Model space dimensionalities for multiparticle fermion systems

Mendeley Data2023-02-23 更新2024-06-26 收录

下载链接：

https://data.mendeley.com/datasets/2zk9pw9nzc

下载链接

链接失效反馈

资源简介：

Title of program: SU2DIMPH Catalogue Id: AABN_v1_0 Nature of problem A menu driven program for determining the dimensionalities of fixed-(J) (or (J,T)) model spaces built by distributing identical fermions (electrons, neutrons, protons) or two distinguishable fermion types (neutron-proton, isospin formalisms) among any mixture of positive and negative parity spherical orbitals is presented. The algorithm, built around the elementary difference formula d (J) = d(M=J) - d(M=J+1), takes full advantage of M -M and particle-hole symmetries. A 96K version of the progra ... Versions of this program held in the CPC repository in Mendeley Data AABN_v1_0; SU2DIMPH; 10.1016/0010-4655(85)90058-X This program has been imported from the CPC Program Library held at Queen's University Belfast (1969-2019)

创建时间：

2019-12-22

用户留言

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？

点击留言

数据主题

具身智能

数据集 4099个

机构 8个

大模型

数据集 439个

机构 10个

无人机

数据集 37个

机构 6个

指令微调

数据集 36个

机构 6个

蛋白质结构

数据集 50个

机构 8个

空间智能

数据集 21个

机构 5个

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

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

CE-CSL

CE-CSL数据集是由哈尔滨工程大学智能科学与工程学院创建的中文连续手语数据集，旨在解决现有数据集在复杂环境下的局限性。该数据集包含5,988个从日常生活场景中收集的连续手语视频片段，涵盖超过70种不同的复杂背景，确保了数据集的代表性和泛化能力。数据集的创建过程严格遵循实际应用导向，通过收集大量真实场景下的手语视频材料，覆盖了广泛的情境变化和环境复杂性。CE-CSL数据集主要应用于连续手语识别领域，旨在提高手语识别技术在复杂环境中的准确性和效率，促进聋人与听人社区之间的无障碍沟通。

arXiv 收录

PTB-Image

PTB-Image是一个包含扫描纸质心电图和相应数字信号的综合数据集，由越南河内VinUniversity College of Engineering and Computer Science和VinUni-Illinois Smart Health Center创建。该数据集旨在推动心电图数字化技术的研究，包含549个记录，每个记录由一位至五位患者的15个同步心电图信号组成，涵盖标准12导联心电图和Frank导联。数据集通过扫描原始PTB数据集的纸质心电图并打印部分信号制作而成，可用于心电图数字化、自动诊断及远程医疗等领域的应用研究。

arXiv 收录

CampusGuard

CampusGuard数据集专门针对校园环境中的学生行为进行标注与分类，旨在为改进YOLOv8模型提供丰富的训练样本。该数据集包含五个主要类别，分别是“使用手机”、“未佩戴头盔”、“睡觉”、“三人组行为”和“暴力行为”。这些类别不仅涵盖了课堂内外的常见行为，还反映了校园安全与学生行为管理的多样性。

github 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