Distribution shift datasets for source code classification

Figshare2022-08-25 更新2026-04-28 收录

源代码分类

分布偏移

数据链接：

https://figshare.com/articles/dataset/Distribution_shift_datasets_for_source_code_classification/19828294 数据链接链接失效反馈

官方服务：

资源简介：

Please refer to https://github.com/testing-cs/CodeS for the description.

创建时间：

2022-08-25

musical_distribution_shift

音乐转录

分布偏移

musical_distribution_shift数据集由约翰内斯·开普勒大学林茨计算感知研究所与LIT AI实验室创建，旨在评估自动音乐转录系统在不同音乐分布偏移下的性能。数据集包括MIDI文件和真实钢琴录音，分为不同音乐流派和随机组合的子集，以测试系统的泛化能力。数据集的创建过程包括MIDI文件的收集、合成及在统一声学条件下的录制。该数据集主要用于研究自动音乐转录系统中的分布偏移问题，特别是

arXiv2024-08-09 更新2270

Kyoto-2006+

网络入侵检测

分布偏移

Kyoto-2006+是一个用于网络入侵检测的大规模数据集，由Bitdefender, Romania创建。该数据集覆盖了10年的真实网络流量数据，包含自然发生的随时间变化的数据，如用户行为模式的变化和软件更新。数据集的创建旨在研究无监督异常检测中的分布偏移问题，通过分析非平稳数据特性，使用t-SNE和最优传输方法测量不同年份之间的分布距离。AnoShift基准通过将数据分为IID、NEAR和FA

arXiv2023-04-04 更新350

Datasets used in this work and their main characteristics.

分布偏移

文本分类

Columns LTr, LVa, U contain the numbers of tweets in the training set, held-out validation set, and test set, respectively. Column “Shift” contains the values of distribution shift between L ≡ LTr ⋃ L

NIAID Data Ecosystem130

Multiple Distribution Shift - Aerial (MDS-A)

目标检测

分布偏移

MDS-A数据集是由亚利桑那州立大学和阿根廷国家南部大学计算机科学与工程系共同创建的一组模拟空域数据集，旨在研究天气条件变化对目标检测模型性能的影响。该数据集包含了6种不同天气条件下模拟的空中影像，每种天气条件下的训练集包含1000张图像，以及对应的测试集。数据集中的图像是在AirSim模拟器中捕获的，并且为每个场景中的物体提供了边界框标注。该数据集可用于评估模型在分布偏移方面的鲁棒性，并提供了基

arXiv2025-02-19 更新370

Yandex Shifts Motion Dataset

分布偏移

机器学习

shift数据集包含三个大型任务之间的真实 “野外” 分布移位的精选和标记示例。具体来说，它包含表格式天气预测任务，机器翻译和车辆运动预测。数据集移位在所有这些任务和模式中无处不在。数据集，评估指标和基准结果在我们的相关论文中有详细说明: 移位: 跨多个大规模任务的实际分布移位的数据集

OpenDataLab2026-07-12 更新160