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 9 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
Lazy Arithmetic Circuits.
Seyed Mehran Kazemi, David Poole
2016· article· en· National Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
afffundsans résuménon étiqueté
Order compression schemes
Malte Darnstädt, Thorsten Kiss, Hans Ulrich Simon, Sandra Zilles
2015· article· en· Theoretical Computer Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Learning chordal extensions
Defeng Liu, Andrea Lodi, Mathieu Tanneau
2021· preprint· en· Journal of Global Optimization· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Point Placement in an Inexact Model with Applications
Kishore Kumar V. Kannan, Pijus Kumar Sarker, Amangeldy Turdaliev, Asish Mukhopadhyay
2016· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Attention for Inference Compilation
William T. Harvey, Andreas Munk, Atılım Güneş Baydin, Alexander Bergholm, Frank Wood
2022· preprint· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Some Properties of Consensus-Based Classification
Vitaliy Tayanov, Adam Krzyżak, Ching Y. Suen
2017· book-chapter· en· Advances in intelligent systems and computing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Constraint Acquisition Based on Solution Counting
Claude-Guy Quimper
2022· preprint· en· DROPS (Schloss Dagstuhl – Leibniz Center for Informatics)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
fundno affnon étiqueté
Learnability of Solutions to Conjunctive Queries
Hubie Chen, Matthew Valeriote
2019· article· en· BIROn (Birkbeck, University of London)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
venueno affsans résuménon étiqueté
The alpha-reliable shortest path problem.
Francesca Guerriero, Patrizia Beraldi
2008· article· en· Algorithmic operations research· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Randomized Gradient Boosting Machine
Haihao Lu, Rahul Mazumder
2018· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Learning with Guaranteed Label Quality
Eileen A. Ni, Charles X. Ling
2011· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
A Bayesian concept learning approach to crowdsourcing
Paolo Viappiani, Sandra Zilles, Howard J. Hamilton, Craig Boutilier
2011· article· en· VBN Forskningsportal (Aalborg Universitet)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
fundno affnon étiqueté
Thompson sampling for improved exploration in GFlowNets
Jarrid Rector-Brooks, Kanika Madan, Moksh Jain, Maksym Korablyov, Chenghao Liu, Sarath Chandar +2 autres
2023· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Selective Sampling for Classification
François Laviolette, Mario Marchand, Sara Shanian
2008· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
SDI, Selective Dissemination of Information
Ling Liu, M. TAMER ÖZSU
2009· article· en· Encyclopedia of Database Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations

En coulisses: Sélection · Constats · À propos