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？
Processed ship-based Navigation Data from the Nankai Trough Subduction Zone acquired during the Maurice Ewing expedition EW9908 (1999)
收藏DataCite Commons2024-08-16 更新2025-04-16 收录
下载链接：
https://www.marine-geo.org/doi/10.1594/IEDA/311600
下载链接
链接失效反馈资源简介：
This data set was acquired with a ship-based Navigation system during Maurice Ewing expedition EW9908 conducted in 1999 (Chief Scientist: Dr. Nathan Bangs). These data files are of Text File (ASCII) format and include Navigation data and were processed after data collection. Data were acquired as part of the project(s): A 3-D Seismic Investigation of the Sediment-to-Rock Transition and Its Relationship to Nankai Subduction Thrust Seismicity: U.S.-Japan Collaborative Program, and funding was provided by NSF grant(s): OCE02-41375, OCE02-41380, OCE02-41482, OCE97-30637, and OCE98-02295.
提供机构：
Interdisciplinary Earth Data Alliance (IEDA)
创建时间：
2015-07-09
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
MultiTalk
MultiTalk数据集是由韩国科学技术院创建，包含超过420小时的2D视频，涵盖20种不同语言，旨在解决多语言环境下3D说话头生成的问题。该数据集通过自动化管道从YouTube收集，每段视频都配有语言标签和伪转录，部分视频还包含伪3D网格顶点。数据集的创建过程包括视频收集、主动说话者验证和正面人脸验证，确保数据质量。MultiTalk数据集的应用领域主要集中在提升多语言3D说话头生成的准确性和表现力，通过引入语言特定风格嵌入，使模型能够捕捉每种语言独特的嘴部运动。
arXiv 收录
cricket_data
该数据集包含了多种板球比赛的数据，包括每场比赛的详细信息，如比赛日期、地点、参赛队伍、比赛结果等。数据以文件形式存储，每个文件对应不同的比赛信息，如投球数据、比赛日期、比赛信息、比赛详情、元数据、比赛结果、最有价值球员、超级替补、参赛队伍、抛硬币结果和裁判员信息等。
github 收录
TSOD10K
TSOD10K是首个大规模的交通显著目标检测数据集，由湖南师范大学信息科学与工程学院、南开大学人工智能学院和湖南大学机器人学院共同创建。该数据集包含13753张车辆捕获的图像，并带有像素级的精确注释。TSOD10K覆盖了各种真实世界交通场景，包括城市交叉口、高速公路、乡村道路和停车场，涵盖了雨、雪、雾、晴、低光等不同的天气/光照组合。数据集旨在支持动态风险分层下游服务，特别编码了视觉显著性和隐含的风险语义。
arXiv 收录
Materials Project 在线材料数据库
Materials Project 是一个由伯克利加州大学和劳伦斯伯克利国家实验室于 2011 年共同发起的大型开放式在线材料数据库。这个项目的目标是利用高通量第一性原理计算，为超过百万种无机材料提供全面的性能数据、结构信息和计算模拟结果，以此加速新材料的发现和创新过程。数据库中的数据不仅包括晶体结构和能量特性，还涵盖了电子结构和热力学性质等详尽信息，为研究人员提供了丰富的材料数据资源。相关论文成果为「Commentary: The Materials Project: A materials genome approach to accelerating materials innovation」。
超神经 收录
中国劳动力动态调查
“中国劳动力动态调查” （China Labor-force Dynamics Survey，简称 CLDS）是“985”三期“中山大学社会科学特色数据库建设”专项内容，CLDS的目的是通过对中国城乡以村/居为追踪范围的家庭、劳动力个体开展每两年一次的动态追踪调查，系统地监测村/居社区的社会结构和家庭、劳动力个体的变化与相互影响，建立劳动力、家庭和社区三个层次上的追踪数据库，从而为进行实证导向的高质量的理论研究和政策研究提供基础数据。
中国学术调查数据资料库 收录