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
Face recognition and analysis
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.

596 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.
596 travaux dans la cohorte · sur 4 299 418page 5 sur 12

Les étiquettes couvrent 2 des 596 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 596 des 596 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.

fundno affnon étiqueté
Image reconstruction reveals the impact of aging on face perception.
Chi-Hsun Chang, Dan Nemrodov, Natalia Drobotenko, Maryam Sorkhou, Adrian Nestor, Andy Lee
2021· article· en· Journal of Experimental Psychology Human Perception & Performance· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
A Modified CNN-Based Face Recognition System
Jayanthi Raghavan, Majid Ahmadi
2021· article· en· International Journal of Artificial Intelligence & Applications· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
afffundnon étiqueté
Detecting Proper Mask Usage with Soft Attention
Thomas Truong, Dhyey Lalseta, Ryan Ittyipe, Svetlana Yanushkevich
2020· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affsans résuménon étiqueté
Mask guided diverse face image synthesis
Song Sun, Bo Zhao, Muhammad Mateen, Xin Chen, Junhao Wen
2021· article· en· Frontiers of Computer Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Morphable guidelines for the human head
Shelley Gao, Christopher Werner, Amy A. Gooch
2013· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affvenuenon étiqueté
Faces extracted from Time Magazine 1923-2014
Ana Jofré, Vincent Berardi, Carl D. Bennett, Michael Reale, Josh Cole
2020· article· en· Journal of Cultural Analytics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
venueno affnon étiqueté
Real-Time Face Tracking for Audience Engagement
Chengyuan Peng, Sari Järvinen, Johannes Peltola
2016· article· en· Proceedings of the World Congress on Electrical Engineering and Computer Systems and Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
aboutno affnon étiqueté
Real-time, single camera, digital human development
Doug Roble, Darren Hendler, Jeremy Buttell, Melissa Cell, J. Briggs, Chad Reddick +14 autres
2019· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
fundno affnon étiqueté
Self-Learning with Stochastic Triplet Loss
João Ribeiro Pinto, Jaime S. Cardoso
2020· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
Dynamic information for face perception
Karen Lander, Vicki Bruce
2012· book-chapter· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations

En coulisses: Sélection · Constats · À propos