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
Neural Networks and Applications
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.

2 372 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.
2 372 travaux dans la cohorte · sur 4 299 418page 4 sur 48

Les étiquettes couvrent 1 des 2 372 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 2 372 des 2 372 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
Topology-oriented self-organizing maps: a survey
César A. Astudillo, B. John Oommen
2014· article· en· Pattern Analysis and Applications· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
48
citations
affnon étiqueté
Input partitioning to mixture of experts
Bin Tang, Malcolm I. Heywood, Michael Shepherd
2003· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
47
citations
venueno affnon étiqueté
Logic Learning in Hopfield Networks
Saratha Sathasivam, W. A. T. Wan Abdullah
2008· article· en· Modern Applied Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
47
citations
affnon étiqueté
Nonlocal Estimation of Manifold Structure
Yoshua Bengio, Martin Monperrus, Hugo Larochelle
2006· article· en· Neural Computation· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
46
citations
affnon étiqueté
Machine Learning Fundamentals
Hui Jiang
2021· book· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
45
citations
affsans résuménon étiqueté
On the quality of ART1 text clustering
Louis Massey
2003· article· en· Neural Networks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
43
citations
affnon étiqueté
Quaternion Recurrent Neural Networks
Titouan Parcollet, Mirco Ravanelli, Mohamed Morchid, Georges Linarès, Chiheb Trabelsi, Renato De Mori +1 autres
2018· preprint· en· HAL (Le Centre pour la Communication Scientifique Directe)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
42
citations
affnon étiqueté
Higher Order Recurrent Neural Networks
Rohollah Soltani, Hui Jiang
2016· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
42
citations
affnon étiqueté
Looking Back on the Actor–Critic Architecture
Andrew G. Barto, Richard S. Sutton, Charles W. Anderson
2020· article· en· IEEE Transactions on Systems Man and Cybernetics Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
42
citations
affsans résuménon étiqueté
Temporal-Kernel Recurrent Neural Networks
Ilya Sutskever, Geoffrey E. Hinton
2009· article· en· Neural Networks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
42
citations
affsans résuménon étiqueté
Neural network modelling of adsorption isotherms
Graham E. Morse, Rudy Jones, Jules Thibault, F. Handan Tezel
2010· article· en· Adsorption· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
40
citations
afffundsans résuménon étiqueté
Nonlinear Poisson regression using neural networks: a simulation study
Nader Fallah, Hong Gu, Kazem Mohammad, Seyyed Ali Seyyedsalehi, Keramat Nourijelyani, Mohammad Reza Eshraghian
2009· article· en· Neural Computing and Applications· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
38
citations
afffundnon étiqueté
SCALING LARGE LEARNING PROBLEMS WITH HARD PARALLEL MIXTURES
Ronan Collobert, Yoshua Bengio, Samy Bengio
2003· article· en· International Journal of Pattern Recognition and Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
37
citations
affnon étiqueté
LEARNING OF FUZZY AUTOMATA
Witold Pedrycz, Adam Gacek
2001· article· en· International Journal of Computational Intelligence and Applications· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
36
citations
affnon étiqueté
Continuous Neural Networks
Nicolas Le Roux, Yoshua Bengio
2007· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
36
citations

En coulisses: Sélection · Constats · À propos