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
Image Enhancement Techniques
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.

473 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.
473 travaux dans la cohorte · sur 4 299 418page 3 sur 10

Les étiquettes couvrent 0 des 473 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 473 des 473 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
Light-Aware Contrastive Learning for Low-Light Image Enhancement
Xu Wu, Zhihui Lai, Jie Zhou, Xianxu Hou, Witold Pedrycz, Linlin Shen
2024· article· en· ACM Transactions on Multimedia Computing Communications and Applications· Computer Science
prédiction distillée:candidate · metaepi_narrow+stsconsensus · aucune
21
citations
affnon étiqueté
Compression efficiency of HDR/LDR content
Maryam Azimi, Ronan Boitard, Basak Oztas, Stelios Ploumis, Hamid Reza Tohidypour, Mahsa T. Pourazad +1 autres
2015· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
21
citations
affsans résuménon étiqueté
Photometric image processing for high dynamic range displays
Matthew Trentacoste, Wolfgang Heidrich, Lorne Whitehead, Helge Seetzen, Greg Ward
2007· article· en· Journal of Visual Communication and Image Representation· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
21
citations
affnon étiqueté
ℒ0 Gradient‐Preserving Color Transfer
Dong Wang, Changqing Zou, Guiqing Li, Chengying Gao, Zhuo Su, Ping Tan
2017· article· en· Computer Graphics Forum· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communicationconsensus · aucune
21
citations
affnon étiqueté
A codebook-driven approach for low-light image enhancement
Xu Wu, Xianxu Hou, Zhihui Lai, Jie Zhou, Witold Pedrycz, Linlin Shen
2025· article· en· Engineering Applications of Artificial Intelligence· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
20
citations
affnon étiqueté
Posterior Distillation Sampling
Juil Koo, Chanho Park, Minhyuk Sung
2024· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
17
citations
afffundnon étiqueté
Unsupervised Single-Image Reflection Removal
Hamed RahmaniKhezri, Su Hong Kim, Mohamed Hefeeda
2022· article· en· IEEE Transactions on Multimedia· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
14
citations
affnon étiqueté
Low-Light Image Enhancement via Generative Perceptual Priors
Han Zhou, Wei Dong, Xiaohong Liu, Yulun Zhang, Guangtao Zhai, Jun Chen
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
13
citations

En coulisses: Sélection · Constats · À propos