XASDAML：基于机器学习的X射线吸收谱数据自动化解析平台数据集

本数据主要是针对考核指标1.3提出的“结合在线谱 学装置、快速谱学数据采集和数据处理的综合实验平台“，发展了原位电化学调制谱学的实验方法及装置，搭建了电化学调制差分谱测试系统，获得的调制差分谱相比于静态测量获得的差分谱信噪比明显提升。此外，开发了基于机器学习的X射线吸收谱数据自动化解析平台，实现了通过输入谱能快速给出研究体系局域结构的相关信息。XASDAML通过构建XAS理论数据集，提取体系的配位数、配位键长等结构信息，在搭建并训练机器学习模型后，即可精确预测输入谱对应体系的相关结构信息。XASDAML采用python编写，通过jupyter notebook运行，涵盖从数据集构建、机器学习模型搭建和训练、数据预测和分析等XAS数据全流程处理，合计超过10个模块。它提供多种特征输入方法、多种机器学习模型、多种数据统计策略、多种数据分析展现形式，为普通用户进行基于机器学习的XAS数据处理提供了入手平台，也为实验的数据处理提供了另一个快速分析渠道。