通用机器学习力场实验测量评估数据集

数据集概述

该数据集为MinX数据集，是从不同数据库精心整理的基准数据，用于验证通用机器学习力场（UMLFFs）与实验矿物结构的匹配性。旨在降低真实矿物数据的复杂性和不一致性，通过提供实验验证的结构，促进社区内一致且可重复的基准测试。

文件详解

• MinX-EM.zip：ZIP格式压缩文件，包含实验测量相关的矿物结构数据
• MinX-EQ.zip：ZIP格式压缩文件，包含平衡态相关的矿物结构数据
• MinX-HTP.zip：ZIP格式压缩文件，包含高温高压相关的矿物结构数据
• MinX-POCC.zip：ZIP格式压缩文件，包含占位浓度相关的矿物结构数据

适用场景

• 材料科学研究：用于验证通用机器学习力场模型对实验矿物结构的预测精度
• 计算化学领域：为力场参数优化和性能评估提供标准化实验基准数据
• 机器学习模型开发：作为UMLFFs模型训练与测试的实验验证数据集
• 学术研究对比：支持不同研究团队间力场模型性能的一致、可重复对比分析