Penn World Table (PWT)|经济数据数据集|国际比较数据集
收藏
- Penn World Table (PWT)首次发表,由宾夕法尼亚大学国际比较研究中心的Irving Kravis、Robert Summers和Alan Heston共同创建,旨在提供跨国经济数据的比较分析。
- PWT发布第5版,引入了购买力平价(PPP)数据,增强了国际经济比较的准确性。
- PWT发布第6版,进一步完善了数据集的结构和内容,增加了更多国家和地区的经济数据。
- PWT发布第7版,引入了新的变量和数据源,提高了数据的质量和覆盖范围。
- PWT发布第9版,对数据集进行了重大更新,增加了更多历史数据和新的经济指标,以支持更广泛的经济研究。
- PWT发布第10版,继续扩展数据集的覆盖范围和深度,提供更详细和精确的跨国经济比较数据。
- 1The Penn World Table (PWT) Version 10.0: An Expanded Database of National AccountsUniversity of Groningen · 2021年
- 2The Penn World Table: An Expanded Set of International Comparisons, 1950-2019National Bureau of Economic Research · 2020年
- 3The Penn World Table: An Expanded Set of International Comparisons, 1950-2019National Bureau of Economic Research · 2020年
- 4The Penn World Table: An Expanded Set of International Comparisons, 1950-2019National Bureau of Economic Research · 2020年
- 5The Penn World Table: An Expanded Set of International Comparisons, 1950-2019National Bureau of Economic Research · 2020年
YOLO Drone Detection Dataset
为了促进无人机检测模型的开发和评估,我们引入了一个新颖且全面的数据集,专门为训练和测试无人机检测算法而设计。该数据集来源于Kaggle上的公开数据集,包含在各种环境和摄像机视角下捕获的多样化的带注释图像。数据集包括无人机实例以及其他常见对象,以实现强大的检测和分类。
github 收录
基于站点观测的中国1km土壤湿度日尺度数据集(2000-2022)
本研究提供了中国范围1km高质量的土壤湿度数据集-SMCI1.0(Soil Moisture of China by in situ data, version 1.0),SMCI1.0是包含2000-2022年、日尺度、以10厘米为间隔10层深度(10-100cm)的高时空分辨率土壤湿度,数据单位为0.001m³/m³,缺失值为-999,投影为WGS1984。该数据集是以中国气象局提供的1,648个站点观测10层土壤湿度作为基准,使用ERA5_Land气象强迫数据、叶面积指数(LAI)、土地覆盖类型(Landtypes)、地形(DEM)和土壤特性(Soil properties)作为协变量,通过机器学习方式获得。本研究进行了两组实验以验证SMCI1.0的精度,时间尺度上:ubRMSE为0.041-0.052,R为0.883-0.919;空间尺度上:ubRMSE为0.045-0.051,R为0.866-0.893。 由于SMCI1.0是基于实地观测的土壤湿度,它可以作为现有基于模型和卫星数据集的有效补充。该数据产品可用于各种水文、气象、生态分析和建模,尤其在需要高质量、高分辨率土壤湿度的应用上至关重要。有关数据集的引用及详细描述,请阅读说明文档。为便于使用,本研究提供了两种不同分辨率的版本:30 秒(~1km)和0.1度(~9km)。
国家青藏高原科学数据中心 收录
btc
该数据集可能包含金融市场交易数据,具体包括时间戳、开盘价、最高价、最低价、收盘价和交易量等信息。数据集分为训练集,包含2465个样本,总大小为175324字节。
huggingface 收录
LIDC-IDRI
LIDC-IDRI 数据集包含来自四位经验丰富的胸部放射科医师的病变注释。 LIDC-IDRI 包含来自 1010 名肺部患者的 1018 份低剂量肺部 CT。
OpenDataLab 收录
LibriSpeech
LibriSpeech 是一个大约 1000 小时的 16kHz 英语朗读语音语料库,由 Vassil Panayotov 在 Daniel Povey 的协助下编写。数据来自 LibriVox 项目的已读有声读物,并经过仔细分割和对齐。
OpenDataLab 收录