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
Generative Adversarial Networks and Image Synthesis
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.

668 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.
668 travaux dans la cohorte · sur 4 299 418page 5 sur 14

Les étiquettes couvrent 1 des 668 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 668 des 668 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
A systematic comparison of generative models for medical images
Hristina Uzunova, Matthias Wilms, Nils D. Forkert, Heinz Handels, Jan Ehrhardt
2022· article· en· International Journal of Computer Assisted Radiology and Surgery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
16
citations
affnon étiqueté
Time-aware Large Kernel Convolutions
Vasileios Lioutas, Yuhong Guo
2020· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
16
citations
affnon étiqueté
Exploiting Relationship for Complex-scene Image Generation
Tianyu Hua, Hongdong Zheng, Yalong Bai, Wei Zhang, Xiao–Ping Zhang, Tao Mei
2021· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
14
citations
affnon étiqueté
Object-Centric Image Generation from Layouts
Tristan Sylvain, Pengchuan Zhang, Yoshua Bengio, R Devon Hjelm, Shikhar Sharma
2021· preprint· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
14
citations
affnon étiqueté
On Training Deep Boltzmann Machines
Guillaume Desjardins, Aaron Courville, Yoshua Bengio
2012· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
13
citations
affnon étiqueté
Clockwork Variational Autoencoders
Vaibhav Saxena, Jimmy Ba, Danijar Hafner
2021· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
12
citations
affnon étiqueté
Bidirectional Helmholtz machines
Jörg Bornschein, Samira Shabanian, Asja Fischer, Yoshua Bengio
2016· article· en· International Conference on Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
11
citations
affnon étiqueté
Data Augmentation using CA Evolved GANs
Kaitav Nayankumar Mehta, Ziad Kobti, Kathryn Pfaff, Susan H. Fox
2019· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
11
citations
affsans résuménon étiqueté
Stochastic Neighbour Embedding
Benyamin Ghojogh, Mark Crowley, Fakhri Karray, Ali Ghodsi
2023· book-chapter· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
11
citations
affnon étiqueté
Diffusion Texture Painting
A Hu, Nishkrit Desai, Hassan Abu Alhaija, Seung Wook Kim, Maria Shugrina
2024· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
11
citations
affnon étiqueté
Undirected Graphical Models as Approximate Posteriors
Arash Vahdat, Evgeny Andriyash, William G. Macready
2020· article· en· International Conference on Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
affsans résuménon étiqueté
Boltzmann Machines
Geoffrey E. Hinton
2017· book-chapter· en· Encyclopedia of Machine Learning and Data Mining· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
affnon étiqueté
Generative mixture of networks
Ershad Banijamali, Ali Ghodsi, Pascal Popuart
2017· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affnon étiqueté
RAST: Restorable Arbitrary Style Transfer
Yingnan Ma, Chenqiu Zhao, Bingran Huang, Anup Basu
2023· article· en· ACM Transactions on Multimedia Computing Communications and Applications· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations

En coulisses: Sélection · Constats · À propos