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
Machine Learning and Algorithms
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.

587 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.
587 travaux dans la cohorte · sur 4 299 418page 2 sur 12

Les étiquettes couvrent 1 des 587 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 587 des 587 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.

affsans résuménon étiqueté
Learning recursive functions: A survey
Thomas Zeugmann, Sandra Zilles
2008· article· en· Theoretical Computer Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
50
citations
affnon étiqueté
Bias learning, knowledge sharing
Joumana Ghosn, Yoshua Bengio
2003· article· en· IEEE Transactions on Neural Networks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
45
citations
affnon étiqueté
On Nesting Monte Carlo Estimators
Tom Rainforth, Robert Cornish, Hongseok Yang, Andrew Warrington, Frank Wood
2017· article· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
45
citations
affsans résuménon étiqueté
The complexity of properly learning simple concept classes
Misha Alekhnovich, Mark Braverman, Vitaly Feldman, Adam R. Klivans, Toniann Pitassi
2007· article· en· Journal of Computer and System Sciences· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
45
citations
affsans résuménon étiqueté
Foundations of Non-Bayesian Social Learning
Pooya Molavi, Alireza Tahbaz-Salehi, Ali Jadbabaie
2015· article· en· SSRN Electronic Journal· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
45
citations
affnon étiqueté
Feature value acquisition in testing
Victor S. Sheng, Charles X. Ling
2006· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
44
citations
affnon étiqueté
Clustering with Same-Cluster Queries
Hassan Ashtiani, Shrinu Kushagra, Shai Ben-David
2016· article· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
44
citations
affsans résuménon étiqueté
Active learning in heteroscedastic noise
András Antos, Varun Grover, Csaba Szepesvári
2010· article· en· Theoretical Computer Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
43
citations
affsans résuménon étiqueté
Cybernetics and Learning Automata
B. John Oommen, Sudip Misra
2009· book-chapter· en· Springer handbooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
42
citations
afffundnon étiqueté
A System for Efficient High-Recall Retrieval
Mustafa Abualsaud, Nimesh Ghelani, Haotian Zhang, Mark D. Smucker, Gordon V. Cormack, Maura R. Grossman
2018· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
34
citations
venueno affsans résuménon étiqueté
Bootstrapped Self Training for Knowledge Base Population.
Gabor Angeli, Victor W. Zhong, Danqi Chen, Arun Tejasvi Chaganty, Jason Bolton, Melvin Jose Johnson Premkumar +3 autres
2015· article· en· Theory and applications of categories· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
34
citations
affnon étiqueté
PLAL: Cluster-based active learning
Ruth Urner, Sharon Wulff, Shai Ben-David
2013· article· en· Conference on Learning Theory· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
29
citations
affnon étiqueté
Learning from Weak Teachers
Ruth Urner, Shai Ben-David, Ohad Shamir
2012· article· en· International Conference on Artificial Intelligence and Statistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
28
citations
affnon étiqueté
Agnostic Bayesian Learning of Ensembles
Alexandre Lacoste, Mario Marchand, Fran ois Laviolette, Hugo Larochelle
2014· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
28
citations
affnon étiqueté
{PAC-Bayesian Theory for Transductive Learning}
Luc Bégin, Pascal Germain, François Laviolette, Jean-Francis Roy
2014· article· en· International Conference on Artificial Intelligence and Statistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
25
citations
affgemma · aucune catégoriegpt · aucune catégoriemodèles en accord
Falsification of Hybrid Systems Using Adaptive Probabilistic Search
Gidon Ernst, Sean Sedwards, Zhenya Zhang, Ichiro Hasuo
2021· article· en· ACM Transactions on Modeling and Computer Simulation· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
24
citations
← précédentsuivant →

En coulisses: Sélection · Constats · À propos