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？
稻城站圆环阵太阳射电成像望远镜太阳射电频谱数据|太阳射电频谱数据集|天文学观测数据集
收藏国家空间科学数据中心2024-04-21 收录
下载链接：
https://vsso.nssdc.ac.cn/nssdc_zh/html/vssoinfo.html?13397
下载链接
链接失效反馈资源简介：
稻城站，观测站编码ODACH，位于四川省甘孜州稻城县噶通镇，自龙村与俄落村，地理坐标为（100.24，29.00）。原始太阳射电频谱数据经过定标之后即得到太阳射电频谱数据。数据定标主要指数据定量化处理，即利用定标数据和基础测量数据对谱测量数据进行定量化标定，将以数字预处理单元输出的以相对功率为量纲的谱测量数据转换为太阳爆发能量辐射至天线口面的以K为量纲的谱测量数据，逐个谱测量频点进行。当工作在选频模式下时，数据中修改标识，数据结构不变，可提高时间分辨率。
提供机构：
国家空间科学数据中心
创建时间：
2023-03-30
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
COCA (Corpus of Contemporary American English)
COCA是一个包含超过5.2亿词的英语语料库，涵盖了从1990年至今的文本。它包括口语、小说、流行杂志、报纸和学术文章五种文体，旨在反映当代美国英语的使用情况。
www.english-corpora.org 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
EdNet
displayName: EdNet license: - CC BY-NC 4.0 paperUrl: https://arxiv.org/pdf/1912.03072v3.pdf publishDate: "2019" publishUrl: https://github.com/riiid/ednet publisher: - University of Michigan - Yale University - University of California, Berkeley - Riiid AI Research tags: - Student Activities taskTypes: - Knowledge Tracing --- # 数据集介绍 ## 简介 圣诞老人收集的各种学生活动的大规模分层数据集，一个配备人工智能辅导系统的多平台自学解决方案。 EdNet 包含 2 年多来收集的 784,309 名学生的 131,441,538 次互动，这是迄今为止向公众发布的 ITS 数据集中最大的。资料来源：EdNet：教育中的大规模分层数据集 ## 引文 ``` @inproceedings{choi2020ednet, title={Ednet: A large-scale hierarchical dataset in education}, author={Choi, Youngduck and Lee, Youngnam and Shin, Dongmin and Cho, Junghyun and Park, Seoyon and Lee, Seewoo and Baek, Jineon and Bae, Chan and Kim, Byungsoo and Heo, Jaewe}, booktitle={International Conference on Artificial Intelligence in Education}, pages={69--73}, year={2020}, organization={Springer} } ``` ## Download dataset :modelscope-code[]{type="git"}
魔搭社区 收录
PU Dataset
德国帕德博恩大学（PU）轴承故障诊断数据集提供了丰富的轴承故障信号数据，包括内圈、外圈和滚动体故障等多种类型的轴承故障。与其他数据集相比，PU数据集的特色在于包含了大量的电机驱动系统故障数据，为轴承故障诊断研究提供了一个全面的实验平台。
github 收录
DeepLesion
美国国立卫生研究院临床中心公开了一个大规模的 CT 图像数据集，以帮助科学界提高病变检测的准确性。虽然大多数公开可用的医学图像数据集只有不到一千个病灶，但这个名为 DeepLesion 的数据集在 CT 图像上识别出超过 32,000 个带注释的病灶 (220GB)。 DeepLesion，一个数据集，包含 32,120 个 CT 切片中的 32,735 个病灶，来自 4,427 名独特患者的 10,594 项研究。该数据集中有多种病变类型，例如肺结节、肝脏肿瘤、淋巴结肿大等。它具有用于各种医学图像应用的潜力
OpenDataLab 收录