HTSC-2025 ist ein Benchmark-Datensatz zur Vorhersage der kritischen Temperatur von Hochtemperatur-Supraleitern bei Normaldruck, der 2025 von der Renmin University of China und dem Hefei National Laboratory veröffentlicht wurde. Die zugehörigen Ergebnisse des Papiers lauten:HTSC-2025: Ein Benchmark-Datensatz von Hochtemperatur-Supraleitern bei Umgebungsdruck für die KI-gesteuerte Vorhersage der kritischen Temperatur“, dessen Ziel es ist, standardisierte und vergleichbare Testproben für das Modell bereitzustellen, um den Fortschritt und die Überprüfung von Aufgaben zur Vorhersage von Supraleitern zu fördern. Dieser Datensatz enthält rund 140 Materialien und ist zur einfachen Verarbeitung im JSON/Parquet-Format gespeichert. Er legt den Schwerpunkt auf überprüfbare Vorhersagen basierend auf Elektron-Phonon-Kopplung bei Umgebungsdruck und deckt ein breites Spektrum an Struktursystemen ab. Er eignet sich für die Tc-Vorhersage und die Bewertung von Machine-Learning-Modellen sowie für Materialscreening- und Charakterisierungsstudien. Er dient als wichtige Benchmark-Ressource für die Weiterentwicklung der supraleitenden Materialforschung.

Datenzusammensetzung:

• Die chemische Formel und Strukturinformationen des Materials (normalerweise im CIF-Format als Kristallstruktur beschrieben).
• Theoretische Vorhersagen der kritischen Temperatur Tc (aus Berechnungen nach ersten Prinzipien + BCS-artigen Mechanismen wie der Phonon-Elektron-Kopplung).
• Die Bezeichnung der Materialfamilie/des Struktursystems, zum Beispiel: X2YH6X_2YH_6X2​YH6​, Perowskit vom Typ MXH₃, Typ M₃XH₈, käfigartige, zweidimensionale Wabenstruktur vom Typ LaH₁₀ usw.

Zitat

Wenn Sie den HTSC-2025-Datensatz in Ihrer Forschung verwenden, zitieren Sie bitte unsere Arbeit: bibtex @misc{han2025htsc2025benchmarkdatasetambientpressure, title={HTSC-2025: Ein Benchmark-Datensatz von Hochtemperatur-Supraleitern unter Umgebungsdruck für die KI-gestützte Vorhersage der kritischen Temperatur}, Autor={Xiao-Qi Han und Ze-Feng Gao und Xin-De Wang und Zhenfeng Ouyang und Peng-Jie Guo und Zhong-Yi Lu}, Jahr={2025}, eprint={2506.03837}, archivePrefix={arXiv}, primaryClass={cond-mat.supr-con}, url={https://arxiv.org/abs/2506.03837}, }