寡聚物光稳定性及计算性质数据集
数据来源：互联网公开数据
标签：寡聚物,光稳定性,计算化学,机器学习,支持向量回归,光降解机制,分子特征生成,三重态密度态
数据概述：
本数据集包含2200个共轭分子的详细信息，包括通过DFT/RDKit计算得到的性质以及44个分子的实验光稳定性值。数据集中的实验光稳定性测量结果最近发表在《自然》杂志上，相关详细信息可在原文中找到。原始研究利用44个实验光稳定性测量结果发现，三重态密度态（TDOS）在~4.0 eV处的值是决定光稳定性的关键特征之一，同时指出异原子的数量也有重要影响。所有机器学习模型均采用支持向量回归（SVR）。这些结果揭示了一种新的、未预见的光降解机制——通过三重态能量转移。
数据用途概述：
该数据集适用于光稳定性分析、分子特征生成与选择、机器学习模型验证等场景。研究人员可以尝试改进现有的SVR模型，发现新的趋势。此外，数据集还适合用于开发新的分子特征，利用RDKit或其他方法生成额外的特征。数据集中包含的SMILES字符串可用于测试预训练的分子预测模型的性能，涵盖多种基态和激发态分子性质。分子ID采用组合方式编排，有助于划分训练集和测试集，避免数据泄露。
数据字段说明：
PL_Lambda_max：吸收光谱峰值的波长（单位：nm）
Absorbance_peak：在PL_Lambda_max处的吸收值
SO：光谱重叠——分子吸收的太阳光能量占太阳总能量的分数
T80：20%的分子在阳光照射下降解所需的时间（单位：小时），通过吸收光谱变化估算
SO*T80：分子的光稳定性，为SO与T80的乘积，使用一阶速率理论推导得出
计算性质说明：
T1-20: 第1至20个三重态能级的能量（单位：eV）
S1-20: 第1至20个单重态能级的能量（单位：eV）
O1-20: 从基态到相应单重态的跃迁偶极矩振子强度
TDOS: 三重态态密度，每个峰分布的高斯标准差为0.2 eV
SDOS: 加权于态振子强度的单重态态密度，每个峰分布的高斯标准差为0.2 eV
