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
Evolutionary Algorithms and Applications
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.

691 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.
691 travaux dans la cohorte · sur 4 299 418page 8 sur 14

Les étiquettes couvrent 0 des 691 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 691 des 691 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.

affnon étiqueté
Evolving recurrent models using linear GP
Xiao Luo, Malcolm I. Heywood, A. Nur Zincir‐Heywood
2005· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
Basic object oriented genetic programming
Tony White, Jinfei Fan, Franz Oppacher
2011· article· en· International Conference Industrial, Engineering & Other Applications Applied Intelligent Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
fundno affsans résuménon étiqueté
Learning Ranking Functions by Genetic Programming Revisited
Ricardo Baeza‐Yates, Alfredo Cuzzocrea, Domenico Crea, Giovanni Lo Bianco
2018· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
fundno affsans résuménon étiqueté
Applications of Evolutionary Computation
2025· book· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
Unary patterns under permutations
James D. Currie, Florín Manea, Dirk Nowotka, Kamellia Reshadi
2018· article· en· Theoretical Computer Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
Linear Genetic Programming
Wolfgang Banzhaf, Ting Hu
2025· article· en· Proceedings of the Genetic and Evolutionary Computation Conference Companion· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
Bio-inspired computing for hybrid information technology
Binod Vaidya, Jong Hyuk Park, Hamid R. Arabnia, Witold Pedrycz, Sheng‐Lung Peng
2011· article· en· Soft Computing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
Rule acquisition with a genetic algorithm
Robert Cattral, Franz Oppacher, Dwight Deugo
2003· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
A single-process learning theory
Marion Blute
2001· article· en· Behavioral and Brain Sciences· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
afffundnon étiqueté
INFLUENCE OF TEMPERATURE ON SWARMBOTS THAT LEARN
K. Sridhar Patnaik, James F. Peters, Shamama Anwar
2008· article· en· Cybernetics & Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
Searching and Sorting
Sammie Bae
2019· book-chapter· en· Apress eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
Analyzing the Genetic Operations of an Evolutionary Query Optimizer
Víctor Muntés-Mulero, Josep Aguilar-Saborit, Calisto Zuzarte, Volker Markl, Josep-L. Larriba-Pey
2006· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
afffundnon étiqueté
Paralog interference preserves genetic redundancy
Angel F. Cisneros, Florian Mattenburger, Isabelle Gagnon‐Arsenault, Yacine Seffal, Lou Nielly-Thibault, Alexandre K. Dubé +3 autres
2025· preprint· en· bioRxiv (Cold Spring Harbor Laboratory)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations

En coulisses: Sélection · Constats · À propos