有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
昆仑山地区矿床元素、同位素、年代学分析数据（2019-2022）|地质矿产数据集|元素与同位素分析数据集
收藏国家青藏高原科学数据中心2022-05-18 更新2024-03-01 收录
下载链接：
https://data.tpdc.ac.cn/zh-hans/data/e552805c-1ab8-4bdb-af6e-ef5eb4ffe521
下载链接
链接失效反馈资源简介：
数据主要为开展昆仑山地区典型的斑岩型矿床、矽卡岩型矿床、岩浆型矿床和伟晶岩矿床研究。斑岩型矿床，重点厘定成矿的深部过程和前部响应，进而明确成因模式和成矿规律；矽卡岩型矿床，重点确定热液流体的运移及演化过程与成矿之间的联系；铜镍硫化物矿床，重点查明岩浆同化混染地壳的位置和方式，进而揭示硫化物的熔离过程；伟晶岩型矿床，重点阐明岩浆-热液转换过程中元素的迁移行为，进而揭示伟晶岩中Li、Be、Nb、Ta等稀有金属的富集机制。本次获取的实验数据主要是通过进行实地的科考样品的采集，分别在夏日哈木、肯德科克、大红柳滩等矿区针对采集的矿石岩石样品进行元素、同位素和年代学的测试。初步研究处理结果表明，数据质量较高。
提供机构：
袁峰
创建时间：
2022-02-28
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
中国空气质量数据集（2014-2020年）
数据集中的空气质量数据类型包括PM2.5, PM10, SO2, NO2, O3, CO, AQI，包含了2014-2020年全国360个城市的逐日空气质量监测数据。监测数据来自中国环境监测总站的全国城市空气质量实时发布平台，每日更新。数据集的原始文件为CSV的文本记录，通过空间化处理生产出Shape格式的空间数据。数据集包括CSV格式和Shape格式两数数据格式。
国家地球系统科学数据中心 收录
中国1km分辨率逐月降水量数据集（1901-2023）
该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2023.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。数据坐标系统建议使用WGS84。
国家青藏高原科学数据中心 收录
CosyVoice 2
CosyVoice 2是由阿里巴巴集团开发的多语言语音合成数据集，旨在通过大规模多语言数据集训练，实现高质量的流式语音合成。数据集通过有限标量量化技术改进语音令牌的利用率，并结合预训练的大型语言模型作为骨干，支持流式和非流式合成。数据集的创建过程包括文本令牌化、监督语义语音令牌化、统一文本-语音语言模型和块感知流匹配模型等步骤。该数据集主要应用于语音合成领域，旨在解决高延迟和低自然度的问题，提供接近人类水平的语音合成质量。
arXiv 收录
VQA
我们提出了自由形式和开放式视觉问答 (VQA) 的任务。给定图像和关于图像的自然语言问题，任务是提供准确的自然语言答案。反映许多现实世界的场景，例如帮助视障人士，问题和答案都是开放式的。视觉问题有选择地针对图像的不同区域，包括背景细节和底层上下文。因此，与生成通用图像说明的系统相比，在 VQA 上取得成功的系统通常需要对图像和复杂推理有更详细的理解。此外，VQA 适合自动评估，因为许多开放式答案仅包含几个单词或一组封闭的答案，可以以多项选择的形式提供。我们提供了一个数据集包含 100，000 的图像和问题并讨论它提供的信息。提供了许多 VQA 基线，并与人类表现进行了比较。
OpenDataLab 收录
新型人类活动识别数据集
该数据集由都灵理工大学和马尔默大学合作创建，包含7类活动，利用60 GHz毫米波FMCW雷达在真实环境中收集。数据集旨在支持机器学习和深度学习模型在人类活动识别方面的研究，特别是对雷达特征图的时空结构进行保留的多维特征向量。数据集将公开，以推动FMCW雷达在智能环境监测中的应用研究。
arXiv 收录