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？
东莞市海外留学回国服务人员执业医师资格认定（含中医医师）办件结果公示信息|医疗执业资格认定数据集|政务服务数据集
收藏开放广东2025-01-20 更新2024-02-29 收录
下载链接：
https://gddata.gd.gov.cn/opdata/base/collect?chooseValue=collectForm
下载链接
链接失效反馈资源简介：
该数据包含历年来东莞市海外留学回国服务人员执业医师资格认定（含中医医师）办件结果公示信息，针对东莞市政务服务办件结果工作，收集在办件过程中，系统分配的唯一办件编号和办理时间和结果，并根据《广东政务服务网办件过程数据采集规范》规则进行数据清洗整理，若需使用到此类办件数据的明细数据，以各单位挂接为准。
提供机构：
东莞市
创建时间：
2023-11-01
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
ITS2 Database
ITS2 Database holds information about sequence, structure and taxonomic classification of all ITS2 in GenBank.
国家生物信息中心 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
HRSC2016
高分辨率船舶收集2016 (HRSC2016) 是用于科学研究的数据集。HRSC2016数据集 包含27种遥感特征目标。目前，HRSC2016中的所有图像都是从Google Earth收集的。
OpenDataLab 收录
PU Dataset
德国帕德博恩大学（PU）轴承故障诊断数据集提供了丰富的轴承故障信号数据，包括内圈、外圈和滚动体故障等多种类型的轴承故障。与其他数据集相比，PU数据集的特色在于包含了大量的电机驱动系统故障数据，为轴承故障诊断研究提供了一个全面的实验平台。
github 收录
EmotionTalk
EmotionTalk是一个包含丰富注释的交互式中文多模态情感数据集，由南开大学和北京人工智能研究院的学者共同创建。该数据集从19名演员参与的对话场景中收集了多模态信息，包括声音、视觉和文本模态。它包含了23.6小时的语音（19250个话语），并标注了7种话语级别的情感类别（快乐、惊讶、悲伤、厌恶、愤怒、恐惧和中性），5维情感标签（负面、弱负面、中性、弱正面和正面），以及4维语音字幕（说话者、说话风格、情感和整体）。该数据集非常适合单模态和多模态情感识别、缺失模态挑战和语音字幕任务的研究。据我们所知，它是第一个高质量的、多功能的中文对话多模态情感数据集，对跨文化情感分析和识别的研究是一个宝贵的贡献。此外，我们还在EmotionTalk上进行了实验，以证明数据集的有效性和质量。它将开源并免费提供给所有学术目的。
arXiv 收录