five

Data from: Tiny vampires in ancient seas: evidence for predation via perforation in fossils from the 780–740 million-year-old Chuar Group, Grand Canyon, USA|古生物学数据集|捕食行为数据集

收藏
DataONE2016-04-25 更新2024-06-26 收录
古生物学
捕食行为
下载链接:
https://search.dataone.org/view/null
下载链接
链接失效反馈
资源简介:
One explanation for the early Neoproterozoic expansion of eukaryotes is the appearance of eukaryovorous predators—i.e. protists that preyed on other protists. Evidence for eukaryovory at this time, however, is indirect, based on inferences from character state reconstructions and molecular clocks, and on the presence of possible defensive structures in some protistan fossils. Here I describe 0.1–3.4 µm circular holes in seven species of organic-walled microfossils from the ~780–740 million-year-old Chuar Group, Grand Canyon, Arizona, USA, that are similar to those formed today by predatory protists that perforate the walls of their prey to consume the contents inside. Although best known in the vampyrellid amoebae, this “vampire-like” behavior is widespread among eukaryotes, making it difficult to infer confidently the identity of the predator. Nonetheless, the identity of the prey is clear: some—and perhaps all—of the fossils are eukaryotes. These holes thus provide the oldest direct evidence for predation on eukaryotes, and together with ~15–35 µm half-moon-shaped and circular holes in vase-shaped microfossils from the upper part of the unit that may also be the work of “tiny vampires”, they suggest a diversity of eukaryovorous predators in the ancient Chuar sea.
创建时间:
2016-04-25
用户留言
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?
点击留言
数据主题
具身智能
数据集  4099个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
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

BDD100K

数据集推动了视觉的进步,但现有的驾驶数据集在视觉内容和支持任务方面缺乏研究,以研究自动驾驶的多任务学习。研究人员通常只能在一个数据集上研究一小组问题,而现实世界的计算机视觉应用程序需要执行各种复杂的任务。我们构建了最大的驾驶视频数据集 BDD100K,包含 10 万个视频和 10 个任务,以评估图像识别算法在自动驾驶方面的令人兴奋的进展。该数据集具有地理、环境和天气的多样性,这对于训练不太可能对新条件感到惊讶的模型很有用。基于这个多样化的数据集,我们为异构多任务学习建立了一个基准,并研究了如何一起解决这些任务。我们的实验表明,现有模型需要特殊的训练策略来执行此类异构任务。 BDD100K 为未来在这个重要场所的学习打开了大门。更多详细信息请参见数据集主页。

OpenDataLab 收录

学生课堂行为数据集 (SCB-dataset3)

学生课堂行为数据集(SCB-dataset3)由成都东软学院创建,包含5686张图像和45578个标签,重点关注六种行为:举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景,通过YOLOv5、YOLOv7和YOLOv8算法评估,平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础,解决教育领域中学生行为数据集的缺乏问题。

arXiv 收录

OpenSonarDatasets

OpenSonarDatasets是一个致力于整合开放源代码声纳数据集的仓库,旨在为水下研究和开发提供便利。该仓库鼓励研究人员扩展当前的数据集集合,以增加开放源代码声纳数据集的可见性,并提供一个更容易查找和比较数据集的方式。

github 收录

NCEP/NCAR Reanalysis

NCEP/NCAR Reanalysis数据集是一个全球气候再分析数据集,涵盖了从1948年至今的大气、海洋、陆地和海冰数据。该数据集通过结合观测数据和数值模型输出,提供了高分辨率的气候变量,如温度、风速、湿度、气压等。

psl.noaa.gov 收录

HazyDet

HazyDet是由解放军工程大学等机构创建的一个大规模数据集,专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例,收集自自然雾霾环境和正常场景中人工添加的雾霾效果,以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型,确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测,旨在提高无人机在复杂环境中的感知能力。

arXiv 收录