Encuesta satisfacción e-cienciaDatos

e-cienciaDatos es el repositorio de datos de investigación de las universidades del Consorcio Madroño. Es aceptado por las principales editoriales científicas

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.

UAH UAM UC3M UNED UPM URJC

Ninguna de las anteriores


Recordármelo más tarde | No volver a mostrar este mensaje
Repositorio de Datos de la UC3M
Dataverses destacados

Para usar esta funcionalidad ha de tener publicado o enlazado al menos un dataverse.

Publicar dataverse

¿Está seguro de que quiere publicar su dataverse? Una vez hecho esto, deberá permanecer publicado.

Publicar dataverse

Este dataverse no puede publicarse porque el dataverse al que pertenece no se ha publicado.

Eliminar dataverse

¿Está seguro de que quiere eliminar este dataverse? No podrá recuperarlo.

Búsqueda avanzada

4.161 a 4.170 de 6.620 Resultados
Dataset for the automatic detection of traffic lights, street crossings and urban roundabouts based on GPS traces while driving
8 ene 2024
Muñoz Organero, Mario, 2024, "Dataset for the automatic detection of traffic lights, street crossings and urban roundabouts based on GPS traces while driving", https://doi.org/10.21950/EDTWR7, e-cienciaDatos, V1
A specifically designed dataset generated using a driving path in Madrid which has been traveled 55 times using 3 different car models. The journey includes two urban areas and a connecting motorway. The overall length is 8.1 km and includes several road elements of interest (tra...
automatic-detection_munoz-organero_2023_v01_readme.txt
8 ene 2024 - Dataset for the automatic detection of traffic lights, street crossings and urban roundabouts based on GPS traces while driving
Texto plano - 5,3 KB - MD5: 5ee974fcdf84ace392510e88a93cd7e0
DocumentaciónDocumentation
automatic-detection_munoz-organero.tab
8 ene 2024 - Dataset for the automatic detection of traffic lights, street crossings and urban roundabouts based on GPS traces while driving
Datos tabulares - 7,2 MB
DataDatos
Dataset for sample T1DM simulated patients used to validate the paper Muñoz-Organero, M. “Deep physiological model for blood glucose prediction in T1DM patients”. Sensors (Switzerland), 2020, 20(14), pp. 1–17, 3896
8 ene 2024
Muñoz Organero, Mario, 2024, "Dataset for sample T1DM simulated patients used to validate the paper Muñoz-Organero, M. “Deep physiological model for blood glucose prediction in T1DM patients”. Sensors (Switzerland), 2020, 20(14), pp. 1–17, 3896", https://doi.org/10.21950/MMVBUJ, e-cienciaDatos, V1
The AIDA diabetes simulator has been used to generate 10 days of data for the different models implemented by the tool.
p1.tab
8 ene 2024 - Dataset for sample T1DM simulated patients used to validate the paper Muñoz-Organero, M. “Deep physiological model for blood glucose prediction in T1DM patients”. Sensors (Switzerland), 2020, 20(14), pp. 1–17, 3896
Datos tabulares - 100,8 KB
DataDatos
p2.tab
8 ene 2024 - Dataset for sample T1DM simulated patients used to validate the paper Muñoz-Organero, M. “Deep physiological model for blood glucose prediction in T1DM patients”. Sensors (Switzerland), 2020, 20(14), pp. 1–17, 3896
Datos tabulares - 16,3 KB
DataDatos
p3.tab
8 ene 2024 - Dataset for sample T1DM simulated patients used to validate the paper Muñoz-Organero, M. “Deep physiological model for blood glucose prediction in T1DM patients”. Sensors (Switzerland), 2020, 20(14), pp. 1–17, 3896
Datos tabulares - 20,0 KB
DataDatos
p4.tab
8 ene 2024 - Dataset for sample T1DM simulated patients used to validate the paper Muñoz-Organero, M. “Deep physiological model for blood glucose prediction in T1DM patients”. Sensors (Switzerland), 2020, 20(14), pp. 1–17, 3896
Datos tabulares - 14,2 KB
DataDatos
sample-T1DM_munoz-organero_2023_v01_readme.txt
8 ene 2024 - Dataset for sample T1DM simulated patients used to validate the paper Muñoz-Organero, M. “Deep physiological model for blood glucose prediction in T1DM patients”. Sensors (Switzerland), 2020, 20(14), pp. 1–17, 3896
Texto plano - 4,2 KB - MD5: f713376f76a4607d266886d1e69946ed
DocumentaciónDocumentation
Functionalising the electrical properties of Kombucha zoogleal mats for biosensing applications
30 dic 2023
Nikolaidou, Anna; Chiolerio, Alessandro; Dehshibi, Mohammad Mahd; Adamatzky, Andrew, 2026, "Functionalising the electrical properties of Kombucha zoogleal mats for biosensing applications", https://doi.org/10.5281/ZENODO.10445665
Data acquired from the electrical characterisation of pure and functionalised with graphene and zeolite Y Kombucha mats, including dynamic current-voltage (I-V) profiling, impedance, capacitance, and resistance measurements.
Dataset recolectado desde Zenodo con autores de la UC3M. El enlace le llevará directamente a los datos originales en dicho archivo.
Añadir datos

Necesita identificarse para crear un dataverse o añadir un dataset.

Iniciar sesión
Compartir dataverse

Compartir este dataverse en sus redes sociales favoritas.

Enlace al dataverse
Reiniciar modificaciones

¿Está seguro de que quiere reiniciar los campos de metadatos seleccionados?. Si lo hace, cualquier personalización (oculto, obligatorio, opcional) que haya hecho desaparecerá.