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
Rough Sets and Fuzzy Logic
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.

939 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.
939 travaux dans la cohorte · sur 4 299 418page 6 sur 19

Les étiquettes couvrent 1 des 939 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 939 des 939 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affsans résuménon étiqueté
K-means Indiscernibility Relation over Pixels
James F. Peters, Maciej Borkowski
2004· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
21
citations
affsans résuménon étiqueté
Relational peculiarity-oriented mining
Muneaki Ohshima, Ning Zhong, Yiyu Yao, Chunnian Liu
2007· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
20
citations
affsans résuménon étiqueté
VPRSM Approach to WEB Searching
Wojciech Ziarko, Fei Xue
2002· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+open_scienceconsensus · aucune
20
citations
affsans résuménon étiqueté
Granular Computing with Shadowed Sets
Witold Pedrycz
2005· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
19
citations
affsans résuménon étiqueté
Transactions on Rough Sets XIV
James F. Peters
2011· book· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
19
citations
affsans résuménon étiqueté
Towards a Temporal Extension of Formal Concept analysis
Rabih Neouchi, Ahmed Y. Tawfik, Richard Frost
2001· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
18
citations
afffundnon étiqueté
Sensor fusion: a rough granular approach
James F. Peters, Sheela Ramanna, Andrzej Skowron, Jarosław Stepaniuk, Zbigniew Suraj
2002· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
18
citations
affnon étiqueté
Linguistic data mining and fuzzy modelling
Kaoru Hirota, Witold Pedrycz
2002· article· en· Proceedings of IEEE 5th International Fuzzy Systems· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
18
citations
affnon étiqueté
Correlating Fuzzy and Rough Clustering
Manish Joshi, Pawan Lingras, C. Raghavendra Rao
2012· article· en· Fundamenta Informaticae· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
17
citations
affsans résuménon étiqueté
Perceptual Tolerance Intersection
Piotr Wasilewski, James F. Peters, Sheela Ramanna
2011· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
17
citations
affsans résuménon étiqueté
Rough Set Based WebCT Learning
Aileen H. Liang, Brien Maguire, Julia Johnson
2000· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
17
citations
affnon étiqueté
Line-Crawling Robot Navigation: A Rough Neurocomputing Approach
James F. Peters, Tae-Chon Ahn, Maciej Borkowski, V. Degtyaryov, Sheela Ramanna
2003· book-chapter· en· Studies in fuzziness and soft computing· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
17
citations
affnon étiqueté
The Rise of Granular Computing
Yiyu Yao
2008· article· en· Journal of Chongqing University of Posts and Telecommunications· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
16
citations
affnon étiqueté
Ranfis : Rough Adaptive Neuro-Fuzzy Inference System
Sandeep Chandana, René V. Mayorga
2007· article· en· Zenodo (CERN European Organization for Nuclear Research)· Computer Science
prédiction distillée:candidate · sts+scholarly_communication+insufficient_payloadconsensus · aucune
16
citations

En coulisses: Sélection · Constats · À propos