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 3 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.

afffundnon étiqueté
Active Learning for One-Class Classification
Vincent Barnabé-Lortie, Colin Bellinger, Nathalie Japkowicz
2015· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
24
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
affnon étiqueté
Learning with the Set Covering Machine
Mario Marchand, John Shawe‐Taylor
2001· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
23
citations
affnon étiqueté
Deep Reactive Policies for Planning in Stochastic Nonlinear Domains
Thiago Pereira Bueno, Leliane Nunes de Barros, Denis Deratani Mauá, Scott Sanner
2019· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
22
citations
affnon étiqueté
The Decision List Machine
Marina Sokolova, Mario Marchand, Nathalie Japkowicz, John Shawe‐Taylor
2002· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
22
citations
affsans résuménon étiqueté
Maximizing agreements and coagnostic learning
Nader H. Bshouty, Lynn Burroughs
2005· article· en· Theoretical Computer Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
21
citations
affnon étiqueté
Dual search in permutation state spaces
Uzi Zahavi, Ariel Feiner, Robert C. Holte, Jonathan Schaeffer
2006· article· en· National Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
21
citations
affnon étiqueté
Bootstrapping via Graph Propagation
Max Whitney, Anoop Sarkar
2012· article· en· Summit (Simon Fraser University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
20
citations
affnon étiqueté
MechanicalHeart
William Callaghan, Joslin Goh, Michael M. Mohareb, Andrew Lim, Edith Law
2018· article· en· Proceedings of the ACM on Human-Computer Interaction· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
20
citations
affnon étiqueté
On learning discretized geometric concepts
Nader H. Bshouty, Zhixiang Chen, Steven Homer
2002· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
20
citations
fundno affnon étiqueté
Back to the Future:Knowledge Light Case Base Cookery
Qian Zhang, Rong Hu, Brian Mac Namee, Sarah Jane Delany
2021· article· en· Arrow@dit (Dublin Institute of Technology)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
19
citations
affsans résuménon étiqueté
Beyond EDSM
Orlando Cicchello, Stefan C. Kremer
2002· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
18
citations
affnon étiqueté
Multiple-Choice Randomization
Ian K. McLeod, Ying Zhang, Yu Hao
2003· article· en· Journal of Statistics Education· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
18
citations
affnon étiqueté
State Complexity Approximation
Yuan Gao, Sheng Yü
2009· article· en· Electronic Proceedings in Theoretical Computer Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
17
citations
affsans résuménon étiqueté
Deep Inverse Optimization
Yingcong Tan, Andrew Delong, Daria Terekhov
2019· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
17
citations
affsans résuménon étiqueté
Approximation algorithms for NMR spectral peak assignment
Zhi‐Zhong Chen, Tao Jiang, Guohui Lin, Jianjun Wen, Dong Xu, Jinbo Xu +1 autres
2003· article· en· Theoretical Computer Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
17
citations
affnon étiqueté
Online Learning with Costly Features and Labels
Navid Zolghadr, Gábor Bartók, Russell Greiner, András György, Csaba Szepesvári
2013· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
16
citations
afffundsans résuménon étiqueté
Mind change efficient learning
Wei Luo, Oliver Schulte
2006· article· en· Information and Computation· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
15
citations
affnon étiqueté
Preference-based teaching
Ziyuan Gao, Christoph Ries, Hans Ulrich Simon, Sandra Zilles
2017· article· en· Journal of Machine Learning Research· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
14
citations
fundno affnon étiqueté
Planning With Pixels in (Almost) Real Time
Wilmer Bandres, Blai Bonet, Héctor Geffner
2018· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
14
citations
afffundnon étiqueté
GP under streaming data constraints
Aaron Atwater, Malcolm I. Heywood, A. Nur Zincir‐Heywood
2012· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
13
citations
← précédentsuivant →

En coulisses: Sélection · Constats · À propos