ARPES社区提出面向AI的电子结构光谱数据库框架
Framework for an AI-Ready ARPES Community Database
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Zhi-Xun Shen, Jin Gene Wong, Karen Lei, Leon Garcia, Felix Baumberger, Sergey Borisenko, Aaron Bostwick, Ting Cao, Tanny Chavez, Yulin Chen, Monika Choudhary, Andrea Damascelli, Dan Dessau, Thomas P. Devereaux, Sandy A. Ekahana, Alexei Fedorov, Atsushi Fujimori, Yucheng Guo, M. Zahid Hasan, Makoto Hashimoto, Yu He, Philip Hofmann, Zahid Hussain, Harold Y. Hwang, Zhurun Ji, Chunjing Jia, Timur K. Kim, Phil D. C. King, Takeshi Kondo, Alessandra Lanzara, Chun Lin, Donghui Lu, Matteo Michiardi, Sung-Kwan Mo, Brian Moritz, Laurenz Rettig, Eli Rotenberg, Takafumi Sato, Kyle M. Shen, Jonathan A. Sobota, Inna Vishik, Shuolong Yang, Ming Yi, Timothy Zaklama
基于论文摘要，作者提出建设面向ARPES社区的AI-ready数据库，以整合四十多年积累但分散保存的光谱数据及其实验背景，支持可检索、可引用和可复用的数据生态。框架建议分阶段推进数据标准化、跨实验室工具和自动化实验，并长期利用多样化电子结构光谱语料支持量子物质基础模型；摘要未报告数据库规模、试点结果或模型性能。
阶段、条件与复现 · 深读核对
- AI 解决哪一个明确的量子问题？
- 训练数据、物理约束、误差与分布外检验是什么？
- 相同精度和总资源下，是否优于已有方法？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · Materials Science · arxiv.org