oxides

# Oxides ## 数据集描述 Oxides 来源于 Mehta、Salvador 和 Kitchin 于 2015 年发表的氧化物 polymorph 研究。FAIR Chemistry 将该论文 supporting information 中的 JSON 数据随微调教程提供；本仓库从其中提取 `PBE/EOS/calculations`，并标准化为 ASE SQLite 数据库。 数据覆盖 `IrO2`、`RuO2`、`SnO2`、`TiO2` 和 `VO2` 五种氧化物、30 个 oxide/polymorph 分组。每条记录包含周期结构、DFT 总能量、原子力和应力。数据划分包含训练集 238 个结构、验证集 28 个结构和测试集 29 个结构，共 295 个 EOS 晶体结构。 数据来源论文：P. Mehta, P. A. Salvador and J. R. Kitchin, *Identifying Potential BO2 Oxide Polymorphs for Epitaxial Growth Candidates*, ACS Applied Materials & Interfaces 6(5), 3630-3639 (2015)。 论文链接：https://pubs.acs.org/doi/10.1021/am4059149 DOI：https://doi.org/10.1021/am4059149 数据来源： - FAIR Chemistry 微调教程：<https://github.com/FAIR-Chem/fairchem/blob/main/docs/core/common_tasks/fine-tuning/fine-tuning.md> - FairChem 随教程提供的 supporting information：<https://github.com/FAIR-Chem/fairchem/blob/main/docs/core/common_tasks/fine-tuning/supporting-information.json> 本仓库提供预处理后的 ASE DB 形式。`data/OXIDES/` 包含 4 个数据文件，约 605 KiB。 ## 数据集支持的任务 本标准化数据仓库整理了 oxide PBE EOS 的训练、验证和测试数据，可用于： - 氧化物 EOS 结构、能量和体积关系分析 - 原子势的能量与原子力训练、微调和评测 - 氧化物 polymorph 的独立验证和泛化分析 - 能量、力和应力标签的数据加载与数据管线验证 - OneScience eSEN oxide PBE 微调示例 ## 数据集的格式和结构 数据文件位于 `data/OXIDES/` 目录下： ```text data/OXIDES/ ├── manifest.json └── prepared/ ├── train.db ├── val.db └── test.db ``` | 文件路径 | 格式 | shape / 内容 | 说明 | | --- | --- | --- | --- | | `data/OXIDES/prepared/train.db` | ASE SQLite | 238 个结构 | 训练集 | | `data/OXIDES/prepared/val.db` | ASE SQLite | 28 个结构 | 验证集 | | `data/OXIDES/prepared/test.db` | ASE SQLite | 29 个结构 | 测试集 | | `data/OXIDES/manifest.json` | JSON | 划分和来源元数据 | 数据来源、随机种子、划分策略和样本数 | | `metadata/schema.yaml` | YAML | 数据 schema | ASE DB 字段、单位和划分定义 | | `metadata/sha256_manifest.txt` | SHA256 | 4 条记录 | 数据文件完整性校验清单 | 划分按 `oxide/polymorph` 分组，随机种子为 `42`。同一 polymorph 的 EOS 轨迹不会跨越 train、val、test，从而避免轨迹结构泄漏。 ### ASE DB 数据格式 每个 ASE SQLite 数据库中的一行对应一个周期晶体结构： | 字段 | 类型 | 说明 | | --- | --- | --- | | `numbers` | int array | 原子序数 | | `positions` | float array | 笛卡尔坐标，单位 Å | | `cell` | float array | 晶胞矩阵，单位 Å | | `pbc` | bool array | 周期边界条件 | | `energy` | float | DFT 总能量，单位 eV | | `forces` | float array | 原子力，shape 为 `[N, 3]`，单位 eV/Å | | `stress` | float array | 六分量 Voigt 应力，单位 eV/ų | | `oxide` | str | 氧化物化学式 | | `polymorph` | str | polymorph 分组名称 | | `xc` | str | 交换关联泛函，固定为 `PBE` | 源 supporting information 中的应力单位为 GPa，发布前已转换为 ASE 使用的 `eV/ų`。本仓库不重复发布原始 JSON。 ## 数据集使用方式 下载数据集： ```bash modelscope download --dataset OneScience/oxides --local_dir ./oxides cd oxides ``` 验证数据集目录、样本数量、ASE 字段和 SHA256： ```bash python scripts/validate_oxides.py \ --dataset-root data/OXIDES \ --checksum-manifest metadata/sha256_manifest.txt ``` 跳过 SHA256、只检查数据结构： ```bash python scripts/validate_oxides.py \ --dataset-root data/OXIDES \ --skip-checksum ``` 该数据集可直接用于支持 ASE DB 的材料势训练、微调和独立评估。OneScience eSEN 的 oxide PBE 示例使用 `data/OXIDES/prepared/` 下的三个数据库。 ## OneScience 官方信息 | 平台 | OneScience 主仓库 | Skills 仓库 | | --- | --- | --- | | Gitee | https://gitee.com/onescience-ai/onescience | https://gitee.com/onescience-ai/oneskills | | GitHub | https://github.com/onescience-ai/OneScience | https://github.com/onescience-ai/oneskills | ## 限制与许可证 本仓库仅覆盖五种氧化物和特定 PBE EOS 轨迹，规模较小，不代表一般无机材料分布。它适合教程、微调连通性验证和方法复现，不应直接作为通用势函数训练集。 本发布包采用 [Apache License 2.0](LICENSE)，适用于本仓库的整理、转换、元数据、验证脚本和文档。原始 PBE EOS 数据来自 FairChem 随教程提供的论文 supporting information；Apache License 2.0 不替代该上游数据的来源、署名或其他适用要求。使用和再分发时仍应保留 FairChem、supporting information 和 Mehta 等论文的相应引用。