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
Music and Audio Processing
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.

1 031 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.
1 031 travaux dans la cohorte · sur 4 299 418page 4 sur 21

Les étiquettes couvrent 2 des 1 031 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 1 031 des 1 031 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affsans résuménon étiqueté
Toward Sound-Assisted Intrusion Detection Systems
Lei Qi, Miguel Vargas Martín, Bill Kapralos, Mark Green, Miguel Á. García-Ruiz
2007· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communicationconsensus · aucune
20
citations
fundno affnon étiqueté
The Networked Environment for Music Analysis (NEMA)
Kris West, Amit Kumar, Andrew J. Shirk, Guojun Zhu, J. Stephen Downie, Andreas F. Ehmann +1 autres
2010· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
20
citations
afffundnon étiqueté
Adaptive environment classification system for hearing aids
Luc Lamarche, Christian Giguère, Wail Gueaieb, T. Aboulnasr, Hisham Othman
2010· article· en· The Journal of the Acoustical Society of America· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
20
citations
affsans résuménon étiqueté
The Present, Past, and Future of Timbre Research
Kai Siedenburg, Charalampos Saitis, Stephen McAdams
2019· book-chapter· en· Springer handbook of auditory research· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
20
citations
afffundsans résuménon étiqueté
Latent Timbre Synthesis
Kıvanç Tatar, Daniel Bisig, Philippe Pasquier
2020· article· en· Neural Computing and Applications· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
19
citations
affnon étiqueté
Gamera Versus Aruspix: Two Optical Music Recognition Approaches.
Laurent Pugin, Jason Hockman, John Burgoyne, Ichiro Fujinaga
2008· article· en· Zenodo (CERN European Organization for Nuclear Research)· Computer Science
prédiction distillée:candidate · sts+insufficient_payloadconsensus · insufficient_payload
19
citations
fundno affnon étiqueté
Antipattern Discovery in Folk Tunes
Darrell Conklin
2013· article· en· Journal of New Music Research· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
19
citations
aboutno affnon étiqueté
A Novel Classification Method with Cubic Spline Interpolation
Husam Ali Abdulmohsin, Hala Bahjat Abdul Wahab, Abdul Mohssen Jaber Abdul Hossen
2021· article· en· Intelligent Automation & Soft Computing· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
17
citations
affnon étiqueté
ETS System for AV+EC 2015 Challenge
Patrick Cardinal, Najim Dehak, Alessandro L. Koerich, Jahangir Alam, Patrice Boucher
2015· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
17
citations
affsans résuménon étiqueté
Probabilistic models for melodic prediction
Jean-François Paiement, Samy Bengio, Douglas Eck
2009· article· en· Artificial Intelligence· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
17
citations
affnon étiqueté
The Music Listening Histories Dataset.
Gabriel Vigliensoni, Ichiro Fujinaga
2017· article· en· Zenodo (CERN European Organization for Nuclear Research)· Computer Science
prédiction distillée:candidate · sts+scholarly_communication+insufficient_payloadconsensus · aucune
16
citations
affnon étiqueté
Assistive music browsing using self-organizing maps
George Tzanetakis, Manjinder Singh Benning, Steven R. Ness, Darren Minifie, Nigel J. Livingston
2009· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
16
citations
affnon étiqueté
Artificial Neural Networks that Classify Musical Chords
Vanessa Yaremchuk, Michael R. Dawson
2008· article· en· International Journal of Cognitive Informatics and Natural Intelligence· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
16
citations
affnon étiqueté
Music-driven character animation
Danielle Sauer, Yee‐Hong Yang
2009· article· en· ACM Transactions on Multimedia Computing Communications and Applications· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
15
citations

En coulisses: Sélection · Constats · À propos