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？
The Reach of Bella Lewitzky|现代舞蹈数据集|舞蹈教育数据集
收藏Mendeley Data2024-03-27 更新2024-06-28 收录
下载链接：
https://data.mendeley.com/datasets/9jbb6zzh6x
下载链接
链接失效反馈资源简介：
Bella Lewitzky made important contributions to the advancement of modern dance as an art form through her teaching, performance, and movement explorations. In this article, I relate my experiences dancing in the final days of the Bella Lewitzky Dance Company, examine Lewitzky’s professional relationship with Lester Horton, and discuss aspects of Lewitzky’s technique. I end by describing how Lewitzky’s legacy is extended through my teaching practice and call for renewed examination of her career and contributions to the dance field.
创建时间：
2024-01-23
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
中国区域地面气象要素驱动数据集 v2.0（1951-2024）
中国区域地面气象要素驱动数据集（China Meteorological Forcing Data，以下简称 CMFD）是为支撑中国区域陆面、水文、生态等领域研究而研发的一套高精度、高分辨率、长时间序列数据产品。本页面发布的 CMFD 2.0 包含了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等气象要素，时间分辨率为 3 小时，水平空间分辨率为 0.1°，时间长度为 74 年（1951~2024 年），覆盖了 70°E~140°E，15°N~55°N 空间范围内的陆地区域。CMFD 2.0 融合了欧洲中期天气预报中心 ERA5 再分析数据与气象台站观测数据，并在辐射、降水数据产品中集成了采用人工智能技术制作的 ISCCP-ITP-CNN 和 TPHiPr 数据产品，其数据精度较 CMFD 的上一代产品有显著提升。 CMFD 历经十余年的发展，其间发布了多个重要版本。2019 年发布的 CMFD 1.6 是完全采用传统数据融合技术制作的最后一个 CMFD 版本，而本次发布的 CMFD 2.0 则是 CMFD 转向人工智能技术制作的首个版本。此版本与 1.6 版具有相同的时空分辨率和基础变量集，但在其它诸多方面存在大幅改进。除集成了采用人工智能技术制作的辐射和降水数据外，在制作 CMFD 2.0 的过程中，研发团队尽可能采用单一来源的再分析数据作为输入并引入气象台站迁址信息，显著缓解了 CMFD 1.6 中因多源数据拼接和气象台站迁址而产生的虚假气候突变。同时，CMFD 2.0 数据的时间长度从 CMFD 1.6 的 40 年大幅扩展到了 74 年，并将继续向后延伸。CMFD 2.0 的网格空间范围虽然与 CMFD 1.6 相同，但其有效数据扩展到了中国之外，能够更好地支持跨境区域研究。为方便用户使用，CMFD 2.0 还在基础变量集之外提供了若干衍生变量，包括近地面相对湿度、雨雪分离降水产品等。此外，CMFD 2.0 摒弃了 CMFD 1.6 中通过 scale_factor 和 add_offset 参数将实型数据化为整型数据的压缩技术，转而直接将实型数据压缩存储于 NetCDF4 格式文件中，从而消除了用户使用数据时进行解压换算的困扰。 本数据集原定版本号为 1.7，但鉴于本数据集从输入数据到研制技术都较上一代数据产品有了大幅的改变，故将其版本号重新定义为 2.0。
国家青藏高原科学数据中心 收录
flames-and-smoke-datasets
该仓库总结了多个公开的火焰和烟雾数据集，包括DFS、D-Fire dataset、FASDD、FLAME、BoWFire、VisiFire、fire-smoke-detect-yolov4、Forest Fire等数据集。每个数据集都有详细的描述，包括数据来源、图像数量、标注信息等。
github 收录
ARC (Abstraction and Reasoning Corpus)
ARC（抽象与推理语料库）是由光州科学技术院和高丽大学共同创建的数据集，旨在评估和提升人工智能系统的抽象推理能力。该数据集包含多种复杂的网格编辑任务，涉及大量的动作空间和多样化的任务类型。数据集的创建过程基于Gymnasium环境，通过定义特定的动作和状态空间来模拟ARC挑战。ARC数据集主要应用于强化学习领域，特别是用于开发和测试能够解决复杂推理问题的AI模型。
arXiv 收录
BuzzSet-v1.0
BuzzSet v1.0是一个面向计算机视觉用于生物多样性研究、小目标检测和生态监测的昆虫传粉者检测基准数据集。它包含7856张RGB图像（4608×3456像素），分为256×256像素的块以用于模型训练，并提供了大约8000个标注的实例，分为蜜蜂、黄蜂和无法识别的三个类别。
huggingface 收录
HCP
HCP（Human Connectome Project）数据集是一个大型神经影像学数据集，旨在研究人类大脑的连接模式。该数据集包括功能磁共振成像（fMRI）、结构磁共振成像（sMRI）、扩散磁共振成像（dMRI）等多种成像技术获取的数据，以及行为和人口统计学信息。
www.humanconnectome.org 收录