数据集概述
本数据集包含分子水物种、液态水及锆酸钡的神经进化势（NEP）和张量神经进化势（TNEP）模型文件（nep.txt），以及对应的训练数据压缩包（.zip），共26个文件。模型通过GPUMD 3.9构建，可用于快速模拟红外与拉曼光谱，支持计算化学领域的分子张量特性研究。
文件详解
- 模型文件（TXT格式）
- 文件名称：包括nep_dipole_water_monomer.txt、nep_dipole_QM7B.txt、nep_susceptibility_water_bulk.txt等13个文件
- 文件格式：.txt
- 字段映射介绍：包含NEP/TNEP模型参数，如cutoff（截断半径）、n_max（最大阶数）、basis_size（基组大小）、l_max（角动量最大阶数）及ANN（人工神经网络）权重等关键配置信息
- 训练数据文件（ZIP格式）
- 文件名称：包括dipole_QM7B.zip、dipole_water_monomer.zip、polarizability_water_dimer.zip等13个文件
- 文件格式：.zip
- 字段映射介绍：压缩包内为模型训练所用的原始数据，涵盖分子偶极矩、极化率、势能面（PES）等相关训练集
数据来源
论文“Tensorial properties via the neuroevolution potential framework: Fast simulation of infrared and Raman spectra”
适用场景
- 分子张量特性计算: 利用NEP/TNEP模型快速模拟分子偶极矩、极化率等张量特性
- 红外与拉曼光谱模拟: 基于模型数据实现分子体系红外及拉曼光谱的高效计算
- 计算化学模型验证: 对比模型预测结果与量子化学计算数据，评估NEP/TNEP框架的准确性
- 分子动力学模拟支撑: 为GPUMD等分子动力学工具提供势能面与张量模型参数，提升模拟效率
- 材料科学研究: 针对锆酸钡等材料，研究其微观结构与光谱特性的关联
