晶体稳定性深度神经网络预测数据集

数据集概述

该数据集包含基于深度神经网络预测晶体稳定性的研究相关文件，核心围绕利用电负性、离子半径等描述符预测石榴石和钙钛矿类晶体的DFT形成能，支持混合物种晶体的稳定性分析，为新材料发现提供数据基础。

文件详解

• 文件名称: README_for_CrystalDNN.pdf
• 文件格式: PDF
• 内容说明: 可能包含数据集的背景介绍、模型原理、使用方法及结果说明等文档内容
• 文件名称: CrystalDNN.zip
• 文件格式: ZIP（压缩包）
• 内容说明: 可能包含与晶体稳定性预测相关的模型代码、数据文件或结果文件等压缩内容

适用场景

• 材料科学研究: 用于晶体稳定性预测模型的验证与应用
• 新材料发现: 辅助快速筛选潜在稳定的晶体组成，加速材料研发
• 机器学习在材料领域应用: 研究机器学习模型对晶体化学空间的分析能力
• 计算材料学: 对比传统DFT计算与机器学习方法在晶体性能预测中的效率与精度