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
Time Series Analysis and Forecasting
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.

560 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.
560 travaux dans la cohorte · sur 4 299 418page 7 sur 12

Les étiquettes couvrent 0 des 560 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 560 des 560 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
Activity Prediction Based on Tme Series Forcasting
Mohamed Tarik Moutacalli, Kévin Bouchard, Abdenour Bouzouane, Bruno Bouchard
2014· article· en· National Conference on Artificial Intelligence· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
venueno affsans résuménon étiqueté
10.1016/0967-0653(96)82405-7
2000· article· en· Time to knit· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
2
citations
affnon étiqueté
ANNOTE: Annotation of time-series events
René Groh, Jie Li, Nicole Y. K. Li‐Jessen, Andreas M. Kist
2024· article· en· Software Impacts· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
Asymptotics for Object Descriptors
Fabian J. E. Telschow, Stephan Huckemann, M.R. Pierrynowski
2014· letter· en· Biometrical Journal· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communicationconsensus · aucune
2
citations
affsans résuménon étiqueté
Editorial for the special issue on big time series data
Lizhe Wang, Dan Chen, Albert Y. Zomaya, Laurence T. Yang, Dimitrios Georgakopoulos
2020· article· en· Computing· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
Network of networks: Time series clustering of AmeriFlux sites
David E. Reed, Housen Chu, B. G. Peter, Jiquan Chen, Michael Abraha, B. D. Amiro +122 autres
2025· article· en· Agricultural and Forest Meteorology· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
On Optimal Multiple Changepoint Algorithms for Large Data
Robert Maidstone, Toby Dylan Hocking, Guillem Rigaill, Paul Fearnhead
2014· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
1
citations
fundno affsans résuménon étiqueté
Equasy revisited
Allan H. Young
2021· editorial· en· Journal of Psychopharmacology· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
afffundnon étiqueté
Learning from Networks of Distributions
Antonios Valkanas, Florence Regol, Mark Coates
2020· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Dynamic time warping in hardware
Kin Fun Li, James Shueyen Tai
2012· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Symbolic Data Analysis
Mayer Alvo
2022· book-chapter· en· Springer series in the data sciences· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+open_science+insufficient_payloadconsensus · open_science
1
citations
affnon étiqueté
Representing Time Series Data in Intelligent Training Systems
Shengnan Hu, Zerong Xi, Greg McGowin, Gita Sukthankar, Stephen M. Fiore, Kevin Oden
2021· article· en· Proceedings of the ... International Florida Artificial Intelligence Research Society Conference· Computer Science
prédiction distillée:candidate · scholarly_communication+open_scienceconsensus · aucune
1
citations

En coulisses: Sélection · Constats · À propos