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？
厦门市湖里区湖里街道政务服务事项清单
收藏福建省公共数据资源统一开放平台2024-07-12 更新2024-08-17 收录
下载链接：
https://data.fujian.gov.cn/#/oportal/catalog/details?catalogID=105002000000/760733
下载链接
链接失效反馈资源简介：
由厦门市行政审批管理局提供包括事项ID、事项编码、事项版本、事项名称、事项类型、办件类型、区划编码、区划名称、部门编码、部门名称、服务对象、承诺期限、法定期限、服务主题、省网事项id、标准化目录ID、标准化目录名称、权责清单、审批结果类型、审批结果名称、是否删除字段。
提供机构：
厦门大数据管理中心
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
中国劳动力动态调查
“中国劳动力动态调查” （China Labor-force Dynamics Survey，简称 CLDS）是“985”三期“中山大学社会科学特色数据库建设”专项内容，CLDS的目的是通过对中国城乡以村/居为追踪范围的家庭、劳动力个体开展每两年一次的动态追踪调查，系统地监测村/居社区的社会结构和家庭、劳动力个体的变化与相互影响，建立劳动力、家庭和社区三个层次上的追踪数据库，从而为进行实证导向的高质量的理论研究和政策研究提供基础数据。
中国学术调查数据资料库 收录
EdNet
displayName: EdNet license: - CC BY-NC 4.0 paperUrl: https://arxiv.org/pdf/1912.03072v3.pdf publishDate: "2019" publishUrl: https://github.com/riiid/ednet publisher: - University of Michigan - Yale University - University of California, Berkeley - Riiid AI Research tags: - Student Activities taskTypes: - Knowledge Tracing --- # 数据集介绍 ## 简介 圣诞老人收集的各种学生活动的大规模分层数据集，一个配备人工智能辅导系统的多平台自学解决方案。 EdNet 包含 2 年多来收集的 784,309 名学生的 131,441,538 次互动，这是迄今为止向公众发布的 ITS 数据集中最大的。资料来源：EdNet：教育中的大规模分层数据集 ## 引文 ``` @inproceedings{choi2020ednet, title={Ednet: A large-scale hierarchical dataset in education}, author={Choi, Youngduck and Lee, Youngnam and Shin, Dongmin and Cho, Junghyun and Park, Seoyon and Lee, Seewoo and Baek, Jineon and Bae, Chan and Kim, Byungsoo and Heo, Jaewe}, booktitle={International Conference on Artificial Intelligence in Education}, pages={69--73}, year={2020}, organization={Springer} } ``` ## Download dataset :modelscope-code[]{type="git"}
魔搭社区 收录
CAS 滑坡数据集：用于山体滑坡检测深度学习的大规模多传感器数据集
在这项工作中，我们提出了CAS滑坡数据集，这是一个用于基于深度学习的滑坡检测的大规模多传感器数据集，由中国科学院（CAS）山地灾害与环境研究所的人工智能小组开发。该数据集旨在解决滑坡识别中遇到的挑战。随着气候变化和地震导致的山体滑坡发生率增加，人们越来越需要一个精确而全面的数据集来支持快速有效的山体滑坡识别。与现有数据集的数据集大小、覆盖范围、传感器类型和分辨率限制相比，CAS 滑坡数据集包括 20,958 张图像，整合了来自 <> 个地区的卫星和无人机数据。为了确保可靠性和适用性，我们建立了一种稳健的方法来评估数据集的质量。我们建议使用CAS滑坡数据集作为构建滑坡识别模型的基准，并促进深度学习技术的发展。研究人员可以利用该数据集获得增强的预测、监测和分析能力，从而推进自动滑坡检测。如果您打算使用我们的数据集，请通过引用我们在您的项目中的工作来感谢我们的研究。
DataCite Commons 收录
cifar10
该数据集包含了完整的CIFAR10数据集，通过PyTorch下载并分割成.png格式的32x32图片。数据集分为三个部分：训练集(train，49,000个样本)、校准集(calibration，1,000个样本)和测试集(test，10,000个样本)，每个部分按类别平衡。
huggingface 收录
PASCAL VOC 2007
这个挑战的目标是从现实场景中的许多视觉对象类别中识别对象（即不是预先分割的对象）。它基本上是一个监督学习问题，因为它提供了一组标记图像的训练集。已选择的 20 个对象类别是： 人：人 动物：鸟、猫、牛、狗、马、羊 交通工具：飞机、自行车、船、公共汽车、汽车、摩托车、火车 室内：瓶子、椅子、餐桌、盆栽、沙发、电视/显示器 将有两个主要比赛和两个较小规模的“品酒师”比赛。内容：提供的训练数据由一组图像组成；每个图像都有一个注释文件，为图像中存在的 20 个类别之一中的每个对象提供一个边界框和对象类别标签。请注意，来自多个类的多个对象可能出现在同一图像中。
OpenDataLab 收录