HyperAI

[Datensatzzusammenfassung] Das Meteorologische Amt Hat Zum Ersten Mal Den Trainingsdatenkatalog Veröffentlicht! CAMELS US-amerikanische Astronomische Und Meteorologische Datensätze Und Andere Daten Sind Jetzt Auf Der Offiziellen Website Verfügbar

vor einem Jahr
Information
zhaorui
特色图像

Letzte Woche veröffentlichte die China Meteorological Administration erstmals den „Special Data Catalogue for Artificial Intelligence Meteorological Large Model Training“, der riesige Mengen meteorologischer Daten zusammenfasst. Der Katalog steht ab sofort auf der offiziellen Website des Meteorologischen Büros zum Download bereit. Sie können Datensätze nach Bedarf basierend auf Produkttyp, geografischem Gebiet, Jahr usw. herunterladen. Das ist so praktisch!

Rufen Sie das Verzeichnis ab:https://data.cma.cn/
Um allen zu helfen, relevante Datenressourcen zu verstehen und zu nutzen,HyperAI hat diese Woche außerdem 10 hochwertige Datensätze zu meteorologischen Katastrophen zusammengestellt.Um den Fortschritt der entsprechenden Forschung besser zu fördern und ein neues Kapitel in der meteorologischen Forschung aufzuschlagen!

1. Mitteleuropäischer Datensatz für Hydrologie und Umweltwissenschaften

Verlag:Universität für Bodenkultur Wien

Veröffentlichungszeit:2021

Geschätzte Größe:15,13 GB

Downloadadresse:https://go.hyper.ai/ralyr

Der Datensatz enthält Abfluss- und meteorologische Zeitreihen für 859 gemessene Wassereinzugsgebiete sowie verschiedene Einzugsgebietsattribute.

2. CAMELS-GB meteorologischer Attributdatensatz

Verlag:Zentrum für Ökologie und Hydrologie, Universität Bristol

Veröffentlichungszeit:2020

Geschätzte Größe:227,29 MB

Downloadadresse:https://go.hyper.ai/Jrm3j

Dieser Datensatz bietet hydrometeorologische Zeitreihen und Landschaftsattribute für 671 Einzugsgebiete im Vereinigten Königreich. Es stellt Flussströme, Einzugsgebietseigenschaften und Einzugsgebietsgrenzen aus dem britischen National River Flow Archive sowie einen neuen Satz meteorologischer Zeitreihen und Einzugsgebietseigenschaften zusammen.

3. CAMELS Amerikanischer meteorologischer Datensatz

Verlag:Nationales Zentrum für Atmosphärenforschung
Veröffentlichungszeit:2022

Geschätzte Größe:13,56 GB

Downloadadresse:https://go.hyper.ai/IISSD

Der Datensatz besteht aus zwei Aspekten: Zeitreihen und Wassereinzugsgebietsattributen, einschließlich der skalierten hydrometeorologischen Daten und Wassereinzugsgebietsattributdaten von 671 Becken in den Vereinigten Staaten.

4. KI-generierte Datensätze zur Hochwasseranalyse und -vorhersage

Veröffentlichungszeit:2024
Geschätzte Größe:17,05 GB

Downloadadresse:https://go.hyper.ai/mpSZj

Bei diesem Datensatz handelt es sich um die Forschungsdaten des Artikels „Global prediction of extreme floods in ungauged watersheds“. Der Hauptinhalt besteht aus den vom KI-Modell generierten Daten der Hochwasser-Neuanalyse (1984–2021) und Neuprognose (2014–2021) sowie den entsprechenden GloFAS-Benchmark-Daten.

5. Europäisches Hochwasser Europäischer Hochwasserdatensatz

Veröffentlichungszeit:2018
Geschätzte Größe:5,57 GB

Downloadadresse:https://go.hyper.ai/xi7dO

„European Flood“ ist ein Datensatz zu europäischen Überschwemmungen, der für das Training zur Erkennung von Naturkatastrophen verwendet werden kann.

6.xBD-Bilddatensatz zu Naturkatastrophen

Verlag:Verteidigungsinnovationseinheit

Geschätzte Größe:30,31 GB

Veröffentlichungszeit:2020

Downloadadresse:https://go.hyper.ai/4SmD2

Der xBD-Datensatz ist der bislang erste Datensatz zur Bewertung von Gebäudeschäden und einer der größten und qualitativ hochwertigsten öffentlichen Datensätze mit annotierten hochauflösenden Satellitenbildern. Die Bilder können zur Erstellung von Lokalisierungs- und Schadensbewertungsaufgaben verwendet werden.

7. Wellenmessung Datensatz zur Messung von Ozeanwellen

Verlag:Max-Planck-Institut für Intelligente Systeme

Geschätzte Größe:600,49 KB

Veröffentlichungszeit:2019

Downloadadresse:https://go.hyper.ai/RDSmD

Dieser Datensatz enthält gemessene und berechnete Wellenparameter, die von Meereswellenmessbojen in Mooloolaba gesammelt wurden, und die Daten stammen aus Daten der Regierung von Queensland.

8. Datensatz zur Objekterkennung bei klarem Wetter

Verlag:Medizinische Universität Wien

Veröffentlichungszeit:2022

Downloadadresse:https://go.hyper.ai/KN7mV

„Clear Weather“ ist ein Datensatz zur Objekterkennung bei schwierigen Wetterbedingungen. Der Datensatz umfasst 12.000 Beispiele aus realen Fahrszenarien und 1.500 Beispiele aus nebligen Wetterbedingungen.

9. SEVIR-Wetterereignisdatensatz

Verlag:MIT Lincoln Laboratory

Veröffentlichungszeit:2020

Downloadadresse:https://go.hyper.ai/sRCvq

SEVIR kombiniert und integriert mehrere Wettererfassungsmodi in einem einzigen, zugänglichen Datensatz, der in der Cloud frei zugänglich ist und von Meteorologen, Datenwissenschaftlern und anderen Forschern verwendet werden kann.

10. ExtremeWeather-Klimadatensatz

Verlag:Universität von Montreal

Veröffentlichungszeit:2017

Downloadadresse:https://go.hyper.ai/JY78L

ExtremeWeather ist ein großer Klimadatensatz zur überwachten Erkennung, Lokalisierung und zum Verständnis extremer Wetterereignisse. Der Datensatz könnte die Forschung zum maschinellen Lernen im Bereich Wetter fördern und die Arbeit zum Verständnis und zur Eindämmung der Auswirkungen des Klimawandels erleichtern.

Oben sind die 10 von HyperAI zusammengestellten Datensätze zur Klassifizierung meteorologischer Katastrophen. Wenn Sie über Ressourcen verfügen, die Sie auf der offiziellen Website von hyper.ai veröffentlichen möchten, können Sie uns gerne eine Nachricht hinterlassen oder Ihren Beitrag übermitteln!

Darüber hinaus haben wir auch eine „Stable Diffusion Tutorial Exchange Group“ eingerichtet. Willkommen, Freunde, treten Sie der Gruppe bei, um verschiedene technische Probleme zu diskutieren und Anwendungsergebnisse auszutauschen ~

Über HyperAI

HyperAI (hyper.ai) ist eine führende Community für künstliche Intelligenz und Hochleistungsrechnen in China.Wir haben uns zum Ziel gesetzt, die Infrastruktur im Bereich der Datenwissenschaft in China zu werden und inländischen Entwicklern umfangreiche und qualitativ hochwertige öffentliche Ressourcen bereitzustellen. Bisher haben wir:

  • Bereitstellung von inländischen beschleunigten Download-Knoten für über 1200 öffentliche Datensätze
  • Enthält über 300 klassische und beliebte Online-Tutorials
  • Interpretation von über 100 AI4Science-Papierfällen
  • Unterstützt die Suche nach über 500 verwandten Begriffen
  • Hosting der ersten vollständigen chinesischen Apache TVM-Dokumentation in China

Besuchen Sie die offizielle Website, um Ihre Lernreise zu beginnen:

https://hyper.ai