预测介电张量、介电击穿强度的方法及其数据库网站

本发明公开了一种预测介电张量、介电击穿强度的方法及其数据库网站，属于电介质材料性能预测技术领域。本发明整合了来自三种不同来源的基于第一性原理计算的介电数据库，涵盖了介电常数在30至50范围内的材料。同时，采用了开源的等变图神经网络框架来预测介电张量，具有关键性的技术优势。基于从实验数据中学习得到的唯象模型，该模型的两个关键输入参数为带隙和Γ点的最大声子频率，带隙值来源于高精度的开源数据库；对于Γ点的最大声子频率参数，本发明采用了最先进的通用机器学习力场模型来获取，从而能够高效预测材料的介电击穿强度。将介电张量与介电击穿强度这两个关键材料参数整合构建成数据库，并开发了相应的网站。便于快速数据获取，促进数据的共享与交流，对相关领域发展具有推动作用。