数据集概述
本数据集为论文《Predicting neutron experiments from first principles: A workflow powered by machine learning》的配套支持数据，包含氢化钪掺杂钛酸钡及苯的机器学习原子间势（MLIPs）、训练验证数据及苯的实验非弹性中子散射数据，支持相关研究复现与扩展。
文件详解
该数据集包含7个文件，按研究对象分为两类，具体说明如下：
- 氢化钪掺杂钛酸钡（Hydrogenated Sc-doped BaTiO3）相关文件：
- nep-BaScTiOH.txt：TXT格式，基于神经进化势（NEP）形式的MLIP模型文件
- nep-BaScTiOH.zip：ZIP格式，包含模型集合、训练及验证数据的压缩包
- BaScTiOH-R2SCAN.db：SQLite格式数据库文件，存储参考数据，可通过ase包读取
- 苯（Benzene）相关文件：
- nep-benzene.txt：TXT格式，基于神经进化势（NEP）形式的MLIP模型文件
- nep-benzene.zip：ZIP格式，包含模型集合、训练及验证数据的压缩包
- benzene-CX.db：SQLite格式数据库文件，存储参考数据，可通过ase包读取
- reduced-benzene-tosca.zip：ZIP格式，苯的实验非弹性中子散射数据压缩包
适用场景
- 计算材料科学研究：用于复现论文提出的机器学习工作流，验证中子实验预测方法
- 原子间势模型开发：基于现有MLIP模型及训练数据，优化或扩展神经进化势（NEP）模型
- 中子散射实验分析：结合苯的实验数据与理论模型，研究分子结构与中子散射特性的关联
- 材料模拟工具测试：作为测试案例，验证ase等材料模拟软件读取不同格式数据的兼容性
