materialyze/matq

MatQ数据集包含近平衡和非平衡结构。其中，6,652,874个近平衡结构来自Materials Project晶体，沿所有晶体学方向施加了±2%、±4%和±6%的应变；非平衡结构来自OMat24验证集的1,025,361个结构。采用DIRECT采样方法从近平衡和非平衡集中各选取60,000个结构，以全面覆盖构型空间并最小化重叠，显著降低了参考数据生成的计算成本。随后使用VASP进行自旋极化静态DFT计算，采用GGA-PBE泛函描述交换关联相互作用，输入文件通过pymatgen的“MatPESStaticSet”生成，主要参数包括平面波动能截断680 eV、k点间距0.35 Å⁻¹和电子收敛条件10⁻⁵ eV。DDEC6电荷通过chargemol从DFT电荷密度计算。最终，在排除未收敛的DFT计算和力分量极大（|Fx,y,z| > 50 eV Å⁻¹）的结构后，MatQ数据集包含114,445个结构。许可证：BSD-3条款 MatQ数据集包含近平衡与非平衡两类晶体结构。其中6,652,874个近平衡结构源自材料项目（Materials Project）数据库中的晶体，通过沿所有晶向施加±2%、±4%与±6%的应变得到。非平衡结构则取自包含1,025,361个结构的OMat24验证集。随后采用降维编码分层聚类（DImensionalityReduced Encoded Clusters with sTratified, DIRECT）采样方法[47]，分别从近平衡与非平衡结构集合中各选取60,000个结构，该选取方案可全面覆盖构型空间且重叠度极低，显著降低了参考数据生成的计算开销。 随后使用维也纳从头算模拟包（Vienna Ab initio Simulation Package, VASP）完成自旋极化静态密度泛函理论（DFT）计算。计算中采用广义梯度近似（Generalized Gradient Approximation, GGA）框架下的Perdew-Burke-Ernzerhof（PBE）泛函描述交换关联相互作用。输入文件通过Python材料基因组（Python Materials Genomics, pymatgen）工具包中实现的"MatPESStaticSet"输入集生成[49]，该输入集已经过严格基准测试，以确保势能面（PES）性质的收敛性。主要计算参数包括：平面波动能截断能680 eV，k点间距0.35 Å⁻¹，电子收敛阈值为10⁻⁵ eV。利用chargemol（版本：2017年9月26日）从DFT计算得到的电荷密度中计算DDEC6电荷。最终在剔除未收敛的DFT计算结果以及受力分量绝对值|Fₓ,ᵧ,z| > 50 eV·Å⁻¹的异常结构后，MatQ数据集共包含114,445个有效晶体结构。