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 7 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.

afffundnon étiqueté
From Fuzzy Models to Granular Fuzzy Models
Witold Pedrycz
2016· article· en· International Journal of Computational Intelligence Systems· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
16
citations
affsans résuménon étiqueté
Data granulation by the principles of uncertainty
Lorenzo Livi, Alireza Sadeghian
2015· article· en· Pattern Recognition Letters· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
15
citations
affsans résuménon étiqueté
Data compactification and computing with words
Witold Pedrycz, Stuart H. Rubin
2009· article· en· Engineering Applications of Artificial Intelligence· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
15
citations
affsans résuménon étiqueté
Transactions on Rough Sets XVII
James F. Peters, Andrzej Skowron
2014· book· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
15
citations
affnon étiqueté
Interval clustering using fuzzy and rough set theory
Pawan Lingras, Rui Yan
2004· article· en· IEEE Annual Meeting of the Fuzzy Information, 2004. Processing NAFIPS '04.· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
15
citations
affsans résuménon étiqueté
Design of Rough Neurons: Rough Set Foundation and Petri Net Model
James F. Peters, Andrzej Skowron, Zbigniew Suraj, L. Han, Sheela Ramanna
2000· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
14
citations
affsans résuménon étiqueté
Modes of Sequential Three-Way Classifications
Yiyu Yao, Mengjun Hu, Xiaofei Deng
2018· book-chapter· en· Communications in computer and information science· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
14
citations
affnon étiqueté
Semi-supervised Rough Cost/Benefit Decisions
Pawan Lingras, Min Chen, Duoqian Miao
2009· article· en· Fundamenta Informaticae· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
14
citations
affsans résuménon étiqueté
Subset-conjunctive rules for breast cancer diagnosis
Rajeev Kohli, Ramesh Krishnamurti, Kamel Jedidi
2005· article· en· Discrete Applied Mathematics· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
14
citations
afffundnon étiqueté
A Logic Approach to Granular Computing
Bing Zhou
2008· article· en· International Journal of Cognitive Informatics and Natural Intelligence· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
14
citations
affnon étiqueté
Granular Computing in Data Mining
Witold Pedrycz
2001· book-chapter· en· Studies in fuzziness and soft computing· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
13
citations
affnon étiqueté
Discrete Duality for Rough Relation Algebras
Ivo Düntsch, Ewa Orłowska
2013· article· en· Fundamenta Informaticae· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
13
citations
affsans résuménon étiqueté
Rough Sets, Fuzzy Sets, Data Mining, and Granular Computing
Xiaohua Hu, Wojciech Ziarko
2005· book· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+open_scienceconsensus · open_science
13
citations
afffundnon étiqueté
Anisotropic Wavelet-Based Image Nearness Measure
James F. Peters, Leszek Puzio
2009· article· en· International Journal of Computational Intelligence Systems· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
13
citations
affsans résuménon étiqueté
Interpolating support information granules
Bruno Apolloni, Simone Bassis, Dario Malchiodi, Witold Pedrycz
2008· article· en· Neurocomputing· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
13
citations
affsans résuménon étiqueté
Classification Based on Logical Concept Analysis
Yan Zhao, Yiyu Yao
2006· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
12
citations
affsans résuménon étiqueté
A Q-learning approach to attribute reduction
Yuxin Liu, Zhice Gong, Keyu Liu, Suping Xu, Hengrong Ju, Xibei Yang
2022· article· en· Applied Intelligence· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
12
citations
affsans résuménon étiqueté
Flexible Query Answering in Data Cubes
Sami Naouali, Rokia Missaoui
2005· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrow+open_scienceconsensus · aucune
12
citations
venueno affsans résuménon étiqueté
Algorithmic aspects of counting independent sets
Min-Jen Jou, Gerard J. Chang
2002· article· en· Ars Combinatoria· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
12
citations
affsans résuménon étiqueté
A Scientometrics Study of Rough Sets in Three Decades
JingTao Yao, Zhang Yan
2013· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrow+open_scienceconsensus · aucune
12
citations

En coulisses: Sélection · Constats · À propos