MétaCan
ENFR
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.

Exporter en CSVExporter en JSONRequête API

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
Gaussian Processes and Bayesian Inference
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.

309 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.
309 travaux dans la cohorte · sur 4 299 418page 6 sur 7

Les étiquettes couvrent 0 des 309 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 309 des 309 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.

afffundnon étiqueté
Bayesian Koopman Time Series Forecasting
Antonios Valkanas, Theodore Glavas, Boris N. Oreshkin, Mark Coates
2025· article· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Deep learning with Gaussian continuation
Andrew F. Ilersich, Prasanth B. Nair
2024· article· en· Foundations of Data Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Mode Effects
Rachel T. Fouladi
2023· book-chapter· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Tabaluga noten pdf
2024· other· de· Zenodo (CERN European Organization for Nuclear Research)· Computer Science
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
fundno affnon étiqueté
Fondations of Machine Learning, part 1
2019· other· en· OpenEdition (OpenEdition)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Bayesian inference with Gaussian errors
Phil Gregory
2005· book-chapter· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Linear-Gaussian Estimation
2024· book-chapter· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Deep inference of simulated strong lenses in ground-based surveys
Jason Poh, Ashwin Samudre, Aleksandra Ćiprijanović, J. Frieman, Gourav Khullar, B. Nord
2025· article· en· Journal of Cosmology and Astroparticle Physics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Exploiting Structure for Fast Kernel Learning
Trefor W. Evans, Prasanth B. Nair
2018· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Statistically impossible temperatures.
Michael Wehner, Mark D. Risser, Likun Zhang, William R. Boos
2024· preprint· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Which Gaussian Process for Bayesian Optimization ?
Rodolphe Le Riche, David Gaudrie, Victor Picheny, Youssef Diouane, Adrien Spagnol, Sébastien da Veiga
2022· preprint· en· HAL (Le Centre pour la Communication Scientifique Directe)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
← précédentsuivant →

En coulisses: Sélection · Constats · À propos