结构缺陷探测自动化的机器学习模型的数据集

四个文件均围绕金属材料开展计算模拟研究：文件 1 聚焦单质金属结晶动力学与多组元合金网络结构，分析 Ta、Zr 等金属的结晶特性及局域秩序；文件 2 和 3 通过不同势函数，模拟 Kelvin 与 Schwarz 晶体的形成过程、结构转变特点及分形微观结构设计；文件 4 探究两种晶体的热稳定性并建模金属单质结晶路径。
这些研究产出了大量原子级结构数据，包括晶界形态、相变路径、拓扑序参数、缺陷演化规律等，可为结构缺陷探测自动化的机器学习模型提供核心训练样本。数据涵盖不同晶体结构、缺陷类型及演化场景，能帮助模型学习缺陷特征与结构参数的关联规律，为实现缺陷的精准识别、分类及自动化探测奠定数据基础。