
- 压缩文件: force-data.zip（.zip格式），包含以下目录与文件：
- deepsolid-force/目录：存储力计算数据
- Graphene/{X}/：1x1x1石墨烯单胞（碳原子拉伸X埃）的训练曲线及不同估计器的力数据，文件含fs（三角版函数f）、f0（原版函数f）等标识
- LiH_TRI/{X}/：1x1x1 LiH单胞（氢原子沿对角线位移X玻尔）的不同估计器力数据（使用TRI特征）
- LiH_NU/{X}/：同上结构，使用NU特征替代TRI特征
- 数据文件：netobs_ckpt_xxxxxx.npz（力存储于digest/force字段）、train_stats.csv（训练曲线）
- deepsolid-stress/目录：存储应力计算数据
- LiH/{X}/：1x1x1 LiH单胞（晶格常数X埃）的压力与应力数据，netobs_ckpt_xxxxxx.npz中应力存储于values/value字段
- 绘图代码文件：prep_data.py（数据处理脚本）、plot.ipynb（绘图Jupyter笔记本）
适用场景
- 固体物理计算：分析神经网络波函数对固体体系力与应力的预测精度
- 材料模拟方法研究：对比不同特征（TRI/NU）对计算结果的影响
- 计算代码复现：验证论文中力与应力计算结果的可重复性
- 机器学习模型优化：基于数据集优化固体体系神经网络波函数模型
