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
Advanced Clustering Algorithms Research
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.

421 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.
421 travaux dans la cohorte · sur 4 299 418page 4 sur 9

Les étiquettes couvrent 0 des 421 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 421 des 421 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.

affsans résuménon étiqueté
A new credibilistic clustering algorithm
M. Rostam Niakan Kalhori, M.H. Fazel Zarandi, İ.B. Türkşen
2014· article· en· Information Sciences· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affsans résuménon étiqueté
An efficient algorithm for maximal margin clustering
Jiming Peng, Lopamudra Mukherjee, Vikas Singh, Dale Schuurmans, Linli Xu
2011· article· en· Journal of Global Optimization· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affsans résuménon étiqueté
An Efficient K-Means Clustering Algorithm for Analysing COVID-19
Md. Zubair, Md Asif Iqbal, Avijeet Shil, Enamul Haque, Mohammed Moshiul Hoque, Iqbal H. Sarker
2021· preprint· en· Advances in intelligent systems and computing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
Clustering web queries
John S. Whissell, Charles L. A. Clarke, Azin Ashkan
2009· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
afffundnon étiqueté
Weighted Clustering
Margareta Ackerman, Shai Ben-David, Simina Brânzei, David Loker
2021· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affnon étiqueté
Density-based clustering with constraints
Piotr Lasek, Jarek Gryz
2019· article· en· Computer Science and Information Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affnon étiqueté
A General Hybrid Clustering Technique
Saeid Amiri, Bertrand Clarke, Jennifer Clarke, Hoyt Koepke
2018· preprint· en· Journal of Computational and Graphical Statistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affnon étiqueté
Kernel K-Mace Clustering
Faizan Ur Rahman, Soosan Beheshti
2018· article· en· 2018 52nd Asilomar Conference on Signals, Systems, and Computers· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
afffundnon étiqueté
Symbiotic evolutionary subspace clustering
Ali Vahdat, Malcolm I. Heywood, A. Nur Zincir‐Heywood
2012· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affnon étiqueté
Ensemble clustering: A practical tutorial
Caroline X. Gao, Shengqi Wang, Ye Zhu, Myriam Ziou, Shu Mei Teo, Catherine L. Smith +4 autres
2024· preprint· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
aboutno affsans résuménon étiqueté
CANUCS: The CAnadian NIRISS Unbiased Cluster Survey
Chris J. Willott, Roberto Abraham, Loïc Albert, Maruša Bradač, Gabriel Brammer, P. Chayer +10 autres
2017· article· en· JWST Proposal. Cycle 1· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affnon étiqueté
Clustering Oligarchies
2013· article· en· CaltechAUTHORS (California Institute of Technology)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affsans résuménon étiqueté
Categorical Data Clustering
Periklis Andritsos, Panayiotis Tsaparas
2016· book-chapter· en· Encyclopedia of Machine Learning and Data Mining· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations

En coulisses: Sélection · Constats · À propos