数据集概述
本数据集对应论文《Global atomic structure optimization through machine-learning-enabled barrier circumvention in extra dimensions》，包含论文图表相关的四类数据文件夹，涉及高维空间原子路径、代理弛豫结构、全局优化运行数据及最优结构，用于展示机器学习辅助的原子结构优化方法。
文件详解
- neb_trajectories文件夹：
- 含3个.xyz文件，存储NEB方法生成的原子路径，用于训练高斯过程以展示能垒规避，包括：
- hyperspace_neb.xyz：高维空间坐标路径
- ghost_neb.xyz：分数存在原子路径
- ice_neb.xyz：化学元素插值路径
- surrogate_relaxations文件夹：
- 含2个.xyz文件，存储原子结构代理弛豫数据，包括：
- Cu18Ni5_surrogate_relaxation.xyz：Cu12Ni11簇代理弛豫数据
- catalyst_surrogate_relaxation.xyz：FeCo双原子催化剂代理弛豫数据
- success_curve_and_histogram_data文件夹：
- 含4个子文件夹（hyperspace、ice_and_ghost、method_combinations、dual_atom_catalysts），对应论文不同结果章节，每个子文件夹下按原子系统及优化类型（3d、4d-6d、ghost、ice等）分类，含run0.xyz至run19.xyz文件，记录全局优化运行数据
- optimum_structures文件夹：
- 含2个.xyz文件，存储最优原子结构，包括：
- global_minimum_structures.xyz：所有研究系统的全局最小结构
- picture_structures.xyz：论文图表展示用的全局最小结构
适用场景
- 原子结构优化算法研究：验证高维空间、分数原子存在等方法对能垒规避的效果
- 机器学习辅助材料计算：分析代理模型在原子结构弛豫中的应用价值
- 催化材料结构预测：探究双原子催化剂等复杂体系的可能结构
- 计算材料学方法对比：比较不同维度空间优化策略的效率与精度
