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
IEEE Transactions on Neural Networks and Learning 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.

179 résultats · 1 filtre actif ·
Résultats par année
20092025
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.
179 travaux dans la cohorte · sur 4 299 418page 3 sur 4

Les étiquettes couvrent 0 des 179 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 179 des 179 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
LogDet Metric-Based Domain Adaptation
Youfa Liu, Bo Du, Weiping Tu, Mingming Gong, Yuhong Guo, Dacheng Tao
2020· article· en· IEEE Transactions on Neural Networks and Learning Systems· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
9
citations
aboutno affnon étiqueté
Balanced Decoupled Spatial Convolution for CNNs
Guotian Xie, Kuiyuan Yang, Ting Zhang, Jingdong Wang, Jianhuang Lai
2019· article· en· IEEE Transactions on Neural Networks and Learning Systems· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
8
citations
afffundnon étiqueté
Deep Multirepresentation Learning for Data Clustering
Mohammadreza Sadeghi, Narges Armanfard
2023· article· en· IEEE Transactions on Neural Networks and Learning Systems· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
fundno affnon étiqueté
Reservoir Computing Universality With Stochastic Inputs
Lukas Gonon, Juan‐Pablo Ortega
2019· preprint· en· IEEE Transactions on Neural Networks and Learning Systems· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+research_integrityconsensus · aucune
6
citations
affnon étiqueté
Bi-Level Spectral Feature Selection
Zebiao Hu, Jian Wang, Kai Zhang, Witold Pedrycz, Nikhil R. Pal
2024· article· en· IEEE Transactions on Neural Networks and Learning Systems· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
5
citations
afffundnon étiqueté
Nearest Neighbor Multivariate Time Series Forecasting
Huiliang Zhang, Ping Nie, Lijun Sun, Benoît Boulet
2024· article· en· IEEE Transactions on Neural Networks and Learning Systems· Decision Sciences
prédiction distillée:candidate · scholarly_communicationconsensus · aucune
3
citations
fundno affsans résuménon étiqueté
IEEE Computational Intelligence Society Information
2021· article· en· IEEE Transactions on Neural Networks and Learning Systems· Economics, Econometrics and Finance
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
afffundnon étiqueté
Input-to-State Representation in Linear Reservoirs Dynamics
Pietro Verzelli, Cesare Alippi, Lorenzo Livi, Peter Tiňo
2021· preprint· en· IEEE Transactions on Neural Networks and Learning Systems· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+research_integrityconsensus · aucune
1
citations
affnon étiqueté
Editorial: Booming of Neural Networks and Learning Systems
Akira Hirose, Alessio Micheli, Artur d’Avila Garcez, Choon Ki Ahn, Gang Pan, Hamid Reza Karimi +18 autres
2019· editorial· en· IEEE Transactions on Neural Networks and Learning Systems· Neuroscience
prédiction distillée:candidate · metaepi_narrow+research_integrityconsensus · research_integrity
1
citations
affsans résuménon étiqueté
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS Publication Information
Hussein A. Abbass, Nesreen K. Ahmed, Choon Ki, Ahn Sabri, Arik Sansanee Auephanwiriyakul, Davide Bacciu +52 autres
2021· article· en· IEEE Transactions on Neural Networks and Learning Systems· Computer Science
prédiction distillée:candidate · metaepi_narrow+sts+scholarly_communication+research_integrityconsensus · aucune
1
citations

En coulisses: Sélection · Constats · À propos