数据集概述
本数据集为“神经网络矩阵乘积算子（NN-MPO）”相关研究的配套数据，包含训练验证测试数据、训练脚本、模型权重、参考几何信息、DMRG计算脚本及基准对比文件，支持机器学习势的复现与验证。
文件详解
- 代码与数据压缩包：
- Pompon-main.zip：包含NN-MPO核心代码与数据，内有训练脚本、数据文件、模型权重及Jupyter Notebook脚本
- Discvar-main.zip：离散变量表示（DVR）的实现代码包
- 数据文件：
- docs/data/*npy：训练/验证/测试数据，NPY格式，可通过numpy.load加载
- docs/data/nnmpo_final_rmse_8.365e-04.h5：训练后的模型权重，HDF5格式
- bagel_h2co_dft.s0.harmonic.json：H2CO分子参考几何信息，JSON格式
- exact-ham.h5：H2CO的精确MPO，HDF5格式（键维度M=731）
- nnmpo-ham.h5：H2CO的NN-MPO，HDF5格式（键维度M=16）
- bagel_h2co_dft.mcmc_inverse_pes.db：MCMC采样数据的SQL数据库
- 脚本文件：
- docs/notebook/_h2co_opt.py：训练脚本，可通过uv运行
- dnn-torch.py：MLP基准测试脚本，依赖PyTorch等库
- exact-ham-dmrg.jl：精确MPO的声子DMRG计算脚本（Julia）
- nnmpo-ham-dmrg.jl：NN-MPO的声子DMRG计算脚本（Julia）
- 转换与计算脚本（Jupyter Notebook）：
- create-random-mpo.ipynb：随机MPO创建脚本
- nnmpo_to_itensor_mpo.ipynb：NN-MPO转ITensor MPO脚本（需特定版本ITensors.jl）
- itensor_vDMRG.ipynb：ITensors.jl实现的DMRG计算脚本
适用场景
- 机器学习势研究：复现NN-MPO模型训练与验证过程，对比不同机器学习势性能
- 量子化学计算：利用MPO与DMRG方法进行分子体系的精确计算与近似模拟
- 计算物理研究：探索多维可积系统的机器学习建模方法
- 基准测试：通过MLP基准脚本对比不同模型在相同数据集上的表现
- 方法学验证：验证NN-MPO转换为ITensor MPO的可行性与准确性
