SAIT_semiconductors_ACS_2023_SiN_raw

Structures from the SAIT_semiconductors_ACS_2023_SiN dataset, separated into N-only, Si-only, SiN, and out-of-domain melt, quench and relax configuration sets. This dataset contains SiN, Si and N configurations from the SAIT semiconductors datasets. SAIT semiconductors datasets comprise two rich datasets for the important semiconductor thin film materials silicon nitride (SiN) and hafnium oxide (HfO), gathered for the development of MLFFs. DFT simulations were conducted under various conditions that include differing initial structures, stoichiometry, temperature, strain, and defects.本数据集源自SAIT_semiconductors_ACS_2023_SiN数据集，被划分为仅含氮（N-only）、仅含硅（Si-only）、氮化硅（SiN）以及域外熔融、淬火与弛豫构型集。该数据集包含SAIT半导体数据集中的SiN、Si及氮构型。SAIT半导体数据集包含两组面向重要半导体薄膜材料氮化硅（silicon nitride, SiN）与氧化铪（hafnium oxide, HfO）的丰富数据集，专为机器学习力场（Machine Learning Force Fields, MLFF）的开发而采集。密度泛函理论（Density Functional Theory, DFT）模拟在多种条件下开展，涵盖不同初始结构、化学计量比、温度、应变与缺陷类型。

搜集汇总

背景与挑战

背景概述

该数据集是SAIT_semiconductors_ACS_2023_SiN_raw，专注于半导体薄膜材料硅氮化物（SiN）的构型数据，用于机器学习力场开发。它包含88,111个配置和超过520万个原子，基于DFT-PBE方法模拟，涵盖氮（N）和硅（Si）元素，并计算了原子力、应力和能量等属性。