HTSC-2025: AI 기반 임계온도 예측을 위한 상압 고온 초전도체 벤치마크 데이터셋

HTSC-2025: A Benchmark Dataset of Ambient-Pressure High-Temperature Superconductors for AI-Driven Critical Temperature Prediction

June 4, 2025

저자: Xiao-Qi Han, Ze-Feng Gao, Xin-De Wang, Zhenfeng Ouyang, Peng-Jie Guo, Zhong-Yi Lu

cs.AI

초록

고온 초전도체 물질의 발견은 인간의 산업과 일상생활에 큰 의미를 지닌다. 최근 몇 년간 인공지능(AI)을 활용하여 초전도 전이 온도를 예측하는 연구가 주목받고 있으며, 이러한 도구들은 대부분 높은 정확도를 달성했다고 주장한다. 그러나 이 분야에서 널리 받아들여지는 벤치마크 데이터셋의 부재는 다양한 AI 알고리즘 간의 공정한 비교를 심각하게 저해하고, 이러한 방법들의 더 나은 발전을 방해해 왔다. 본 연구에서는 상압 고온 초전도 벤치마크 데이터셋인 HTSC-2025를 제시한다. 이 포괄적인 데이터셋은 BCS 초전도 이론을 기반으로 2023년부터 2025년까지 이론 물리학자들이 발견한 이론적으로 예측된 초전도 물질들을 포함하며, 유명한 X_2YH_6 시스템, 페로브스카이트 MXH_3 시스템, M_3XH_8 시스템, LaH_{10} 구조적 진화에서 파생된 케이지 형태의 BCN 도핑 금속 원자 시스템, 그리고 MgB_2에서 진화한 2차원 벌집 구조 시스템 등을 다룬다. HTSC-2025 벤치마크는 https://github.com/xqh19970407/HTSC-2025에서 오픈소스로 공개되었으며, 지속적으로 업데이트될 예정이다. 이 벤치마크는 AI 기반 방법을 통해 초전도 물질의 발견을 가속화하는 데 중요한 의미를 지닌다.

English

The discovery of high-temperature superconducting materials holds great significance for human industry and daily life. In recent years, research on predicting superconducting transition temperatures using artificial intelligence~(AI) has gained popularity, with most of these tools claiming to achieve remarkable accuracy. However, the lack of widely accepted benchmark datasets in this field has severely hindered fair comparisons between different AI algorithms and impeded further advancement of these methods. In this work, we present the HTSC-2025, an ambient-pressure high-temperature superconducting benchmark dataset. This comprehensive compilation encompasses theoretically predicted superconducting materials discovered by theoretical physicists from 2023 to 2025 based on BCS superconductivity theory, including the renowned X_2YH_6 system, perovskite MXH_3 system, M_3XH_8 system, cage-like BCN-doped metal atomic systems derived from LaH_{10} structural evolution, and two-dimensional honeycomb-structured systems evolving from MgB_2. The HTSC-2025 benchmark has been open-sourced at https://github.com/xqh19970407/HTSC-2025 and will be continuously updated. This benchmark holds significant importance for accelerating the discovery of superconducting materials using AI-based methods.