XiaoMi-AI文件搜索系统
World File Search System数据集
COVID-19、人工智能爱好者和玩具数据集
在计算机科学中，教科书谈到了“垃圾进，垃圾出”（GIGO）的概念；即低质量的输入数据会产生不可靠的输出或“垃圾”。当我们处理高度复杂的数据模式（例如 X 光片和计算机断层扫描）时，GIGO 就变得更加紧迫。任何深度网络的性能都直接取决于它学习的数据集的质量。可靠数据集的一个例子是像 Cancer Imaging Archive [ 1 ] 这样拥有大量专家工作成果的知名存储库 [ 2 ]。遵守 DICOM 标准并确保图像正确链接到支持元数据对于构建精心策划的数据集至关重要。最近几周，我们观察到一种趋势，即匆忙使用不当数据来训练 COVID-19 深度网络。AI 爱好者似乎不耐烦地创建自己的医学图像数据集，而没有寻求临床合作者来指导他们。这些数据集更像是通过手动收集可公开访问的图像（例如在线期刊和非同行评审档案中的预印本）而形成的“玩具集”。大多数时候，没有临床或医学能力的人工智能研究人员会创建自己的实验性“玩具”数据集，以进行初步调查并建立算法挑战框架。需要明确的是，从医学成像角度来看，“玩具数据集”并不是因为非常小且不符合 DICOM 标准而成为玩具，更重要的是因为它是由工程师和计算机科学家创建的，而不是由医生和医学/临床专家创建的。此类 COVID-19 图像数据集已在互联网上出现，
气候变化人工智能数据集愿望清单
描述：具有全球覆盖范围和不同（粒度）时间片的各种空间和光谱分辨率的卫星（和/或航空）图像。这些数据在农业（土壤成分、作物产量和作物类型检测）、森林和高风险生态系统监测（树高/类型和土地覆盖估计）、城市（建筑物高度估计）、能源（风力涡轮机和太阳能电池板定位）以及跨行业（甲烷、二氧化碳和一氧化二氮测量）中有着广泛的应用。不同的应用需要不同的空间、光谱和时间分辨率以及不同类型的标签。例如，对于能源、建筑和运输领域的许多监测应用，空间分辨率更为重要，并且经常使用非常高分辨率的 RGB 图像。光谱分辨率对于植被和土地利用等更为重要。
诊断成像数据集统计版本
引言诊断成像数据集（DID）是一个每月的数据收集，涵盖了有关英格兰NHS患者的诊断成像测试的数据。它包括对癌症的关键诊断测试的GP使用的估计，例如胸部成像，非脑化超声和大脑MRI。DID是为了监控改善预后的进展：癌症的策略1。这种策略阐明了政府，NHS和公众如何帮助预防癌症，提高癌症服务的质量和效率，并朝着实现最佳成果迈进。其中一个方面是确保GP可以访问正确的诊断测试，以帮助他们更早地诊断或排除癌症。因此，DID报告了成像活动，转介源和及时性。这些数据是从放射学信息系统（RISS）中整理的，该系统是用于管理放射学部门工作流程的医院管理系统，并将其上传到NHS Digital维护的数据库中。1.1经常使用的首字母缩写
wooldridge：来自“计量经济学导论”的 115 个数据集
admnrev . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 事务 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... 13 出席.......................................................................................................................................................................................................................14 审核.......................................................................................................................................................................................................................15 钡.......................................................................................................................................................................................................................15 . . . . . . . . . . . . . . . . . . . . . . . . . 16 美丽. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ........................................................................................................................................................................................................................20 big9salary ........................................................................................................................................................................................................................................................20 bwght ........................................................................................................................................................................................................................................................................20 bwght ........................................................................................................................................................................................................................................................................................................20 bwght ........................................................................................................................................................................................................................................................................................................................20 . 22 bwght2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 天主教 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 水泥 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... ... . ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 38 犯罪1 . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。. ... . ... ... ................. ... . . . . . . . . . . . . . . 52 引擎. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ....................................................................................................................................................................................55 ezunem .......................................................................................................................................................................................................................................................................................57 公平 ..........................................................................................................................................................................................................................................................................................................................................................................................................57 公平 ....................................................................................................................................................................................................................................................................................................................................................................................................................................... 58 肥沃1 . ...
匿名QCA和网络分析（SNA）数据集
LuisBouzaGarcía（UAM），ÁlvaroOleart（Ulb），RocíoSánchezdel Vas（UC3M）和Juan Roch（UNED）1。WP 7的目的是分析民主公开辩论的规范概念如何与不同的政策替代方案和政治策略相关联，通过利用政治理论来概念化有关邮政真实性的法规和公共政策的辩论（与WP2合作）；分析公共政策努力定义在欧洲一级打击虚假信息的最佳方法，并分析欧盟通过的新兴法规（与WP4合作）2的交流专业人士和新闻实践的影响。本文介绍了WP将用来开发这些目标的分析和方法论设计。本文基于两个理由。第一个是通过促进其余学术界对研究团队决定的透明度和可重复性来满足开放科学的期望。第二个是促进学术界利益相关者社区对数据的使用。目的：解释采用欧盟法规，以应对对民主和欧盟融合的确定威胁
AGV通信和传感器测量数据集
abtract本文在工业测试台上介绍了两项无线测量活动：工业车辆到车辆（IV2V）和工业车辆到工业 - 弗拉图和传感器（IV2I+），并提供有关两个捕获的数据集的详细信息。IV2V涵盖了移动机器人和固定机器人之间的侧链链路通信方案，而IV2i+是在自主清洁机器人连接到私人蜂窝网络的工业环境中进行的。在综合测量方法中，不同的通信技术的组合提供了洞察力，可以通过ML来利用这些洞察力，例如鳍片，视线识别，视线检测，服务质量的预测或链接选择。此外，数据集可公开可用，标记和预先贴上，以快速登机和适用性。
PhyDAA：评估注意力的生理数据集
摘要 — 注意力缺陷多动障碍 (ADHD) 是儿童中最常见的神经发育障碍。它以多种方式影响患者的生活：注意力不集中、刺激抑制困难或运动功能调节困难。目前存在不同的治疗方法，但这些治疗方法可能会产生副作用或并非对所有亚组都有效。神经反馈 (NF) 是一种创新治疗方法，包括大脑活动显示。NF 训练可以包括虚拟现实 (VR) 视频游戏，其中参与者的注意力会影响游戏。注意力通过生理信号进行评估，主要步骤之一是设计注意力状态的估计器。我们提出了一个新颖的框架，能够记录特定注意力状态下的生理信号并能够估计相应的注意力状态。我们提出了一个由脑电图信号 (EEG) 和一个眼动仪组成的数据库，该眼动仪标有代表 32 名健康参与者注意力持续时间的分数。从信号中提取不同的特征并提出机器学习 (ML) 算法。我们的方法在注意力估计方面表现出很高的准确性，这证实了注意力状态与生理信号（即 EEG、眼动追踪信号）之间的相关性。该数据集已公开，以促进该领域的研究，我们鼓励其他科学家使用自己的方法进行注意力估计。
红外太阳能模块异常数据集...
目前，全球太阳能发电量为 485 千兆瓦，该行业每年的增长率为 29%。除了制造、运输和安装可能造成的故障外，这些太阳能资产在其整个使用寿命期间还会受到环境因素的影响而退化，需要进行检查以确保电力生产符合预期的财务模型。随着太阳能行业规模的扩大，检查越来越依赖于遥感。检查太阳能模块的热像通常需要训练有素的专家来识别异常。然而，这些数据并不广泛提供给有办法自动应对这些数据挑战的机器学习研究人员。本文介绍了一个新的数据集 InfraredSolarModules，其中包含不同类型的缺陷、故障和发现，可用作自动异常分类的基础。1
BIOMRC：生物医学机器阅读数据集...
创建带有人工注释的大型语料库在时间和资源上都是一个艰巨的过程。研究团队通常采用远程监督或无监督方法从文本数据中提取训练示例。在机器阅读理解 (MRC)（Hermann 等人，2015 年）中，可以通过获取多句未标记的段落以及另一小段文本（也未标记，通常是下一句）来自动构建训练实例。然后用占位符替换小段文本的命名实体。在这种情况下，MRC 系统经过训练（并评估其能力）阅读段落和小段文本，并猜测被占位符替换的命名实体，该命名实体通常是段落的命名实体之一。这种问答 (QA) 也称为完形填空题（Taylor，1953 年）。有几个数据集
构建营养相关参考数据集...
目的 本研究旨在通过整合来自多个来源（包括 LitVar 数据库、PubMed 和 GWAS 目录）的数据，创建与营养相关的人类遗传多态性的综合数据集。这一整合资源旨在通过提供可靠的基础来探索与营养相关性状相关的遗传多态性，从而促进营养遗传学研究。 方法 我们开发了一个数据集成流程来组装和分析数据集。该流程从 LitVar 和 PubMed 中检索数据，合并数据以构建统一的数据集，定义综合 MeSH 查询以检索相关的遗传关联，并将结果与 GWAS 数据交叉引用。 结果 生成的数据集汇总了有关遗传多态性和营养相关性状的大量信息。通过 MeSH 查询，我们确定了与营养相关性状相关的关键基因和 SNP。与 GWAS 数据的交叉引用提供了与这种遗传多态性相关的潜在影响或风险等位基因的见解。共现分析揭示了有意义的基因-饮食相互作用，推动了个性化营养和营养基因组学研究。结论本研究提供的数据集整合并组织了与营养相关的遗传多态性信息，有助于详细探索基因-饮食相互作用。该资源推动了个性化营养干预和营养基因组学研究。该数据集可在 https://zenodo.org/records/ 14052302 上公开访问，其适应性结构确保了其在广泛的遗传学研究中的适用性。