5G Measurement Datasets|5G网络数据集|网络测量数据集
收藏5G Measurement Datasets 概述
数据集列表
-
Aerial 5G in West Lafayette
- 发布日期:2024年4月30日
- 相关论文:[IWQoS24] The Sky is Not the Limit: Unveiling Operational 5G Potentials in the Sky
- 数据集位置:$DATASET/iwqos-aerial-5g
- 时间范围:2023年11月 - 2024年2月
- 地点:West Lafayette, IN
-
SCGFailure
- 发布日期:2024年1月15日
- 相关论文:[HotMobile24] Demystifying Secondary Radio Access Failures in 5G
- 数据集位置:https://github.com/mssn/scgfailure
- 时间范围:(1) 2021年4月 - 2022年1月, (2) 2023年9月 - 2023年10月
- 地点:(1) Indianapolis,IN and Chicago,IL (2) West Lafayette, IN
-
CA++
- 发布日期:2023年4月30日
- 相关论文:[MobiCom23] CA++: Enhancing Carrier Aggregation Beyond 5G
- 数据集位置:https://github.com/mssn/ca-plus
- 时间范围:2021年4月 - 2022年3月
- 地点:Indianapolis, IN and Los Angeles, CA
-
Dependent Misconfiguration
- 发布日期:2023年4月18日
- 相关论文:[CoNEXT23] Dependent Misconfiguration in 5G/4.5G Radio Resource Control
- 数据集位置:https://github.com/mssn/5G_misconfig
- 时间/地点:(1) 2019 - 2021 (Los Angeles, CA), (2) 2021 (Chicago,IL), (3) 2021 - 2022 (Indianapolis, IN), (4) 2019 - 2023 (West Lafayette, IN), (5) 2019 (China)
-
5G in two US cities (Chicago and Indy)
- 发布日期:2023年1月9日
- 相关论文:[INFOCOM23] A Close Look at 5G in the Wild: Unrealized Potentials and Implications
- 数据集位置:https://github.com/mssn/INFOCOM23-5GMeas
- 时间范围:2021年4月 - 2022年1月
- 地点:Indianapolis, IN and Chicago, IL
引用信息
若使用上述任一数据集,请引用相关论文及数据集仓库。如需引用整个数据集仓库,请使用以下格式:
@misc{mssn-5g-dataset, author={Purdue~MSSN~Group}, title={5G Measurement Datasets}, howpublished={url{https://github.com/mssn/5GMeas-Dataset}}, }

Figshare
Figshare是一个在线数据共享平台,允许研究人员上传和共享各种类型的研究成果,包括数据集、论文、图像、视频等。它旨在促进科学研究的开放性和可重复性。
figshare.com 收录
PCLT20K
PCLT20K数据集是由湖南大学等机构创建的一个大规模PET-CT肺癌肿瘤分割数据集,包含来自605名患者的21,930对PET-CT图像,所有图像都带有高质量的像素级肿瘤区域标注。该数据集旨在促进医学图像分割研究,特别是在PET-CT图像中肺癌肿瘤的分割任务。
arXiv 收录
中国逐日格点降水数据集V2(1960–2024,0.1°)
CHM_PRE V2数据集是一套高精度的中国大陆逐日格点降水数据集。该数据集基于1960年至今共3476个观测站的长期日降水观测数据,并纳入11个降水相关变量,用于表征降水的相关性。数据集采用改进的反距离加权方法,并结合基于机器学习的LGBM算法构建。CHM_PRE V2与现有的格点降水数据集(包括CHM_PRE V1、GSMaP、IMERG、PERSIANN-CDR和GLDAS)表现出良好的时空一致性。数据集基于63,397个高密度自动雨量站2015–2019年的观测数据进行验证,发现该数据集显著提高了降水测量精度,降低了降水事件的高估,为水文建模和气候评估提供了可靠的基础。CHM_PRE V2 数据集提供分辨率为0.1°的逐日降水数据,覆盖整个中国大陆(18°N–54°N,72°E–136°E)。该数据集涵盖1960–2024年,并将每年持续更新。日值数据以NetCDF格式提供,为了方便用户,我们还提供NetCDF和GeoTIFF格式的年度和月度总降水数据。
国家青藏高原科学数据中心 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
BDD100K
数据集推动了视觉的进步,但现有的驾驶数据集在视觉内容和支持任务方面缺乏研究,以研究自动驾驶的多任务学习。研究人员通常只能在一个数据集上研究一小组问题,而现实世界的计算机视觉应用程序需要执行各种复杂的任务。我们构建了最大的驾驶视频数据集 BDD100K,包含 10 万个视频和 10 个任务,以评估图像识别算法在自动驾驶方面的令人兴奋的进展。该数据集具有地理、环境和天气的多样性,这对于训练不太可能对新条件感到惊讶的模型很有用。基于这个多样化的数据集,我们为异构多任务学习建立了一个基准,并研究了如何一起解决这些任务。我们的实验表明,现有模型需要特殊的训练策略来执行此类异构任务。 BDD100K 为未来在这个重要场所的学习打开了大门。更多详细信息请参见数据集主页。
OpenDataLab 收录
