结合高通量和机器学习方法预测二维多铁材料数据集

本数据集主要是基于高通量第一性原理计算和机器学习方法预测二维MIMIIGe2X6 (MI和MII = 金属元素，X = S/Se/Te) 大家族材料的铁性质（铁电性和铁磁性）。通过元素替换的方式共构造出两千多个二维MIMIIGe2X6新结构。数据来源是通过第一性原理计算软件VASP优化结构，得到结构和电子信息，采用CI-NEB计算方法得到铁电极化翻转势垒，采用蒙特卡洛模拟铁磁材料的归一化磁矩与温度的关系，结合声子处理软件Phonopy分析声子信息，然后通过开源程序python或者origin可对导出的数据进行处理和绘制，获得材料的各种性质相关的图。数据集主要内容包括高通量计算过程中的结构、能带、铁电极化翻转势垒、声子谱、铁磁转变温度等文件，分别放置于FE+FM-structures、FE+FM-NEB、phonon、FE+FM-Tc、FE+FM-band 五个文件夹。数据集主要面向新型二维多铁材料预言与复合结构设计等研究，主要意义包括为实验新型多铁材料的发现以及铁性物态的量子调控奠定基础，并为专项其他项目与课题提供理论指导。数据集的总量为5.04MB。