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
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 ·
Catégories
Étiquettes machine · couverture clairsemée
Preuves
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 mode candidate est l'union; le consensus est l'intersection.

affsans résuménon étiqueté
Learning recursive functions: A survey
2008· article· en· Theoretical Computer Science· Computer Science
prédiction distillée:candidate · stsconsensus · aucune
50
citations
affnon étiqueté
Bias learning, knowledge sharing
2003· article· en· IEEE Transactions on Neural Networks· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
45
citations
affnon étiqueté
On Nesting Monte Carlo Estimators
2017· article· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
45
citations
affnon étiqueté
Clustering with Same-Cluster Queries
2016· article· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
44
citations
affsans résuménon étiqueté
Active learning in heteroscedastic noise
2010· article· en· Theoretical Computer Science· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
43
citations
affsans résuménon étiqueté
Cybernetics and Learning Automata
2009· book-chapter· en· Springer handbooks· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
42
citations
affnon étiqueté
PLAL: Cluster-based active learning
2013· article· en· Conference on Learning Theory· Computer Science
prédiction distillée:candidate · metaepi_narrow+insufficient_payloadconsensus · insufficient_payload
29
citations
affnon étiqueté
Learning from Weak Teachers
2012· article· en· International Conference on Artificial Intelligence and Statistics· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
28
citations
affnon étiqueté
{PAC-Bayesian Theory for Transductive Learning}
2014· article· en· International Conference on Artificial Intelligence and Statistics· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
25
citations
← précédentsuivant →

En coulisses: Sélection · Constats · À propos