（1）确定在调整半导体量子点设备各个阶段，数据集的使用是公开还是受限，这些数据集可用于训练和评估新的人工智能模型或测试数据挖掘/机器学习方法生成的假设。描述当前可用的数据集还无法满足的研究需求。

（2）明确研究人员利用现有数据集前需要进行的一些具体工作，如检测数据质量等。确定其中哪些流程可缩减，以缩短研究人员的工作周期。

（3）研讨测试和提升大型数据集性能指标有效性的方法，特别是那些包含不带有真实数据标签的实验数据集。

（4）阐述现有数据集（包括模拟数据集和实验数据集）中数据对研究人员是否有研究价值，数据质量是否满足展开大量严谨科学研究的需求。

（5）阐述现有数据集能提供多少有用信息，支撑量子点设备调整研究。明确解决量子点设备调整研究还需要收集的额外数据。

（6）讨论在现有联邦、州和地方法律规定下，建设数据集或整合现有数据集并与研究人员共享的最佳实践方式。指出现有条件下存在的障碍和限制。

（7）阐述大规模数据集在量子点设备调整研究基础设施建设方面所发挥的作用。

信息来源：

https://www.nist.gov/news-events/events/2023/07/advances-automation-quantum-dot-devices-control