5.1 信息标准化

为实现跨尺度研究中信息的高效流动与协同利用，本研究构建了一套涵盖全流程数据的分类框架，将信息分为 “Naturally（N）” 和 “Computational（C）” 两大主要类别，并进一步细分为二级、三级子类别，覆盖从原始实验记录到复杂计算结果的完整信息谱。

“Naturally（N）” 信息是通过标准化数字建模形成的具有严格物理定义的数据集合，聚焦于体系的固有属性，具有明确的物理单位和标准化格式。在 MiqroForge 跨尺度平台中，我们将其分为三类：

  1. Structure：该类信息又细分为分子 Molecular与晶体 Crystal子类别，通过 .xyz 或 .chk 文件存储原子坐标、元素种类等信息，以埃（Å）为标准单位，键长、键角等结构参数可直接由坐标推导；

  2. Energy：以 “数值 + 单位” 的形式记录系统本征能量态，数值为浮点数，单位采用原子单位 a.u. 或 Hartree，若有其他单位，例如 \(KJ/mol\)，\(eV\) 等，会自动转化为 a.u. 或 Hartree，以保障信息的一致性；

  3. Density：提供体系的电子结构信息，聚焦其微观分布特征。通过 .cube 文件储存格点坐标、电子密度值，其电子密度 \(\rho(r)\) 采用默认单位 \(e/Bohr³\)。

“Computational（C）”信息是通过计算软件或算法处理产生的数据集，这类数据通常依赖于特定的软件/库，并有专门的格式要求。目前分为算法和一些可视化输出，算法包含 HF/post-HF 类和 Quantum-Computation 类：

  1. HF/post-HF：基于 Hartree-Fock(HF) 理论框架及后续高精度修正（如 post-HF）产出的计算结果与核心参数。在该算法下会产生一系列计算对象，我们对其进一步分类：

    • SCF，依赖于 PySCF 软件包，存储为 .chk 为文件

    • mol data，通过 ffsim 软件包生成，存储为 .chk 为文件

    • ccsd.t2，依赖于 PySCF 软件包，存储为 .chk 为文件

  2. Quantum-Computation：依托量子计算硬件/模拟器，对量子态、反应路径等进行模拟。

    • Quantum Circuit(QC)，格式规范为 QASM 文本

    • QC Measurement Result：通过量子计算机对线路进行测量后，生成格式为字典的信息结果

  3. Figure：基于计算推导结果生成的图像化数据，通过 Matplotlib 等工具生成对应的可视化文件。

N类反映体系的本征属性，通常在二级子类即可覆盖多个核心观测维度，无需更进一步的细分；而C类源于计算推导，兼具多算法分支与单算法多层级衍生的特性，即在同一算法框架下会产生中间态、最终结果、可视化映射等多层级数据，通常需要分到三级子类，未来甚至可能拓展至四级及以上分类，以适配计算推导日益复杂的层级逻辑。

info_classification

图片展示了 MiqroForge 当前涉及到的信息分类及规范，直观呈现了上述分类系统的层次结构和核心内容，为跨尺度研究中信息的标准化流程和协同利用提供参考。图中红色文本框中的内容是对具体某种信息的规范说明，只展示了部分信息，完整的文档内容可以在下载 MiqroForge 后找到。