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 Algorithms
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.

587 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.
587 travaux dans la cohorte · sur 4 299 418page 8 sur 12

Les étiquettes couvrent 1 des 587 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 587 des 587 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.

affsans résuménon étiqueté
Active Learning of Group-Structured Environments
Gábor Bartók, Csaba Szepesvári, Sandra Zilles
2008· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
The Upper Confidence Bound Algorithm
Tor Lattimore, Csaba Szepesvári
2020· book-chapter· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
Simultaneous Search and Adverse Selection
Sarah Auster, Piero Gottardi, Ronald Wolthoff
2025· article· en· The Review of Economic Studies· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
An Exponential Tail Bound for the Deleted Estimate
Karim T. Abou–Moustafa, Csaba Szepesvári
2019· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
Asking Generalized Queries with Minimum Cost
Jun Du, Charles X. Ling
2011· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
Simultaneous Search and Adverse Selection
Sarah Auster, Piero Gottardi, Ronald Wolthoff
2024· article· en· SSRN Electronic Journal· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
afffundnon étiqueté
Levin Tree Search with Context Models
Laurent Orseau, Marcus Hütter, Levi H. S. Lelis
2023· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
FORMAL ASPECTS OF A MULTIPLE-RULE CLASSIFIER
Josef Tkadlec, Ivan Brůha
2003· article· en· International Journal of Pattern Recognition and Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
A Local Search Framework for Experimental Design
Lap Chi Lau, Hong Zhou
2021· book-chapter· en· Society for Industrial and Applied Mathematics eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
Decisive Supervised Learning
Eileen A. Ni, Da Kuang, Charles X. Ling
2013· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
Asking Generalized Queries to Ambiguous Oracle
Jun Du, Charles X. Ling
2010· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
venueno affnon étiqueté
Distributed sequential estimation procedures
Zhuojian Chen, Zhanfeng Wang, Yuan‐chin Ivan Chang
2023· article· en· Canadian Journal of Statistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
Commuting Local Hamiltonians Beyond 2D
Adam Bene Watts, John Bostanci
2022· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Active feature elicitation: An unified framework
Srijita Das, Nandini Ramanan, Gautam Kunapuli, Predrag Radivojac, Sriraam Natarajan
2023· article· en· Frontiers in Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
afffundvenueaboutnon étiqueté
Prior‐based model checking
Luai Al‐Labadi, Michael Evans
2018· preprint· en· Canadian Journal of Statistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
afffundnon étiqueté
Interpretable Sequence Classification via Discrete Optimization
Maayan Shvo, Andrew C. Li, Rodrigo Toro Icarte, Sheila A. McIlraith
2021· preprint· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
On the Proper Learning of Axis Parallel Concepts
Nader H. Bshouty, Lynn Burroughs
2002· article· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Tight analyses for subgradient descent I: Lower bounds
Nicholas J. A. Harvey, Chris Liaw, Sikander Randhawa
2024· article· lv· Open Journal of Mathematical Optimization· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
fundno affsans résuménon étiqueté
Incremental learning of iterated dependencies
Denis Béchet, Annie Foret
2021· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Reconstruction of Depth-4 Multilinear Circuits
Vishwas Bhargava, Shubhangi Saraf, Ilya Volkovich
2025· article· en· ACM Transactions on Computation Theory· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations

En coulisses: Sélection · Constats · À propos