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
Privacy-Preserving Technologies in Data
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.

1 809 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.
1 809 travaux dans la cohorte · sur 4 299 418page 4 sur 37

Les étiquettes couvrent 7 des 1 809 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 1 809 des 1 809 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.

affnon étiqueté
Tensor Recurrent Neural Network With Differential Privacy
Jun Feng, Laurence T. Yang, Bocheng Ren, Deqing Zou, Mianxiong Dong, Shunli Zhang
2023· article· en· IEEE Transactions on Computers· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
64
citations
affsans résuménon étiqueté
Privacy-preserving boosting
Sébastien Gambs, Balázs Kégl, Esma Aı̈meur
2007· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
60
citations
affsans résuménon étiqueté
Publishing anonymous survey rating data
Xiaoxun Sun, Hua Wang, Jiuyong Li, Jian Pei
2010· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · metaresearchconsensus · aucune
56
citations
affnon étiqueté
Notes on information-theoretic privacy
Shahab Asoodeh, Fady Alajaji, Tamás Linder
2014· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
55
citations
affnon étiqueté
Privacy-preserving heterogeneous health data sharing
Noman Mohammed, Xiaoqian Jiang, Rui Chen, Benjamin C. M. Fung, Lucila Ohno‐Machado
2012· article· en· Journal of the American Medical Informatics Association· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
55
citations
affnon étiqueté
SAQE
Johes Bater, Yongjoo Park, Xi He, Xiao Wang, Jennie Rogers
2020· article· en· Proceedings of the VLDB Endowment· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
53
citations
affnon étiqueté
Privacy-Preserving Federated Learning Model for Healthcare Data
Tanzir Ul Islam, Reza Ghasemi, Noman Mohammed
2022· article· en· 2022 IEEE 12th Annual Computing and Communication Workshop and Conference (CCWC)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
52
citations
affnon étiqueté
Asynchronous Federated Unlearning
Ningxin Su, Baochun Li
2023· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
51
citations
afffundsans résuménon étiqueté
Anonymizing trajectory data for passenger flow analysis
Moein Ghasemzadeh, Benjamin C. M. Fung, Rui Chen, Anjali Awasthi
2014· article· en· Transportation Research Part C Emerging Technologies· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
50
citations
affnon étiqueté
Synthetic Data for Social Good
Bill Howe, Julia Stoyanovich, Haoyue Ping, Bernease Herman, Matt Gee
2017· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · open_scienceconsensus · aucune
50
citations
affsans résuménon étiqueté
Exploring privacy measurement in federated learning
Gopi Krishna Jagarlamudi, Abbas Yazdinejad, Reza M. Parizi, Seyedamin Pouriyeh
2023· article· en· The Journal of Supercomputing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
49
citations

En coulisses: Sélection · Constats · À propos