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？
NPPD|核脉冲数据集|深度学习数据集
收藏github2025-01-23 更新2025-01-24 收录
下载链接：
https://github.com/Congyu-Lin/nuclear-pulse-dataset-for-pileup-correction
下载链接
链接失效反馈资源简介：
NPPD是一个开放的核脉冲时间序列数据集，用于深度学习中的堆积校正。该数据集使用CERN开发的Allpix Squared模拟器构建，包含多种元素的时间序列核脉冲数据，并提供详细的注释以支持各种深度学习模型。
创建时间：
2025-01-16
原始信息汇总
NPPD: 核脉冲堆积校正开放数据集
数据集简介
NPPD（Nuclear Pulse Dataset for Pile-up Correction）是一个开放的核脉冲时间序列数据集，旨在支持堆积校正算法的改进和性能评估。该数据集通过CERN开发的Allpix Squared模拟器构建，涵盖了多种元素的核脉冲数据，并提供了详细的注释以支持各种深度学习模型的应用。
数据集结构
数据集包含三种类型的数据：
-
Type I:
- 输入特征: 64纳秒的堆积信号片段，包括脉冲峰值前20纳秒和后44纳秒。
- 标签: 脉冲峰值对应的粒子能量。
-
Type II:
- 输入特征: 200纳秒的堆积信号片段。
- 标签: 用于生成堆积数据的原始非堆积信号。
-
Type III:
- 输入特征: 200纳秒的堆积信号片段。
- 标签: 与输入长度相同的向量，向量中的每个值表示对应时间步长到达的粒子能量，若无粒子到达则为0。
数据集上传
由于数据集体积较大，数据将在未来一段时间内逐步上传。
AI搜集汇总
数据集介绍
构建方式
在X射线光谱学领域，高输入计数率场景下的堆积效应会显著影响能量谱的准确性。为解决这一问题，NPPD数据集通过CERN开发的Allpix Squared模拟器构建，该模拟器被广泛认可为核物理研究中的可靠工具。数据集涵盖了十多种元素的时间序列核脉冲数据，并通过详细的注释支持多种深度学习模型的训练与评估。数据生成过程中，模拟器精确模拟了核脉冲信号在不同时间段的堆积效应，生成了包含64纳秒和200纳秒信号片段的多类型数据，确保了数据的多样性与真实性。
特点
NPPD数据集的一个显著特点是其多样化的数据类型与丰富的注释信息。数据集包含三种类型的数据：Type I为64纳秒的堆积信号片段，Type II和Type III则为200纳秒的堆积信号片段，分别对应粒子能量标签和原始非堆积信号标签。这种结构设计使得数据集能够支持多种深度学习任务，如堆积校正、信号重建和能量谱分析。此外，数据集中每个信号片段均经过精确标注，确保了数据的高质量与可解释性，为算法性能的提升提供了坚实的基础。
使用方法
NPPD数据集的使用方法灵活多样，适用于多种深度学习模型的训练与评估。用户可以根据研究需求选择不同类型的数据进行实验。例如，Type I数据可用于堆积信号的检测与分类任务，而Type II和Type III数据则更适合用于信号重建与能量谱校正任务。数据集的标签信息清晰明确，用户可直接将其作为监督学习的输入。此外，由于数据集规模较大，建议用户根据计算资源合理选择数据量，并通过逐步下载的方式获取数据，以确保实验的顺利进行。
背景与挑战
背景概述
NPPD数据集是针对核脉冲堆积效应校正的首个开放时间序列数据集，由CERN（欧洲核子研究组织）开发的Allpix Squared模拟器构建而成。该数据集旨在解决X射线光谱学中高输入计数率场景下的堆积效应问题，该效应会扭曲能量谱并影响测量精度。随着深度学习方法在堆积校正中的应用日益增多，NPPD数据集的发布填补了该领域缺乏开放数据集的空白，为算法性能的改进和评估提供了重要支持。数据集涵盖了多种元素的时间序列核脉冲数据，并提供了详细的注释，以支持多种深度学习模型的训练与验证。
当前挑战
NPPD数据集面临的挑战主要体现在两个方面。首先，堆积效应的复杂性使得校正算法的设计极具挑战性，尤其是在高计数率环境下，多个粒子的信号可能重叠，导致能量谱的失真。其次，数据集的构建过程中，模拟真实核脉冲信号的生成需要极高的精度和计算资源，尤其是在处理多种元素和不同时间序列时，确保数据的多样性和准确性成为一大难题。此外，数据集的规模庞大，上传和存储也带来了技术上的挑战，需要逐步完成数据的发布与共享。
常用场景
经典使用场景
NPPD数据集在X射线光谱学领域中被广泛应用于高输入计数率场景下的核脉冲堆积效应校正研究。通过提供时间序列的核脉冲数据，该数据集为深度学习模型的训练和验证提供了丰富的实验材料，特别是在处理复杂堆积信号时，能够显著提升算法的准确性和鲁棒性。
解决学术问题
NPPD数据集解决了核脉冲堆积效应校正领域缺乏公开数据集的问题，为研究人员提供了标准化的实验数据。通过模拟真实场景中的堆积信号，该数据集帮助开发了多种深度学习算法，显著提高了能量谱测量的准确性，推动了X射线光谱学中元素成分和化学状态分析的技术进步。
衍生相关工作
基于NPPD数据集，研究人员开发了多种深度学习模型，如卷积神经网络（CNN）和循环神经网络（RNN），用于核脉冲堆积效应的校正。这些模型在公开的学术论文中得到了广泛引用，并推动了相关领域的技术创新。此外，该数据集还促进了CERN等机构在核物理模拟领域的进一步研究。
以上内容由AI搜集并总结生成
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
中国食物成分数据库
食物成分数据比较准确而详细地描述农作物、水产类、畜禽肉类等人类赖以生存的基本食物的品质和营养成分含量。它是一个重要的我国公共卫生数据和营养信息资源，是提供人类基本需求和基本社会保障的先决条件；也是一个国家制定相关法规标准、实施有关营养政策、开展食品贸易和进行营养健康教育的基础，兼具学术、经济、社会等多种价值。 本数据集收录了基于2002年食物成分表的1506条食物的31项营养成分（含胆固醇）数据，657条食物的18种氨基酸数据、441条食物的32种脂肪酸数据、130条食物的碘数据、114条食物的大豆异黄酮数据。
国家人口健康科学数据中心 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
RAVDESS
情感语音和歌曲 (RAVDESS) 的Ryerson视听数据库包含7,356个文件 (总大小: 24.8 GB)。该数据库包含24位专业演员 (12位女性，12位男性)，以中性的北美口音发声两个词汇匹配的陈述。言语包括平静、快乐、悲伤、愤怒、恐惧、惊讶和厌恶的表情，歌曲则包含平静、快乐、悲伤、愤怒和恐惧的情绪。每个表达都是在两个情绪强度水平 (正常，强烈) 下产生的，另外还有一个中性表达。所有条件都有三种模态格式: 纯音频 (16位，48kHz .wav)，音频-视频 (720p H.264，AAC 48kHz，.mp4) 和仅视频 (无声音)。注意，Actor_18没有歌曲文件。
OpenDataLab 收录
Beijing Traffic
The Beijing Traffic Dataset collects traffic speeds at 5-minute granularity for 3126 roadway segments in Beijing between 2022/05/12 and 2022/07/25.
Papers with Code 收录