量子化学性质预测小分子激发态数据集QM8

量子化学性质预测小分子激发态数据集QM8 数据来源：互联网公开数据 标签：量子化学,分子模拟,激发态,电子光谱,机器学习,分子性质,QM8,GDB-17,TDDFT,CC2 数据概述： QM8数据集源于一项关于模拟小分子电子光谱和激发态能量的量子力学计算研究。该数据集包含对最多含有八个重原子的小分子集合（GDB-17数据库的子集）进行的计算结果。研究使用了多种方法，包括含时密度泛函理论（TDDFT）和二阶近似耦合簇（CC2）。数据集共包含22000个样本，每个样本都通过三种不同的方法计算了四种激发态性质。

数据用途概述： 该数据集适用于分子性质预测、量子化学模型训练、机器学习算法测试等研究。研究人员可以利用该数据开发和评估用于预测分子激发态性质的机器学习模型；也可以用于探索不同量子化学计算方法对分子性质的影响；此外，该数据集也为化学信息学和材料科学领域的研究提供了重要的数据资源，有助于推动新材料设计和性能预测。