Dataset on the enthalpy of mixing in binary liquids

This dataset contains:
(1) "Dataset" folder - Data on the enthalpy of mixing collected in 375 binary liquids from Calphad modeling in composition domains where the models are supported by experimental measurements. Metadata ("Metadata.csv") and explanation of the data quality ranking ("Readme_Metadata.txt") are given in the root folder.
(2) "Predictions" folder - Machine learning predictions of this property given as Redlich-Kister polynomials in the 2415 binary systems generated by 70 elements. The predictions are also compared with those of the Miedema model in tables and figures where data are also plotted when available.

For more information and to use this dataset, please refer to this publication:
G. Deffrennes, B. Hallstedt, T. Abe, Q. Bizot, E. Fischer, J-M. Joubert, K. Terayama, and R. Tamura, Data-driven study of the enthalpy of mixing in the liquid phase, Calphad 87 (2024) 102745, https://doi.org/10.1016/j.calphad.2024.102745

本数据集包含如下内容：
(1) "Dataset"文件夹：收录了375个二元液态体系的混合焓数据，这些数据通过相图计算（Calphad）建模得到，且建模所覆盖的成分区间均有实验测量结果作为支撑。根目录下提供了元数据文件"Metadata.csv"以及数据质量等级说明文档"Readme_Metadata.txt"。
(2) "Predictions"文件夹：收录了该性质的机器学习预测结果，以雷德克利斯特多项式（Redlich-Kister polynomials）的形式呈现，覆盖了由70种元素构成的2415个二元体系。本预测结果还与米耶马（Miedema）模型的预测结果进行了对比，相关对比以表格与图表形式展示，若存在可用实验数据，也会一并绘制于图中。

如需获取更多信息或使用本数据集，请参阅以下文献：
G. Deffrennes、B. Hallstedt、T. Abe、Q. Bizot、E. Fischer、J-M. Joubert、K. Terayama 及 R. Tamura，《液相混合焓的数据驱动研究》，Calphad 87 (2024) 102745，https://doi.org/10.1016/j.calphad.2024.102745

搜集汇总

背景与挑战

背景概述

该数据集包含二元液体混合焓的实验和模拟数据，以及机器学习预测结果，涵盖375至433种二元液体系统。数据以Redlich-Kister多项式形式组织，并与Miedema模型预测进行比较，支持热力学和材料科学研究。