five

Processed near-bottom Sidescan Sonar Data (version 1) from the Juan de Fuca Spreading Center - Endeavour Segment acquired with AUV D. Allan B. during Atlantis expedition AT15-36 (2008)

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/321976
下载链接
链接失效反馈
资源简介:
This data set was acquired with a EdgeTech 2200-M Sidescan Sonar on the AUV D. Allan B. during Atlantis expedition AT15-36 conducted in 2008 (Chief Scientist: Dr. James Holden; Investigator(s): Dr. David Clague and Dr. David Caress). These data files are of MBSystem-compatible format and include Sidescan data and were processed at sea using the open source MB-System multibeam sonar processing software. Data were acquired as part of the project(s): Collaborative Research: Modeling hyperthermophile growth in deep-sea hydrothermal sulfide deposits and diffuse fluids, CAREER: Hydrothermal vent flow and temperature fluctuations: exploring long-term variability through an integrated research and education program, and Long-term monitoring of hydrothermal activity at Axial Volcano, and funding was provided by NSF grant(s): NA17RJ1233, OCE04-49578, OCE07-31947, and OCE07-32611.
提供机构:
Interdisciplinary Earth Data Alliance (IEDA)
创建时间:
2015-12-04
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  4098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

中国气象数据

本数据集包含了中国2023年1月至11月的气象数据,包括日照时间、降雨量、温度、风速等关键数据。通过这些数据,可以深入了解气象现象对不同地区的影响,并通过可视化工具揭示中国的气温分布、降水情况、风速趋势等。

github 收录

GME Data

关于2021年GameStop股票活动的数据,包括每日合并的GME短期成交量数据、每日失败交付数据、可借股数、期权链数据以及不同时间框架的开盘/最高/最低/收盘/成交量条形图。

github 收录

人民日报语料库 (1998.1)

本库主要提供用于NER任务的处理好的语料,包括基于词级和字级任务的NER数据。数据集包含19484个以行为粒度切分的句子,句子长度最大为659,平均长度为57.55666187641141。实体标注采用BIO格式,区分人名、地名和机构团体。

github 收录

Subway Dataset

该数据集包含了全球多个城市的地铁系统数据,包括车站信息、线路图、列车时刻表、乘客流量等。数据集旨在帮助研究人员和开发者分析和模拟城市交通系统,优化地铁运营和乘客体验。

www.kaggle.com 收录

CE-CSL

CE-CSL数据集是由哈尔滨工程大学智能科学与工程学院创建的中文连续手语数据集,旨在解决现有数据集在复杂环境下的局限性。该数据集包含5,988个从日常生活场景中收集的连续手语视频片段,涵盖超过70种不同的复杂背景,确保了数据集的代表性和泛化能力。数据集的创建过程严格遵循实际应用导向,通过收集大量真实场景下的手语视频材料,覆盖了广泛的情境变化和环境复杂性。CE-CSL数据集主要应用于连续手语识别领域,旨在提高手语识别技术在复杂环境中的准确性和效率,促进聋人与听人社区之间的无障碍沟通。

arXiv 收录