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
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 13 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 mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
LEARNING, EXPLORATION AND CHAOTIC POLICIES
A. B. Potapov, Mazhar Ali
2000· article· en· International Journal of Modern Physics C· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
Bias learning, knowledge sharing
Joumana Ghosn, Yoshua Bengio
2000· article· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
8
citations
affnon étiqueté
Cubic neural unit for control applications
Ki‐Young Song, S. Redlapalli, Meenakshi Gupta
2004· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
Symbolic versus Subsymbolic
Chris Eliasmith, William Bechtel
2005· other· en· Encyclopedia of Cognitive Science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
8
citations
affnon étiqueté
Training Graph Neural Networks with 1000 Layers
Guohao Li, Matthias Müller, Bernard Ghanem, Vladlen Koltun
2021· article· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
Artificial neural network
Maria Pia Del Rosso, Silvia Liberata Ullo, Alessandro Sebastianelli, Dario Spiller, Erika Puglisi, Filippo Biondi +1 autres
2021· book-chapter· en· IET eBooks· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
8
citations
affsans résuménon étiqueté
Fuzzy Logic and Neural Networks
Nishith D. Tripathi, Jeffrey H. Reed, H.F. VanLandingham
2001· book-chapter· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
8
citations
venueno affnon étiqueté
Internal workings of feed-forward neural networks
Qing J Zhang, Stephen Stanley, Daniel W. Smith
2004· article· en· Journal of Environmental Engineering and Science· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
Dynamic neural controller with somatic adaptation
D.H. Rao, Manas Gupta
2002· article· en· IEEE International Conference on Neural Networks· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
afffundnon étiqueté
Structured learning in time‐dependent Cox models
Guanbo Wang, Yi Lian, Archer Y. Yang, Robert W. Platt, Rui Wang, Sylvie Perreault +2 autres
2024· article· en· Statistics in Medicine· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
Natural Gradient Revisited
Razvan Pascanu, Yoshua Bengio
2013· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Conceptual duplication
Louis Massey
2007· article· en· Soft Computing· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Neural computing in four spatial dimensions
Arturo Tozzi, Muhammad Zubair Ahmad, James F. Peters
2020· article· en· Cognitive Neurodynamics· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
Comparing "pattern discovery" and back-propagation classifiers
Andrew Hamilton-Wright, Daniel W. Stashuk
2006· article· en· Proceedings. 2005 IEEE International Joint Conference on Neural Networks, 2005.· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communicationconsensus · aucune
7
citations

En coulisses: Sélection · Constats · À propos