ALIGNN 材料带隙预测多模态数据集

自然科学
0 下载
15 浏览
2026-07-29

数据集简介

任务与领域

该数据集面向材料带隙(band gap)预测这一机器学习任务,服务于凝聚态与材料信息学方向的研究。数据以多种模态组织,既包含可直接用于表格模型的结构化属性,也包含 ALIGNN 图神经网络所需的晶体图结构,以及材料文本描述和 XRD(X 射线衍射)数据,并附带一个 ALIGNN 编码器权重文件 alignn_encoder.pt,便于开展多模态建模与带隙预测实验。

数据内容与文件结构

仓库主要包含以下目录与文件:

  • alignn_graphs/:ALIGNN 图数据目录
  • alignn_encoder.pt(16.3 MB):ALIGNN 编码器权重
  • materials_tabular.csv(24.1 MB):材料表格数据
  • text_data.csv(253 MB):文本数据,含 description 列
  • xrd_data.h5(3.19 GB):XRD HDF5 数据

表格数据字段

materials_tabular.csv 的字段包括:

类别 字段
标识与成分 material_id, formula_pretty, chemsys, ordering, nelements, nsites
密度与磁性 density, density_atomic, total_magnetization, num_magnetic_sites
能量与带隙 formation_energy_per_atom, band_gap
对称性 symmetry, space_group_number, point_group, point_group_order, is_centrosymmetric, bravais_lattice
晶格参数 lattice_a, lattice_b, lattice_c, lattice_alpha, lattice_beta, lattice_gamma
弹性性质 k_vrh, g_vrh, universal_anisotropy

其中带隙目标值由 band_gap 字段给出,弹性相关字段(k_vrh、g_vrh、universal_anisotropy)可作为辅助特征使用。需要注意的是,数据集说明中提示各数据文件的列应保持一致,但实际存在 1 个新增列(description)与 26 个缺失列的情况,使用多文件联合建模时应留意列对齐问题。

仓库版本与访问方式

仓库包含 19 次提交记录,最近更新日期为 2026 年 7 月 29 日。数据集公开可访问,无需审批,用户可通过 HuggingFace 仓库页面获取上述文件。文件格式涉及 CSV、H5 与 PT 三类。

基本信息

记录数量未知
文件大小约 19.6 GB
文件格式CSV, HDF5 (h5), PyTorch 权重 (pt)
数据来源Shrey Patel (Godseye1311)
图数据格式HDF5 (h5)
权重文件格式PyTorch (pt)
仓库体积约 19.6 GB
发布日期2026-07-29
访问方式公开下载
数据落地页https://huggingface.co/datasets/Godseye1311/alignn-band-gap
材料带隙预测机器学习计算材料学ALIGNN多模态数据XRD

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费