jonathanwvd/awesome-industrial-datasets

このプロジェクトとは

Awesome Industrial Datasets は、高品質な産業データセットを厳選したリスト（オープンソースで一般的な「awesome list」形式、つまり誰かが特定のトピックに関するリンクやリソースを収集・整理したもの）です。このプロジェクトはGitHub上にあり、製造業、エネルギー、石油・ガス、化学、航空宇宙、および関連分野の約190のデータセットを整理しています。

その目的はシンプルです。実世界の産業データを必要とする人々が、それを見つけやすくすることです。ウェブを探し回る代わりに、研究者、エンジニア、データサイエンティストはこの1つのカタログを閲覧し、各データセットが何を提供するかを確認し、ソースに直接ジャンプできます。

内部に含まれるもの

リスト内の各データセットは、大きなテーブルの1行（およびリポジトリのmarkdown/フォルダ内の専用詳細ページ）に対応しています。各行は、10の次元でデータセットを説明しています：

ドメイン — 業界セクター（例：石油・ガス、製造・生産、エネルギー・電力）
資産/プロセス — データの由来となる物理的なもの（例：タービン、ベアリング、PCB基板、化学プロセス、太陽光パネル）
モダリティ — データ形式（画像、時系列、表形式データ、振動信号、3D点群、X線/CTスキャンなど）
タスク — データがサポートできる機械学習の問題（異常検知、欠陥分類、予知保全、予測、品質予測、残存寿命推定など）
アノテーション — データに付属するラベル（例：欠陥のピクセルマスク、故障タイプラベル、回帰用のスカラーターゲット）
ソースタイプ — データの出所（実稼働システム、実験室テストベッド、シミュレーション、公開記録）
アクセス — ダウンロード場所（UCI、Kaggle、Hugging Face、公式ポータル、リポジトリなど）
サイズ — サンプルまたはレコードの数（記載されている場合）
年 — 公開年（既知の場合）
ライセンス — 利用条件（既知の場合；多くのエントリは「情報なし」と記載）

カタログからの実際の例

テーブルはその広がりを感じさせます：

画像ベースの欠陥検出：3CAD（27,000以上のピクセルレベル欠陥マスク付きPCB画像）やCasting product image data（品質検査用の7,348画像）などのデータセット
予知保全：C-MAPSS Aircraft Engine Simulator DataやCNC Mill Tool Wearなどのデータセットで、故障や工具摩耗の予測が目的
エネルギー予測：Electricity Load DiagramsやBrent Oil Pricesなどのデータセット
プロセス監視：Condition monitoring of hydraulic systemsやTennessee Eastman Processシミュレーションなどのデータセット
ベンチマークスイート：一部のエントリは単一データセットではなく、シナリオやタスクのコレクションです（例：AssetOpsBench）

誰が維持し、どう使うか

1人のメンテナー（jonathanwvd）がリストをキュレーションしています。READMEには、同じカタログのHTML版へのリンクがindatlas.comにあり、閲覧が容易です。読者は、役立つと感じた場合、リポジトリにスターを付けることも歓迎されています。

これは何ではないか

このプロジェクトはデータセット自体をホストしていません — ディレクトリです。各エントリは元のソース（Kaggle、UCI、公式ポータルなど）を指しており、一部のソースはログインが必要だったり、ライセンス制限があります。また、メタデータの完全性はさまざまです。多くのエントリは、サイズ、年、ライセンス情報が利用できないと明示しています。

結論： 機械学習や分析プロジェクト用の産業データが必要なら、これは何が存在し、何に適し、どこで入手できるかを示すワンストップディレクトリです。