劳伦斯伯克利国家实验室 发布 MP-ALOE 数据集, 应用在 材料科学、机器学习 领域

劳伦斯伯克利国家实验室 本次发布的数据集 MP-ALOE, MP-ALOE数据集由劳伦斯伯克利国家实验室和加利福尼亚大学伯克利分校材料科学与工程系创建，包含近100万个DFT计算数据，覆盖了89种元素。数据集主要通过主动学习和非平衡结构生成，旨在为机器学习原子间势能提供训练数据。MP-ALOE数据集在一系列基准测试中表现出色，可用于预测平衡结构的物理化学性质、远平衡结构的力、极端静态变形下的物理稳定性以及极端温度和压力下的分子动态稳定性。

查看MP-ALOE

关于 劳伦斯伯克利国家实验室 , 劳伦斯伯克利国家实验室是美国的一个国家实验室，位于加利福尼亚州伯克利市，由美国能源部下属的科学与能源研究办公室管理，主要进行基础科学研究，包括物理学、化学、生物学等多个领域，并且在能源效率、可再生能源以及物质科学等方面有显著成就。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。