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
Neural Networks and Reservoir Computing
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.

516 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.
516 travaux dans la cohorte · sur 4 299 418page 7 sur 11

Les étiquettes couvrent 0 des 516 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 516 des 516 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Silicon Photonics Neural Networks for Training and Inference
Bhavin J. Shastri, Matthew J. Filipovich, Zhimu Guo, Paul R. Prucnal, Sudip Shekhar, Volker J. Sorger
2022· article· en· Optica Advanced Photonics Congress 2022· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
1
citations
afffundnon étiqueté
AI agents for photonic integrated circuit design automation
A. Surjalal Sharma, Yuqi Fu, Vahid Ansari, Fiona Kuang, Kashish Mistry, Raisa Islam Aishy +3 autres
2025· article· en· APL Machine Learning· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Photonic computing: an introduction
Chaoran Huang, Bhavin J. Shastri, Paul Pruncal
2024· book-chapter· en· Elsevier eBooks· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
1
citations
fundno affsans résuménon étiqueté
Echo state networks are universal
Lyudmila Grigoryeva, Juan‐Pablo Ortega
2018· preprint· en· Neural Networks· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+open_science+research_integrityconsensus · aucune
1
citations
fundno affsans résuménon étiqueté
Chaos-based reinforcement learning with TD3
Toshitaka Matsuki, Yusuke Sakemi, Kazuyuki Aihara
2025· article· en· Neural Networks· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
afffundsans résuménon étiqueté
conn2res: A toolbox for connectome-based reservoir computing
Bratislav Mišić, Laura E. Suárez, Ágoston Mihalik, Filip Milisav, Kenji Marshall, Mingze Li +2 autres
2023· preprint· en· Research Square· Computer Science
prédiction distillée:candidate · metaepi_narrow+sts+scholarly_communication+open_science+research_integrityconsensus · aucune
1
citations
afffundnon étiqueté
Hybrid quantum-classical photonic neural networks
Tristan Austin, Simon Bilodeau, Andrew Hayman, Nir Rotenberg, Bhavin J. Shastri
2025· article· en· npj Unconventional Computing· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
1
citations
affnon étiqueté
A 4×4 Reconfigurable Optical Processor
Farhad Shokraneh, Mohammadreza Sanadgol Nezami, Odile Liboiron-Ladouceur
2018· article· en· 2018 Asia Communications and Photonics Conference (ACP)· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Multiwavelength Neuromorphic Photonics
Paul R. Prucnal, Alexander N. Tait, Mitchell A. Nahmias, Thomas Ferreira de Lima, Hsuan-Tung Peng, Bhavin J. Shastri
2019· article· en· Conference on Lasers and Electro-Optics· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Neuromorphic Photonics for Intelligent Signal Processing
Chaoran Huang, Thomas Ferreira de Lima, Alexander N. Tait, Bicky A. Márquez, Bhavin J. Shastri, Paul R. Prucnal
2021· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Real-time control with photonic neural networks
Thomas Ferreira de Lima, Hugh Morison, Bhavin J. Shastri, Paul R. Prucnal
2024· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
FPGA-driven High Density Photonic Reservoir Computing
Hidetoshi Numata, J. B. Héroux, Toshiyuki Yamane, Daiju Nakano
2022· article· en· 2022 International Conference on Electronics Packaging (ICEP)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
1
citations
affnon étiqueté
Neuromorphic Photonics for Optical Communication Systems
Chaoran Huang, Thomas Ferreira de Lima, Shinsuke Fujisawa, Alexander N. Tait, Hsuan-Tung Peng, Bhavin J. Shastri +2 autres
2021· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Deep learning empowered synthetic dimension dynamics
Shiqi Xia, Sihong Lei, Daohong Song, Luigi Di Lauro, Imtiaz Alamgir, Liqin Tang +4 autres
2024· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Microring Modulation-and-Weight Banks
Weipeng Zhang, Jiawei Zhang, Joshua C. Lederman, Bhavin J. Shastri, Paul R. Prucnal
2024· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
An intelligent optical sensor realization
K.W. Lei, G.A. Jullien, William C. Miller
2002· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Physics-informed GANs for Coastal Flood Visualization
Björn Lütjens, Brandon Leshchinskiy, Christian Requena‐Mesa, Farrukh Chishtie, Natalia Díaz-Rodríguez, Océane Boulais +5 autres
2020· preprint· en· HAL (Le Centre pour la Communication Scientifique Directe)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
0
citations
affsans résuménon étiqueté
Opposition-Based Computing
Mario Ventresca, Shahryar Rahnamayan, Hamid R. Tizhoosh
2023· book-chapter· en· Encyclopedia of Optimization· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
0
citations
afffundsans résuménon étiqueté
Sum rules in multiphoton coincidence rates
David Amaro-Alcalá, Dylan Spivak, Hubert de Guise
2020· article· en· Physics Letters A· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
fundno affnon étiqueté
Coherent Feed Forward Quantum Neural Network
Utkarsh Singh, Aaron Z. Goldberg, Khabat Heshami
2024· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrow+open_scienceconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos