Encuesta satisfacción e-cienciaDatos
e-cienciaDatos es el repositorio de datos de investigación de las universidades del Consorcio Madroño. Es miembro de Harvard Dataverse Network, aceptado por las principales editoriales científicas y cumple los requisitos del H2020.
Estamos comprometidos con la mejora de nuestro servicio. Conocer mejor sus expectativas nos ayudará a adaptar nuestros servicios a sus necesidades.
Si desea colaborar con nosotros, seleccione su institución para comenzar la encuesta.
Gracias por su colaboración.
1.811 a 1.820 de 1.850 Resultados
10 ene 2024 -
RareDis corpus
Texto plano - 12,5 KB -
MD5: cf2f607a3fa12e2d189a7024df1c464a
|
10 ene 2024 -
RareDis corpus
Archivo ZIP - 1,0 MB -
MD5: faa67e6407cee1f9950ac872fcbd1fff
|
10 ene 2024 - Universidad Carlos III de Madrid
Relaño, Carlos; Muñoz, Jorge; Monje Micharet, Concepción Alicia; Martínez de la Casa, Santiago; González, Daniel, 2024, "SoftArmControl: Data and results of the identification and control of a soft robotic arm", https://doi.org/10.21950/J95IFS, e-cienciaDatos, V1
Different csv files are available that include information about the pose (yaw and pitch angles) of the soft arm while varying the position of its motors. Three datasets are specifically available: experimental data used for the identification of the soft arm model; experimental... |
10 ene 2024 -
SoftArmControl: Data and results of the identification and control of a soft robotic arm
Archivo ZIP - 7,0 MB -
MD5: 74120383a49c244103b7156fcbfdf667
|
10 ene 2024 -
SoftArmControl: Data and results of the identification and control of a soft robotic arm
Texto plano - 8,7 KB -
MD5: dc0414ec5a168cbc0dfed75a625c363c
|
9 ene 2024 - Universidad Carlos III de Madrid
Relaño, Carlos; Muñoz, Javier; Monje, Concepción A., 2024, "SoftGP: Gaussian process regression for forward and inverse kinematics of soft robots", https://doi.org/10.21950/Y4AN3E, e-cienciaDatos, V1
The data collected from the soft arm and neck and the Gaussian process models trained using that data. |
Texto plano - 4,5 KB -
MD5: 727fa647370e2ac97980f508b0ab30d8
|
Archivo ZIP - 11,5 MB -
MD5: 9731ab675a70c1ef79765eb5c616f622
|
9 ene 2024 - Universidad Carlos III de Madrid
Segura Bedmar, Isabel; Camino Perdones, David; Guerrero Aspizua, Sara, 2024, "NLP4RARE-NER", https://doi.org/10.21950/S2IRKE, e-cienciaDatos, V1
El dataset contiene el código de la implementación y experimentación de los enfoques propuestos en el artículo: Isabel Segura Bedmar, David Camino Perdones, Sara Guerrero Aspizua. (2022). Exploring deep learning methods for recognizing rare diseases and their clinical manifestati... |
9 ene 2024 -
NLP4RARE-NER
Archivo ZIP - 333,1 KB -
MD5: 53923ef5260de523bad929d830aec1ed
|
