In comparison to simpler data such as chemical formulas and lattice structures, electronic band structure data provide a more fundamental and intuitive insight into superconducting phenomena. In this work, we generate superconductor's lattice structure files optimized for density functional theory (DFT) calculations. Through DFT, we obtain electronic band superconductors, including band structures, density of states (DOS), and Fermi surface data. Additionally, we outline efficient methodologies for acquiring structure data, establish high-throughput DFT computational protocols, and introduce tools for extracting this data from large-scale DFT calculations. As an example, we have curated a dataset containing information on 2474 superconductors along with their experimentally determined superconducting transition temperatures, which is well-suited for machine learning applications. This work also provides guidelines for accessing and utilizing this dataset. Furthermore, we present a neural network model designed for training with this data. All the aforementioned data and code are publicly available at http://www.superband.work.
High-throughput Investigations of Topological and Nodal Superconductors
对称性指标的理论，使数据库搜索拓扑材料在正常的导电阶段，这导致了几个非线性拓扑材料数据库。到目前为止，这样一个数据库的拓扑超导体尚未实现，因为缺乏信息的配对对称性的现实材料。在这项工作中，避开这个问题，我们解决了另一个问题：预测的拓扑和节点超导性的材料为每个单值表示的点群。基于最近开发的超导体的对称性指标，我们提供了全面的映射从配对对称性拓扑或节点超导性质的无机晶体结构数据库中列出的超导材料。我们定量地表明，大约90%的计算材料是拓扑或节点超导体时，属于一个一维的非平凡的irrep点群的配对被假定。当材料是表征强化的节点超导体时，节点的位置和形状也被识别。这些数据汇总在\textit{Database of Topological and Nodal Supercoductors}。我们还提供了一个子程序\textit{Topological Supercon}，它允许用户通过上传第一性原理计算的结果作为输入来检查任何材料本身的超导相的拓扑性质。我们的数据库和子程序，结合实验，将帮助我们理解的配对机制，并促进实现长期寻求的马约拉纳费米子有希望的拓扑量子计算。
High-Throughput DFT-Based Discovery of Next Generation Two-Dimensional (2D) Superconductors
高通量的密度泛函理论（DFT）计算允许对常规超导体进行系统的搜索。随着最近对二维（2D）超导体的兴趣，我们使用高通量工作流程筛选JARVIS-DFT数据库中的1，000多种2D材料，并进行电子-声子耦合计算，使用McMillan-Allen-Dynes公式计算其中165种材料的超导转变温度（$T_c$）。在这165种材料中，我们确定了34种动态稳定结构，其转变温度高于5 K，包括W $_2$ N $_3$、NbO $_2$、ZrBrO、TiClO、NaSn $_2$ S $_4$、Mg $_2$ B $_4$ C $_2$和以前未报道的Mg $_2$ B $_4$ N $_2$（$T_c$ = 21.8 K）等材料。最后，我们进行了实验，以确定选定的层状超导体（2 H-NbSe $_2$，2 H-NbS $_2$，ZrSiS，FeSe）的$T_c$，并讨论了我们的DFT结果的背景下的测量结果。我们的目标是，该工作流程的结果可以通过提供高通量DFT数据的路线图来指导未来对新的和新兴的2D超导体的计算和实验研究。
Data-driven Exploration of New Pressure-induced Superconductivity in PbBi$_2$Te$_4$ with Two Transition Temperatures
采用高通量的第一性原理计算，从无机材料数据库AtomWork中搜索了具有窄带隙和近带边平坦带的热电和超导材料候选化合物。我们重点研究了PbBi $_2$ Te $_4$，它与采用同样的数据驱动方法研究的压致超导体SnBi 2 Se 4具有相似的电子能带结构和晶体结构。采用熔融慢冷法成功地合成了PbBi $_2$ Te $_4$单晶。芯能级X射线光电子能谱学分析揭示了PbBi $_2$ Te $_4$中Pb 2+、Bi 3+和Te 2-的价态。在常压下测量了PbBi $_2$ Te $_4$样品的热电性能，并在高压下使用具有掺硼金刚石电极的金刚石对顶砧单元评估了电阻率。电阻率随压力的增加而减小，在13.3GPa下的3.4K和21.7GPa下的8.4K出现了两次压力诱导超导转变。数据驱动的方法显示了加速发现新热电和超导材料的潜力。
