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
Neural Networks 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.

2 372 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.
2 372 travaux dans la cohorte · sur 4 299 418page 1 sur 48

Les étiquettes couvrent 1 des 2 372 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 2 372 des 2 372 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Deep Learning
Ian Goodfellow, Yoshua Bengio, Aaron Courville
2016· book· de· MIT Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8 960
citations
affnon étiqueté
Intriguing properties of neural networks
Christian Szegedy, Wojciech Zaremba, Ilya Sutskever, Joan Bruna, Dumitru Erhan, Ian Goodfellow +1 autres
2013· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5 745
citations
afffundnon étiqueté
Curriculum learning
Yoshua Bengio, Jérôme Louradour, Ronan Collobert, Jason Weston
2009· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4 978
citations
affnon étiqueté
Understanding Machine Learning
Shai Shalev‐Shwartz, Shai Ben-David
2014· book· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2 928
citations
affsans résuménon étiqueté
Long Short-Term Memory
Alex Graves
2012· book-chapter· en· Studies in computational intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2 210
citations
affsans résuménon étiqueté
Statistics versus machine learning
Danilo Bzdok, Naomi Altman, Martin Krzywinski
2018· article· en· Nature Methods· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1 490
citations
affnon étiqueté
Neuronal Dynamics
Wulfram Gerstner, Werner M. Kistler, Richard Naud, Liam Paninski
2014· book· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1 482
citations
affnon étiqueté
Stochastic Neighbor Embedding
Geoffrey E. Hinton, Sam T. Roweis
2002· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1 461
citations
affsans résuménon étiqueté
Learning multiple layers of representation
Geoffrey E. Hinton
2007· review· en· Trends in Cognitive Sciences· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1 013
citations
affsans résuménon étiqueté
Inference for the Generalization Error
Claude Nadeau
2003· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
959
citations
affsans résuménon étiqueté
Model selection and overfitting
Jake Lever, Martin Krzywinski, Naomi Altman
2016· article· en· Nature Methods· Computer Science
prédiction machine:candidate · metaresearchconsensus · aucune
700
citations
affsans résuménon étiqueté
Siamese Neural Networks: An Overview
Davide Chicco
2020· review· en· Methods in molecular biology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
670
citations
affsans résuménon étiqueté
Algorithms and Data Structures
Frank Dehne, Roberto Tamassia
2001· book· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
626
citations
affsans résuménon étiqueté
Mutual Information Neural Estimation.
Mohamed Ishmael Belghazi, Aristide Baratin, Sai Rajeshwar, Sherjil Ozair, Yoshua Bengio, Aaron Courville +1 autres
2018· article· en· International Conference on Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
598
citations
affnon étiqueté
Advances in optimizing recurrent networks
Yoshua Bengio, Nicolas Boulanger-Lewandowski, Razvan Pascanu
2013· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
486
citations
afffundnon étiqueté
Learning Deep Generative Models
Ruslan Salakhutdinov
2015· article· en· Annual Review of Statistics and Its Application· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
448
citations
affsans résuménon étiqueté
Long-Memory Processes
Jan Beran, Yuanhua Feng, Sucharita Ghosh, Rafał Kulik
2013· book· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
430
citations
affsans résuménon étiqueté
Clustering: A neural network approach
Ke-Lin Du
2009· article· en· Neural Networks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
325
citations
affsans résuménon étiqueté
Deep learning
Ian H. Witten, Eibe Frank, Mark A. Hall, Christopher Pal
2016· book-chapter· en· Elsevier eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
254
citations
affsans résuménon étiqueté
Machine learning: a primer
Danilo Bzdok, Martin Krzywinski, Naomi Altman
2017· article· es· Nature Methods· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
241
citations
affsans résuménon étiqueté
Neural Networks and Statistical Learning
Ke-Lin Du, M. N. S. Swamy
2019· book· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
204
citations
affsans résuménon étiqueté
On the Expressive Power of Deep Architectures
Yoshua Bengio, Olivier Delalleau
2011· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
200
citations
affnon étiqueté
Glimmer: Multilevel MDS on the GPU
Stephen Ingram, Tamara Munzner, Marc Olano
2008· article· en· IEEE Transactions on Visualization and Computer Graphics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
186
citations
affnon étiqueté
An Introduction to Neural Information Retrieval
Bhaskar Mitra, Nick Craswell
2018· article· en· Foundations and Trends® in Information Retrieval· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
185
citations
suivant →

En coulisses: Sélection · Constats · À propos