MétaCan
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.

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
Image Retrieval and Classification Techniques
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.

1 015 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.
1 015 travaux dans la cohorte · sur 4 299 418page 12 sur 21

Les étiquettes couvrent 2 des 1 015 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 1 015 des 1 015 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Stacked Autoencoders for Medical Image Search
Swati Sharma, Ibrahim Khalil Umar, L. Ospina, David Wong, Hamid R. Tizhoosh
2016· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
Improving Image Retrieval by Clustering
Dany Gebara, Reda Alhajj
2009· book-chapter· en· IGI Global eBooks· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
3
citations
affsans résuménon étiqueté
Color Content Matching of MPEG-4 Video Objects
Berna Erol, F. Kossentini
2001· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
3
citations
affsans résuménon étiqueté
Semantic Learning for Image Compression (SLIC)
Kushal Mahalingaiah, Harsh Sharma, Priyanka Kaplish, Irene Cheng
2020· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
3
citations
affnon étiqueté
Personalized Content-Based Image Retrieval
Iker Gondra
2011· book-chapter· en· IGI Global eBooks· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
3
citations
affnon étiqueté
Image spam — ASCII to the rescue!
Jordan Nielson, John Aycock, Daniel Medeiros Nunes de Castro
2008· article· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
3
citations
affnon étiqueté
Modeling of 2D Parts Applied to Database Query
Guillaume-Alexandre Bilodeau, Robert Bergevin
2000· article· en· PolyPublie (École Polytechnique de Montréal)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
3
citations
venueno affnon étiqueté
Content-Based Image Retrieval Using Adaptive CIE Color Feature Fusion
Charulata Palai, Pradeep Kumar Jena, Bonomali Khuntia, Tapas Kumar Mishra, Satya Ranjan Pattanaik
2023· article· en· Revue d intelligence artificielle· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
3
citations
affnon étiqueté
Radon-Gabor Barcodes for Medical Image Retrieval
Mina Nouredanesh, Hamid R. Tizhoosh, Ershad Banijamali, James Tung
2016· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
2
citations

En coulisses: Sélection · Constats · À propos