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
Neural Networks and Reservoir Computing
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.

516 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.
516 travaux dans la cohorte · sur 4 299 418page 9 sur 11

Les étiquettes couvrent 0 des 516 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 516 des 516 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
Highly Integrated Photonic Tensor Core for imagining processing
Xiaoxuan Ma, Nicola Peserico, Ahmed Khaled, Zhimu Guo, Jiawei Meng, Bhavin J. Shastri +1 autres
2022· article· en· Optica Advanced Photonics Congress 2022· Computer Science
prédiction distillée:candidate · metaepi_narrow+stsconsensus · aucune
0
citations
affnon étiqueté
Reconfigurable Photonic Platforms feature issue: publisher’s note
Behrad Gholipour, Paul E. Barclay, Jun‐Yu Ou, Qian Wang, Pin Chieh Wu, Nathan Youngblood
2023· article· en· Optical Materials Express· Computer Science
prédiction distillée:candidate · scholarly_communication+insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
Intelligent Optical Signal Processing for Optical Communications
Chaoran Huang, Thomas Ferreira de Lima, Alexander N. Tait, Hsuan-Tung Peng, Weipeng Zhang, Simon Bilodeau +2 autres
2021· article· en· Asia Communications and Photonics Conference 2021· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Raman Scattering for Quantum Technologies
Duncan England, Philip J. Bustard, J. Nunn, Benjamin Sussman
2013· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Spin-orbit photonic circuits for quantum simulations
Francesco Di Colandrea, Amin Babazadeh, Alexandre Dauphin, Pietro Massignan, Lorenzo Marrucci, Filippo Cardano
2024· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
fundno affnon étiqueté
[sans titre]
2023· other· en· Directory of Open access Books (OAPEN Foundation)· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+open_science+insufficient_payloadconsensus · open_science
0
citations
affnon étiqueté
Silicon Photonics for Training Deep Neural Networks
Bhavin J. Shastri, Matthew J. Filipovich, Zhimu Guo, Paul R. Prucnal, Sudip Shekhar, Volker J. Sorger
2022· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Hybrid quantum-classical photonic neural networks
Tristan Austin, Bhavin J. Shastri, Nir Rotenberg, Simon Bilodeau, Andrew Hayman
2024· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Tera-OP/s Neuromorphic Processing with Kerr Microcombs
Mengxi Tan, Xingyuan Xu, Jiayang Wu, Andreas Boes, Bill Corcoran, Thach G. Nguyen +5 autres
2021· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Fully passive logic using 1-GHz in-fibre phase filters
Saket Kaushal, Aadhi Abdul Rahim, Anthony Roberge, Roberto Morandotti, Raman Kashyap, José Azaña
2023· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Silicon Photonics for AI Hardware
Bhavin J. Shastri, Bicky A. Márquez, Matthew J. Filipovich, Zhimu Guo, Emma R. Howard, Hugh Morison +4 autres
2020· article· en· OSA Advanced Photonics Congress (AP) 2020 (IPR, NP, NOMA, Networks, PVLED, PSC, SPPCom, SOF)· Computer Science
prédiction distillée:candidate · metaepi_narrow+sts+scholarly_communication+open_science+research_integrityconsensus · metaepi_narrow
0
citations

En coulisses: Sélection · Constats · À propos