MétaCan
ENFR
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

Exporter en CSVExporter en JSONRequête API

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
→
Ordre
Langue
Type
Domaine
Revue
Sujet
Anomaly Detection Techniques and Applications
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

1 158 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
1 158 travaux dans la cohorte · sur 4 299 418page 1 sur 24

Les étiquettes couvrent 1 des 1 158 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 1 158 des 1 158 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affsans résuménon étiqueté
Learning Deep Architectures for AI
Yoshua Bengio
2009· article· en· Foundations and Trends® in Machine Learning· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
6 910
citations
affnon étiqueté
LOF
Markus Breunig, Hans‐Peter Kriegel, Raymond T. Ng, Jörg Sander
2000· article· en· ACM SIGMOD Record· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
5 181
citations
affnon étiqueté
LOF
Markus Breunig, Hans‐Peter Kriegel, Raymond T. Ng, Jörg Sander
2000· article· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
3 862
citations
affsans résuménon étiqueté
Introduction to Machine Learning
F. Richard Yu, Ying He
2019· book-chapter· en· Springer briefs in electrical and computer engineering· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
1 620
citations
affsans résuménon étiqueté
A survey on deep learning for big data
Qingchen Zhang, Laurence T. Yang, Zhikui Chen, Peng Li
2017· article· en· Information Fusion· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1 216
citations
affsans résuménon étiqueté
Distance-based outliers: algorithms and applications
Edwin M. Knorr, Raymond T. Ng, Vladimir Tucakov
2000· article· en· The VLDB Journal· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1 196
citations
affnon étiqueté
On calibration of modern neural networks
Chuan Guo, Geoff Pleiss, Yu Sun, Kilian Q. Weinberger
2017· article· en· International Conference on Machine Learning· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1 185
citations
afffundnon étiqueté
Machine Learning With Big Data: Challenges and Approaches
Alexandra L’Heureux, Katarina Grolinger, Hany F. ElYamany, Miriam A. M. Capretz
2017· article· en· IEEE Access· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1 022
citations
affnon étiqueté
Analysis of Dimensionality Reduction Techniques on Big Data
Thippa Reddy Gadekallu, Praveen Kumar Reddy Maddikunta, Kuruva Lakshmanna, Rajesh Kaluri, Dharmendra Singh Rajput, Gautam Srivastava +1 autres
2020· article· en· IEEE Access· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
869
citations
affsans résuménon étiqueté
A survey on machine learning for data fusion
Tong Meng, Xuyang Jing, Zheng Yan, Witold Pedrycz
2019· article· en· Information Fusion· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
650
citations
affnon étiqueté
Deep Sets
Manzil Zaheer, Satwik Kottur, Siamak Ravanbakhsh, Barnabás Póczos, Ruslan Salakhutdinov, Alexander J. Smola
2017· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
471
citations
afffundnon étiqueté
Outlier Detection
Azzedine Boukerche, Lining Zheng, Omar Alfandi
2020· review· en· ACM Computing Surveys· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
319
citations
affnon étiqueté
Deep Sets
Manzil Zaheer, Satwik Kottur, Siamak Ravanbakhsh, Barnabás Póczos, Russ R. Salakhutdinov, Alexander J. Smola
2017· article· en· Neural Information Processing Systems· Computer Science
prédiction distillée:candidate · scholarly_communicationconsensus · aucune
318
citations
affnon étiqueté
Ensembles for unsupervised outlier detection
Arthur Zimek, Ricardo J. G. B. Campello, Jörg Sander
2014· article· en· ACM SIGKDD Explorations Newsletter· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
273
citations
affnon étiqueté
K-Means-based isolation forest
Paweł Karczmarek, Adam Kiersztyn, Witold Pedrycz, Ebru Al
2020· article· en· Knowledge-Based Systems· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
172
citations
affnon étiqueté
Abnormal events detection based on spatio-temporal co-occurences
Yannick Benezeth, Pierre‐Marc Jodoin, Venkatesh Saligrama, Christophe Rosenberger
2009· article· en· 2009 IEEE Conference on Computer Vision and Pattern Recognition· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
150
citations
affnon étiqueté
Automated Analysis of Road Safety with Video Data
Nicolas Saunier, Tarek Sayed
2007· article· en· Transportation Research Record Journal of the Transportation Research Board· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
146
citations
affnon étiqueté
An introduction to deep learning
Francis Quintal Lauzon
2012· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
137
citations
affnon étiqueté
Machine learning approaches to network anomaly detection
Tarem Ahmed, Boris N. Oreshkin, Mark Coates
2007· article· en· USENIX workshop on Tackling computer systems problems with machine learning techniques· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
131
citations
suivant →

En coulisses: Sélection · Constats · À propos