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
Advanced Bandit Algorithms Research
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.

436 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.
436 travaux dans la cohorte · sur 4 299 418page 7 sur 9

Les étiquettes couvrent 1 des 436 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 436 des 436 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

afffundnon étiqueté
Imitation Upper Confidence Bound for Bandits on a Graph
Andrei Lupu, Doina Precup
2018· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Decision Sciences
prédiction distillée:candidate · metaresearchconsensus · aucune
1
citations
affnon étiqueté
Stochastic Bandits with Finitely Many Arms
Tor Lattimore, Csaba Szepesvári
2020· book-chapter· en· Cambridge University Press eBooks· Decision Sciences
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
1
citations
affnon étiqueté
Optimal anytime regret with two experts
Nicholas J. A. Harvey, Christopher Liaw, Edwin Perkins, Sikander Randhawa
2023· article· en· Mathematical Statistics and Learning· Decision Sciences
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
1
citations
affnon étiqueté
Regime Switching Bandits
Xiang Zhou, Yi Xiong, Ningyuan Chen, Xuefeng Gao
2021· article· en· Neural Information Processing Systems· Decision Sciences
prédiction distillée:candidate · scholarly_communication+insufficient_payloadconsensus · aucune
1
citations
fundno affsans résuménon étiqueté
Adaptive and optimal online linear regression on <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" altimg="si1.gif" overflow="scroll"><mml:msup><mml:mrow><mml:mi>ℓ</mml:mi></mml:mrow><mml:mrow><mml:mn>1</mml:mn></mml:mrow></mml:msup></mml:math>-balls
Sébastien Gerchinovitz, Jia Yuan Yu
2013· article· lv· Theoretical Computer Science· Decision Sciences
prédiction distillée:candidate · metaepi_narrow+sts+scholarly_communication+research_integrity+insufficient_payloadconsensus · sts+insufficient_payload
1
citations
affsans résuménon étiqueté
Optimal Exploration
David Austen‐Smith, César Martinelli
2018· article· en· SSRN Electronic Journal· Decision Sciences
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
1
citations
affnon étiqueté
Rewards and errors in multi-arm bandits for interactive education
Akram Erraqabi, Alessandro Lazaric, Michal Valko, Emma Brunskill, Yun-En Liu
2016· preprint· en· LillOA (Université de Lille (University Of Lille))· Decision Sciences
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
1
citations
affnon étiqueté
Introduction
Tor Lattimore, Csaba Szepesvári
2020· book-chapter· en· Cambridge University Press eBooks· Decision Sciences
prédiction distillée:candidate · metaepi_narrow+insufficient_payloadconsensus · aucune
1
citations
afffundnon étiqueté
Scalable Delay-Sensitive Polling of Sensors
Hootan Rashtian, Bader Alahmad, Sathish Gopalakrishnan
2020· article· en· IEEE Access· Decision Sciences
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Safe Linear Thompson Sampling With Side Information
Ahmadreza Moradipari, Sanae Amani, Mahnoosh Alizadeh, Christos Thrampoulidis
2021· preprint· en· IEEE Transactions on Signal Processing· Decision Sciences
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+research_integrityconsensus · aucune
1
citations
affnon étiqueté
Toppling conjectures
Alex Fink, Richard J. Nowakowski, Aaron Siegel, David A. Wolfe
2015· other· en· Decision Sciences
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affsans résuménon étiqueté
Online Learning for Dynamic Service Mode Control
Wenqian Xing, Yue Hu, Anand Kalvit, Vahid Sarhangian
2025· preprint· en· SSRN Electronic Journal· Decision Sciences
prédiction distillée:candidate · metaepi_narrow+research_integrityconsensus · aucune
0
citations
affnon étiqueté
Meta-Descent for Online, Continual Prediction
Andrew Jacobsen, Matthew Schlegel, Cameron Linke, Thomas Degris, Adam White, Martha White
2019· preprint· en· Proceedings of the AAAI Conference on Artificial Intelligence· Decision Sciences
prédiction distillée:candidate · metaresearch+metaepi_narrowconsensus · aucune
0
citations
affnon étiqueté
Responsible Bandit Learning via Privacy-Protected Mean-Volatility Utility
Shanshan Zhao, Wenhai Cui, Bei Jiang, Linglong Kong, Xiaodong Yan
2024· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Decision Sciences
prédiction distillée:candidate · metaresearch+insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
Stochastic Linear Bandits with Finitely Many Arms
Tor Lattimore, Csaba Szepesvári
2020· book-chapter· en· Cambridge University Press eBooks· Decision Sciences
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
0
citations
affnon étiqueté
On Data-Driven Multi-Product Pricing
Tianyu Wang, Chenye Wu, Wei Qi
2020· article· en· IEEE Control Systems Letters· Decision Sciences
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
Multi-Environment Meta-Learning in Stochastic Linear Bandits
Ahmadreza Moradipari, Mohammad Ghavamzadeh, Taha Rajabzadeh, Christos Thrampoulidis, Mahnoosh Alizadeh
2022· article· en· 2022 IEEE International Symposium on Information Theory (ISIT)· Decision Sciences
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
Ranking
Tor Lattimore, Csaba Szepesvári
2020· book-chapter· en· Cambridge University Press eBooks· Decision Sciences
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
0
citations
affnon étiqueté
Partial Monitoring
Tor Lattimore, Csaba Szepesvári
2020· book-chapter· en· Cambridge University Press eBooks· Decision Sciences
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
0
citations
afffundnon étiqueté
X-Armed Bandits
Sébastien Bubeck, Rémi Munos, Gilles Stoltz, Csaba Szepesvári
2010· preprint· en· arXiv (Cornell University)· Decision Sciences
prédiction distillée:candidate · metaepi_narrow+research_integrity+insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
Beyond Bandits
Tor Lattimore, Csaba Szepesvári
2020· book-chapter· en· Cambridge University Press eBooks· Decision Sciences
prédiction distillée:candidate · metaepi_narrow+insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
Stochastic Linear Bandits with Sparsity
Tor Lattimore, Csaba Szepesvári
2020· book-chapter· en· Cambridge University Press eBooks· Decision Sciences
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
0
citations
venueno affsans résuménon étiqueté
10.1145/3768292.3793394
2000· article· en· Time to knit· Decision Sciences
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
fundno affnon étiqueté
Exploration via linearly perturbed loss minimisation
David M. Janz, Shuai Liu, Alex Ayoub, Csaba Szepesvári
2023· preprint· en· arXiv (Cornell University)· Decision Sciences
prédiction distillée:candidate · metaepi_narrow+insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
Instance-Dependent Lower Bounds
Tor Lattimore, Csaba Szepesvári
2020· book-chapter· en· Cambridge University Press eBooks· Decision Sciences
prédiction distillée:candidate · metaepi_narrow+insufficient_payloadconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos