数据集 - 海数据

数据集概述本数据集是用于自动化程序修复工具的真实世界基准任务集合，聚焦于识别部分修复（Partial Fixes）并生成完整修复方案。通过GitHub API获取候选闭源问题，结合重新打开的问题及CI状态筛选策略，构建了包含超2000个部分修复案例的基准集，为相关工具提供测试与优化支撑。文件详解文件名称：partial-fix.zip...

ZIP

FuncProtDecode_Source_蛋白质功能解码研究补充数据

数据集概述本数据集为FuncProtDecode项目的补充数据文件，包含两个文件，分别为压缩包和Excel表格，用于支持相关研究的数据分析与验证。数据由代码生成，代码可通过指定链接获取，整体无训练测试、数据标签或原始处理数据的划分。文件详解 SUPPLEMENTARY_files.zip 文件格式：ZIP...

ZIP

GAME_Based_Gosai_2024基因组API模型评估器容器数据

数据集概述本数据集为Gosai等人2024年研究中使用的基因组API模型评估器（GAME）容器相关数据，包含776,474条200bp的MPRA序列（在3种人类细胞系中测量），提供评估器容器、测试预测器容器及相关数据文件，用于基因组模型评估流程的部署与验证。文件详解 evaluator_data.zip 文件格式：ZIP...

ZIP

PCaWGS_GitHub_Source_前列腺癌细胞系过滤注释变异数据

数据集概述本数据集包含PC3和LNCaP人前列腺癌细胞系的过滤注释单核苷酸变异（SNV）和短插入缺失（indel）变异数据。通过Illumina HiSeqX测序，经比对、变异检测、公共数据库过滤及SnpEff注释处理，区分细胞系特有及共享变异，共3个压缩文件。文件详解 LNCaP-private-0001.vcf.snpeff.zip...

ZIP

CoronaCentral_Source_生物医学多类型实体术语列表数据

数据集概述本数据集为CoronaCentral系统使用的术语列表，包含基因、药物、冠状病毒蛋白、症状等多种生物医学实体的名称、同义词及标识符，共7个JSON文件，用于支持生物医学领域的实体识别与关联分析。文件详解...

ZIP

suecharo_Based_Yevis工作流配置与执行文件集_data

数据集概述本数据集为suecharo/yevis-getting-started项目的工作流文件集，包含8个文件，覆盖配置文件、工作流定义文件、示例数据文件等类型。核心用途为支持Yevis工作流注册库的构建与维护，可用于工作流元数据生成、验证、测试执行及关联文件上传等操作。文件详解文档文件文件名称：README.md 文件格式：MD...

ZIP

HMA_Based_High_Mountain_Asia水电设施清单数据

数据集概述本数据集为High Mountain Asia（HMA）区域的水电设施清单，支持论文“Accelerating River Discharge in High Mountain Asia”研究。数据来源于GitHub仓库，包含一份Excel文件，可用于分析该区域水电设施分布及相关研究。文件详解...

ZIP

Dataset_PuppetIssues_Mining_数据集_2024

数据集概述本数据集围绕Puppet相关问题挖掘展开，包含3个文件，涉及Puppet问题数据、挖掘代码及相关数据文件。数据无目录层级，文件类型多样，涵盖.xlsx、.py、.csv格式，主要用于Puppet问题的分析与挖掘。文件详解 PuppetIssues.xlsx 文件格式：.xlsx...

ZIP

gp_net_Based_基于熵的图神经网络主动学习材料性能实验复现数据

数据集概述本数据集包含复现论文“Entropy based active learning of graph neural networks for materials properties”所需的全部数据与模型文件，包括训练数据、训练好的Megnet模型参数、主动学习结果、潜空间向量及可视化代码等，支持材料性能预测实验的复现与分析，共含18个文件。...

ZIP

NL2Fix_Supplementary_LLM漏洞修复评估补充材料数据

数据集概述本数据集是论文“NL2Fix: Evaluating LLMs for Resolving Bugs From Natural Language Intent”的补充材料，包含两个压缩文件，涉及代码漏洞修复相关的嵌入数据和生成补丁数据，为LLM在自然语言意图驱动的漏洞修复任务中的评估提供支持。文件详解压缩文件包...

ZIP

GitHub_Human_centric_用户中心问题讨论标注数据集2021

2026年1月20日

数据集概述本数据集为人工标注的用户中心问题讨论数据，包含从6个GitHub仓库中随机选取的1244条问题评论。数据聚焦于GitHub平台上多样化的用户中心问题讨论，为研究代码协作平台中的用户需求提供结构化标注资源，仅包含一个文件。文件详解文件名称：Human-centric-issues-GitHub-552021.xlsx 文件格式：XLSX...

ZIP

EntoGEM_GITHUB_昆虫衰退研究对比初步结果数据2020_05_06

数据集概述本数据集为EntoGEM项目2020年5月6日发布的初步结果，包含该项目识别的10年以上昆虫研究与2019-2020年53篇提及“昆虫衰退”的文献（含文章、评论、元分析等）的参考文献对比数据，是社区驱动综合研究的阶段性验证数据。文件详解归档文件1 文件名称：preliminary_results-2020_05_06.zip...

ZIP

GitHub_Based_OSS项目初始生态指标与长期流行度关系探索研究数据集

数据集概述本数据集为论文“On the Relationships between the Initial Ecology Indicators of OSS Projects and Their Long-Term Popularity: An Exploratory Study on GitHub”的复现包，包含从GitHub...

ZIP

eimd_sswd_Based_海星消耗病免疫与神经系统响应补充数据_v1_1

数据集概述本数据集为论文《Up in arms: Immune and nervous system response to sea star wasting disease》的补充数据，包含可本地下载并交互式执行的Jupyter Notebooks及相关数据，用于复现论文中的分析过程，仅含一个压缩文件。文件详解文件名称：eimd-...

ZIP

Floralens_Source_葡萄牙本土植物深度学习模型补充材料_0_2版

数据集概述本数据集是论文《Floralens: a Deep Learning Model for the Portuguese Native Flora》的补充材料，包含支持该深度学习模型的相关数据，由CRACS/INESC-TEC和DCC/FCUP的研究人员共同开发，可通过GitHub访问浏览。文件详解文件名称：floralens-...

ZIP

arnaugiribet_scrapings_塔拉戈纳港2019年船舶停靠数据集