HTSC-2025: Эталонный набор данных высокотемпературных сверхпроводников при атмосферном давлении для прогнозирования критической температуры с использованием искусственного интеллекта

Аннотация

Открытие высокотемпературных сверхпроводящих материалов имеет огромное значение для промышленности и повседневной жизни человека. В последние годы исследования, направленные на прогнозирование температур сверхпроводящего перехода с использованием искусственного интеллекта (ИИ), приобрели популярность, причем большинство таких инструментов заявляют о достижении высокой точности. Однако отсутствие общепринятых эталонных наборов данных в этой области серьезно затрудняет справедливое сравнение различных алгоритмов ИИ и препятствует дальнейшему развитию этих методов. В данной работе мы представляем HTSC-2025 — эталонный набор данных по высокотемпературным сверхпроводникам при атмосферном давлении. Этот всеобъемлющий сборник включает теоретически предсказанные сверхпроводящие материалы, обнаруженные теоретическими физиками в период с 2023 по 2025 год на основе теории сверхпроводимости БКШ, включая известную систему X_2YH_6, перовскитную систему MXH_3, систему M_3XH_8, каркасные системы с легированием металлических атомов BCN, полученные в результате структурной эволюции LaH_{10}, а также двумерные системы с гексагональной структурой, развивающиеся из MgB_2. Эталонный набор HTSC-2025 был опубликован в открытом доступе по адресу https://github.com/xqh19970407/HTSC-2025 и будет постоянно обновляться. Этот эталон имеет важное значение для ускорения открытия сверхпроводящих материалов с использованием методов на основе ИИ.

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.

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

Аннотация

Support