将采样不确定性纳入病毒系统地理学的分类单元地理空间分配数据

数据集获取

源站：https://doi.org/10.5061/dryad.7jr85rj

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 105.4 MB。

数据说明

使用BEAST等软件的离散系统发育地理学分析将每个分类单元的采样位置视为固定不变，且通常仅归于单一位置而不考虑不确定性。在研究病毒时，这意味着该分类单元感染宿主的位置不可能位于其他地方。在此，我们放宽了这一强假设，允许对离散病毒系统发育地理学中的不确定性进行分析性整合。我们使用自动语言处理方法为其他潜在位置寻找并分配不确定性。我们考察了两个流感案例研究：埃及的H5N1；北美的H1N1 pdm09。对于每个案例，我们实施了若干情景，其中25%的分类单元具有不同程度的采样不确定性，包括10%、30%和50%的不确定性，并改变了每个分类单元不确定性的分布方式。这包括以下情景：(i)将特定数量的不确定性赋予一个位置，同时将剩余数量均匀分配到所有其他候选位置（相应地标记为10、30和50）；(ii)将剩余的不确定性仅分配给另一个位置；从而将不确定性“拆分”到两个位置之间（即

10/90、30/70 和 50/50），以及；（iii）通过两种预定义的启发式方法消除不确定性：分配至质心位置（CNTR）或该国人口最多的地区（POP）。我们将所有情景与一个参考标准进行比较，在该标准中所有分类单元的位置均已知（绝对确定）。据此，我们随机选取了25%的分类单元，并将其用于指定不确定性。我们对每个情景进行了后验分析，包括：（a）病毒持续存在，（b）迁移率，（c）主干奖励，以及（d）根状态的后验概率。具有采样不确定性的情景比CNTR和POP更接近参考标准。对于H5N1，在具有采样不确定性的情景——即上述（i）和（ii）——中，病毒持续存在的绝对误差中位范围介于0.005至0.047之间——

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。