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
Advanced Graph Neural Networks
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.

518 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.
518 travaux dans la cohorte · sur 4 299 418page 2 sur 11

Les étiquettes couvrent 2 des 518 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 518 des 518 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
Principal Neighbourhood Aggregation for Graph Nets
Gabriele Corso, Luca Cavalleri, Dominique Beaini, Píetro Lió, Petar Veličković
2020· article· en· Neural Information Processing Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
51
citations
affnon étiqueté
Graph Normalizing Flows
Jenny Liu, Aviral Kumar, Jimmy Ba, Jamie Kiros, Kevin Swersky
2019· article· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
42
citations
affnon étiqueté
TGNN: A Joint Semi-supervised Framework for Graph-level Classification
Wei Ju, Xiao Luo, Meng Qu, Yifan Wang, Chong Chen, Minghua Deng +2 autres
2022· article· en· Proceedings of the Thirty-First International Joint Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
42
citations
affnon étiqueté
DGL-KE: Training Knowledge Graph Embeddings at Scale
Da Zheng, Xiang Song, Chao Ma, Zeyuan Tan, Zihao Ye, Jin Song Dong +3 autres
2020· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
36
citations
affnon étiqueté
AutoNE
Ke Tu, Jianxin Ma, Peng Cui, Jian Pei, Wenwu Zhu
2019· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
34
citations
afffundnon étiqueté
On Directed Densest Subgraph Discovery
Chenhao Ma, Yixiang Fang, Reynold Cheng, Laks V. S. Lakshmanan, Wenjie Zhang, Xuemin Lin
2021· article· en· ACM Transactions on Database Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
32
citations
affnon étiqueté
LRGB: Long Range Graph Benchmark
Vijay Prakash Dwivedi, Ladislav Rampášek, Mikhail Galkin, Ali Parviz, Guy Wolf, Anh Tuan Luu +1 autres
2022· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
31
citations
venueno affnon étiqueté
Analysis of Traffic Accident Based on Knowledge Graph
Liyan Zhang, Min Zhang, Jiazhen Tang, Jian Ma, Xiaoke Duan, Juan Sun +2 autres
2022· article· en· Journal of Advanced Transportation· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
29
citations
aboutno affnon étiqueté
LargeEA
Congcong Ge, Xiaoze Liu, Lu Chen, Yunjun Gao, Baihua Zheng
2021· article· en· Proceedings of the VLDB Endowment· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
29
citations
affnon étiqueté
GMNN: Graph Markov Neural Networks
Meng Qu, Yoshua Bengio, Jian Tang
2019· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
28
citations
affnon étiqueté
Amer: A New Attribute-Missing Network Embedding Approach
Di Jin, Rui Wang, Tao Wang, Dongxiao He, Weiping Ding, Yuxiao Huang +2 autres
2022· article· en· IEEE Transactions on Cybernetics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
26
citations
affnon étiqueté
Sampling Enclosing Subgraphs for Link Prediction
Paul Louis, Shweta Ann Jacob, Amirali Salehi‐Abari
2022· article· en· Proceedings of the 31st ACM International Conference on Information & Knowledge Management· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
25
citations
affsans résuménon étiqueté
Exploring attention mechanism for graph similarity learning
Wenhui Tan, Xin Gao, Yiyang Li, Guangqi Wen, Peng Cao, Jinzhu Yang +2 autres
2023· article· en· Knowledge-Based Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
22
citations
affnon étiqueté
Trust Prediction via Belief Propagation
Richong Zhang, Yongyi Mao
2014· article· en· ACM Transactions on Information Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
21
citations

En coulisses: Sélection · Constats · À propos