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
Machine Learning and Data Classification
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.

559 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.
559 travaux dans la cohorte · sur 4 299 418page 7 sur 12

Les étiquettes couvrent 1 des 559 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 559 des 559 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.

afffundsans résuménon étiqueté
Classification Trees with Mismeasured Responses
Liqun Diao, Grace Y. Yi
2023· article· en· Journal of Classification· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
Online Learning
Shai Shalev‐Shwartz, Shai Ben-David
2014· book-chapter· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
afffundnon étiqueté
DNAi: an open-source AI tool for unbiased DNA fiber analysis
Clément Playout, Yosra Mehrjoo, Renaud Duval, Marie Carole Boucher, Santiago Costantino, Hugo Würtele
2025· article· en· Nucleic Acids Research· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
Conclusion
Nathalie Japkowicz, Mohak Shah
2011· book-chapter· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
fundno affnon étiqueté
Class Adaptive Network Calibration
Bingyuan Liu, Jérôme Rony, Adrián Galdrán, José Dolz, Ismail Ben Ayed
2022· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Profile Similarity
2018· book-chapter· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Information Preserving Dimensionality Reduction
Shrinu Kushagra, Shai Ben-David
2015· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Federated Learning with Local Openset Noisy Labels
Zonglin Di, Zhaowei Zhu, Xiaoxiao Li, Yang Liu
2024· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Whole Page Unbiased Learning to Rank
Haitao Mao, Lixin Zou, Yujia Zheng, Jiliang Tang, Xiaokai Chu, Jiashu Zhao +2 autres
2024· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
On-Line Adaptative Curriculum Learning for GANs
Thang Doan, João Monteiro, Isabela Albuquerque, Bogdan Mazoure, Audrey Durand, Joëlle Pineau +1 autres
2019· preprint· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
afffundnon étiqueté
Precision-based Boosting
Mohammad Hossein Nikravan, Marjan Movahedan, Sandra Zilles
2021· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Imbalanced regression pipeline recommendation
Juscimara Gomes Avelino, George D. C. Cavalcanti, Rafael M. O. Cruz
2025· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
afffundnon étiqueté
Deep Associative Classifier
Md. Rayhan Kabir, Samridhi Vaid, Nitakshi Sood, Osmar R. Zai͏̈ane
2022· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Classification Methods
Aijun An
2011· book-chapter· en· IGI Global eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Iterative Teaching by Label Synthesis
Weiyang Liu, Zhen Liu, Hanchen Wang, Liam Paull, Bernhard Schölkopf, Adrian Weller
2021· article· en· Neural Information Processing Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
afffundnon étiqueté
On Lower Bounding Minimal Model Count
Mohimenul Kabir, Kuldeep S. Meel
2024· article· en· Theory and Practice of Logic Programming· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Learning from Ambiguous Data with Hard Labels
Zheng He, Nan Lu, Lichen Bai, Bao Li, Shuo Yang, Mingming Sun +1 autres
2025· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Machine Learning
2018· book-chapter· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
afffundnon étiqueté
Semi-supervised learning from coarse histopathology labels
Fahimeh Fooladgar, Minh Nguyen Nhat To, Golara Javadi, Samira Sojoudi, Walid Eshumani, Silvia D. Chang +3 autres
2022· article· en· Computer Methods in Biomechanics and Biomedical Engineering Imaging & Visualization· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations

En coulisses: Sélection · Constats · À propos