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
Neural Information Processing Systems
Sujet
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.

208 résultats · 1 filtre actif ·
Résultats par année
20002021
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.
208 travaux dans la cohorte · sur 4 299 418page 2 sur 5

Les étiquettes couvrent 0 des 208 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 208 des 208 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
Architectural Complexity Measures of Recurrent Neural Networks
Saizheng Zhang, Yuhuai Wu, Tong Che, Zhouhan Lin, Roland Memisevic, Russ R. Salakhutdinov +1 autres
2016· article· en· Neural Information Processing Systems· Engineering
prédiction machine:candidate · aucuneconsensus · aucune
32
citations
affnon étiqueté
Monte-Carlo Tree Search for Constrained POMDPs
Jongmin Lee, Geon-Hyeong Kim, Pascal Poupart, Kee-Eung Kim
2018· article· en· Neural Information Processing Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
31
citations
affnon étiqueté
Variational Memory Addressing in Generative Models
Jörg Bornschein, Andriy Mnih, Daniel Zoran, Danilo Jimenez Rezende
2017· article· en· Neural Information Processing Systems· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
26
citations
affnon étiqueté
Efficient and Thrifty Voting by Any Means Necessary
Debmalya Mandal, Ariel D. Procaccia, Nisarg Shah, David P. Woodruff
2019· article· en· Neural Information Processing Systems· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
26
citations
affnon étiqueté
Convex Deep Learning via Normalized Kernels
Özlem Aslan, Xinhua Zhang, Dale Schuurmans
2014· article· en· Neural Information Processing Systems· Engineering
prédiction machine:candidate · aucuneconsensus · aucune
23
citations
affnon étiqueté
Launch and Iterate: Reducing Prediction Churn
Mahdi Milani Fard, Quentin Cormier, Kevin Robert Canini, Maya R. Gupta
2016· article· en· Neural Information Processing Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
23
citations
affnon étiqueté
Latent Maximum Margin Clustering
Guang-Tong Zhou, Tian Lan, Arash Vahdat, Greg Mori
2013· article· en· Neural Information Processing Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
22
citations
affnon étiqueté
Deep learning games
Dale Schuurmans, Martin Zinkevich
2016· article· en· Neural Information Processing Systems· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
20
citations
affsans résuménon étiqueté
Variational Amodal Object Completion
Huan Ling, David Acuna, Karsten Kreis, Seung Wook Kim, Sanja Fidler
2020· article· en· Neural Information Processing Systems· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
20
citations
affsans résuménon étiqueté
On Efficiency in Hierarchical Reinforcement Learning
Zheng Wen, Doina Precup, Morteza Ibrahimi, André Barreto, Benjamin Van Roy, Satinder Singh
2020· article· en· Neural Information Processing Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
19
citations
affnon étiqueté
Invertible Convolutional Flow
Mahdi Karami, Dale Schuurmans, Jascha Sohl‐Dickstein, Laurent Dinh, Daniel Duckworth
2019· article· en· Neural Information Processing Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
19
citations
affnon étiqueté
Optimal Subsampling with Influence Functions
Daniel Ting, Eric Brochu
2018· article· en· Neural Information Processing Systems· Mathematics
prédiction machine:candidate · aucuneconsensus · aucune
19
citations
affnon étiqueté
Inverse Filtering for Hidden Markov Models
Robert Mattila, Cristian R. Rojas, Vikram Krishnamurthy, Bo Wahlberg
2017· article· en· Neural Information Processing Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
18
citations
affnon étiqueté
Multi-Step Dyna Planning for Policy Evaluation and Control
Hengshuai Yao, Shalabh Bhatnagar, Dongcui Diao, Richard S. Sutton, Csaba Szepesvári
2009· article· en· Neural Information Processing Systems· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
18
citations
affnon étiqueté
Adversarial Attack Generation Empowered by Min-Max Optimization
Jingkang Wang, Tianyun Zhang, Sijia Liu, Pin‐Yu Chen, Jiacen Xu, Makan Fardad +1 autres
2021· article· en· Neural Information Processing Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
17
citations
affnon étiqueté
Semiparametric Differential Graph Models
Pan Xu, Quanquan Gu
2016· article· en· Neural Information Processing Systems· Mathematics
prédiction machine:candidate · aucuneconsensus · aucune
15
citations
affnon étiqueté
Discovering Symbolic Models from Deep Learning with Inductive Biases
Miles Cranmer, Álvaro Sánchez‐González, Peter Battaglia, Rui Xu, K. Cranmer, David N. Spergel +1 autres
2020· article· en· Neural Information Processing Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
15
citations

En coulisses: Sélection · Constats · À propos