five

A Fragment of Instruction, DSS F.202|古代文献数据集|考古学数据集

收藏
Mendeley Data2024-06-13 更新2024-06-28 收录
古代文献
考古学
下载链接:
https://digitallibrary.usc.edu/asset-management/2A3BF1R7P6KVD
下载链接
链接失效反馈
资源简介:
[Text Description:] DSS F.202; Parts of 2 lines resembling 4Q415 ❧ [Text or Publication Number Note:] MOTB.SCR.000123; DSS F.Instruction; DSS F.202 ❧ [Medium:] Parchment ❧ [Script Note:] Jewish ❧ [Physical Object Description:] Leather is dark brown. Most of surface is abraded, revealing lighter brown. ❧ [Physical Object Note:] Fragment measures 4.65 x 1.56cm. ❧ [Physical Object Note:] Beginnings of two lines preserved along a right margin. Writing difficult to see in natural light. May be traces of vertical ruling. ❧
创建时间:
2024-06-09
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

N-MNIST (Neuromorphic-MNIST)

简要说明 Neuromorphic-MNIST (N-MNIST) 数据集是原始基于帧的 MNIST 数据集的尖峰版本。它由与原始 MNIST 数据集相同的 60 000 个训练样本和 10 000 个测试样本组成,并以与原始 MNIST 数据集(28x28 像素)相同的视觉比例捕获。 N-MNIST 数据集是通过将 ATIS 传感器安装在电动云台装置上并让传感器在 LCD 监视器上查看 MNIST 示例时移动来捕获的,如本视频所示。可以在下面的论文中找到对数据集及其创建方式的完整描述。如果您使用数据集,请引用本文。果园,G。科恩,G。贾亚万特,A。和 Thakor, N. “Converting Static Image Datasets to Spiking Neuromorphic Datasets Using Saccades”,《神经科学前沿》,第 9 卷,第 437 期,2015 年 10 月

OpenDataLab 收录

PrimerBank

PrimerBank is a public resource for PCR primers. These primers are designed for gene expression detection or quantification (real-time PCR). PrimerBank contains over 306,800 primers covering most known human and mouse genes.

国家生物信息中心 收录

AIS数据集

该研究使用了多个公开的AIS数据集,这些数据集经过过滤、清理和统计分析。数据集涵盖了多种类型的船舶,并提供了关于船舶位置、速度和航向的关键信息。数据集包括来自19,185艘船舶的AIS消息,总计约6.4亿条记录。

github 收录

Hospital Deterioration Dataset

这是一个高保真模拟医院队列数据集,包含10,000个模拟医院入院记录,每个记录跟踪最多72小时。数据集提供每小时的生命体征(心率、血压、呼吸频率等)和实验室数值(白细胞计数、乳酸、肌酐等),以及患者人口统计学信息和多种恶化结果标签。专门设计用于构建和基准测试早期预警系统和临床恶化风险模型的机器学习应用。

github 收录

Electrical-Lines-Defect-Detection

该数据集是针对电力线路缺陷检测的,包含了由APEPDCL线路工人使用移动相机捕获的图片,并由Sampath Balaji团队整理。数据集以CC BY 4.0许可证发布,旨在促进开源合作、可重现性和人工智能的实践学习。数据集分为两个模块:目标检测和分类。目标检测模块遵循YOLOv12格式,分类模块由文件夹和CSV文件组成,都提供了训练、验证和测试数据集。

huggingface 收录