시공간 데이터셋

License

repo size

네트워크 과학, 딥러닝 및 일반 머신러닝 연구를 위해 수집된 시공간 데이터셋입니다.

<p align="center"> <img width="600" src="https://raw.githubusercontent.com/benedekrozemberczki/datasets/master/images/field.png"> </p>

---

목차

1. 헝가리 수두 사례
2. 페달미 런던 자전거 배송

헝가리 수두 사례

<p align="center"> <img width="200" src="https://babesabouttown.com/wp-content/uploads/2010/06/chicken-pox-boy.jpg"> </p>

설명

<p align="justify"> 헝가리의 주(county)별 주간 수두(어린이 질병) 사례에 대한 시공간 데이터셋입니다. 이 데이터셋은 2005년부터 2015년까지의 주(county) 수준 인접 행렬과 보고된 사례의 시계열로 구성되어 있습니다. 관련하여 두 가지 특정 작업이 있습니다:

• 주(County) 수준 사례 수 예측.
• 국가 수준 사례 수 예측.

링크

• 헝가리 수두 사례 엣지
• 헝가리 수두 사례 시계열

속성

• 방향성 (Directed): 아니요.
• 노드 특징 (Node features): 예.
• 시간적 (Temporal): 예.

가능한 작업

• 카운트 데이터 회귀 (Count data regression)

인용 (Citing)

페달미 런던 자전거 배송

<p align="center"> <img width="600" src="https://i.dailymail.co.uk/1s/2019/12/02/15/21714336-0-image-a-43_1575299652093.jpg"> </p>

설명

<p align="justify"> 런던 지역의 주간 PedalMe 자전거 배달에 대한 시공간 데이터셋입니다. 이 데이터셋은 근접 기반 가중 인접 행렬과 2020년 및 2021년 주간 수요 시계열로 구성되어 있습니다. 여기에는 두 가지 특정 관련 작업이 있습니다:

• 지역 수준 수요 예측.
• 런던 수준 수요 예측.

링크

• PedalMe London Bicycle Deliveries Edges
• PedalMe London Bicycle Deliveries Time Series

속성

• 방향성 (Directed): 아니요.
• 노드 특징 (Node features): 예.
• 시간적 (Temporal): 예.

가능한 작업

• 카운트 데이터 회귀 (Count data regression)

인용