多元合金及低维功能材料DFT计算数据集

本数据集基于密度泛函理论（DFT）计算，共3764条数据，涵盖多元合金及低维功能材料体系。具体包括：二维AuSi多元合金（2180条）、碳掺杂BN体系（127条）、C60团簇共掺杂BN（31条）、C60吸附H原子体系（18H/24H/36H各414/414/517条）、In₂O₃-Mg体系（18条）、表面吸附体系（46条）及半导体硼平面（17条）。数据包含结构优化后的晶格参数、体系总能量、吸附能及计算参数等。本数据集可支撑以下研究与应用： （1）机器学习模型训练与材料性能预测：作为训练样本库，构建基于晶体图神经网络、深度势能或随机森林等算法的材料性质预测模型，实现"结构-性能"快速映射，替代耗时的第一性原理计算。（2）高通量材料筛选与逆向设计：基于已计算体系的能量-组分关系，建立多元合金的稳定相图与形成能数据库，快速筛选具有目标带隙、催化活性或吸附选择性的候选材料，指导实验合成。（3）催化机理研究与活性位点识别：利用C60及BN体系的H吸附能数据，分析不同掺杂构型与吸附位点对催化活性的影响规律，揭示氢析出反应、氧还原反应等关键催化过程的微观机理。

搜集汇总

背景与挑战

背景概述

本数据集基于密度泛函理论（DFT）计算，共包含3764条数据，涵盖二维AuSi多元合金、碳掺杂BN、C60团簇及吸附H体系、In₂O₃-Mg体系、表面吸附体系和半导体硼平面等多类多元合金及低维功能材料，数据涵盖结构优化后的晶格参数、体系总能量、吸附能及计算参数等。该数据集可支撑机器学习模型训练与材料性能预测、高通量材料筛选与逆向设计，以及催化机理研究与活性位点识别等应用。