five

Dispositif d'observations Megascope sur les campagnes halieutiques et océanographiques - Données d'occurrence du dispositif Megascope - Observatoire PELAGIS UMS 3462

收藏
Mendeley Data2024-05-13 更新2024-06-28 收录
下载链接:
https://www.gbif.org/dataset/a39def5b-57a0-47e9-814d-ad778131254f
下载链接
链接失效反馈
资源简介:
Ce jeu de données est issu de la base appelée Pelagis-Observations (base de données développées et administrée par l'UMS 3468 BBEES) et il rassemble les données d'observations de mammifères marins issues du dispositif Megascope, collectées au cours d'embarquements à bord de navires océanographiques entre 2003 et 2017. Il s’agit ici des campagnes menées par l'Ifremer: EVHOE (ÉValuation Halieutique de l’Ouest de l’Europe), PELGAS (PELagiques du golfe de GAScogne), IBTS (International Bottom Trawl Survey), BOBECO et BOBGEO (projet européen CoralFISH), CAMANOC (CAMpagne en MANche OCcidentale), JUVENA (AZTI-Tecnalia, Centre technologique espagnol sur les ressources alimentaires marines), PELACUS (Institut Espagnol d'Océanographie), CGFS (Channel Ground Fish Survey) et PELMED (PELagiques de Méditerranée).
创建时间:
2023-06-28
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

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

Allen Brain Atlas

Allen Brain Atlas 是一个综合性的脑图谱数据库,提供了详细的大脑解剖结构、基因表达数据、神经元连接信息等。该数据集包括了小鼠、人类和其他模式生物的大脑数据,旨在帮助研究人员理解大脑的结构和功能。

portal.brain-map.org 收录

Wind Turbine Data

该数据集包含风力涡轮机的运行数据,包括风速、风向、发电量等参数。数据记录了多个风力涡轮机在不同时间点的运行状态,适用于风能研究和风力发电系统的优化分析。

www.kaggle.com 收录

RDD2022

RDD2022是一个多国图像数据集,用于自动道路损伤检测,由印度理工学院罗凯里分校交通系统中心等机构创建。该数据集包含来自六个国家的47,420张道路图像,标注了超过55,000个道路损伤实例。数据集通过智能手机和高分辨率相机等设备采集,旨在通过深度学习方法自动检测和分类道路损伤。RDD2022数据集的应用领域包括道路状况的自动监测和计算机视觉算法的性能基准测试,特别关注于解决多国道路损伤检测的问题。

arXiv 收录

GPQA

GPQA是一个由生物学、物理学和化学领域的专家编写的448个多选题数据集。该数据集的特点是问题质量高且极其困难,即使是具有博士学位或在读博士的专家也仅能达到65%的准确率,而高技能的非专家验证者仅有34%的准确率。数据集旨在用于研究未来AI系统在帮助解答非常困难问题时的可扩展监督方法,特别是在开发新科学知识时。

arXiv 收录