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
Advanced Bandit Algorithms Research
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.

436 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.
436 travaux dans la cohorte · sur 4 299 418page 1 sur 9

Les étiquettes couvrent 1 des 436 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 436 des 436 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
Bandit Algorithms
Tor Lattimore, Csaba Szepesvári
2020· book· en· Cambridge University Press eBooks· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
851
citations
affsans résuménon étiqueté
Algorithms for Reinforcement Learning
Csaba Szepesvári
2010· book· en· Synthesis lectures on artificial intelligence and machine learning· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
750
citations
affnon étiqueté
Parametric Bandits: The Generalized Linear Case
Sarah Filippi, Olivier Cappé, Aurélien Garivier, Csaba Szepesvári
2010· article· en· Neural Information Processing Systems· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
261
citations
affnon étiqueté
Contextual Multi-Armed Bandits
Tyler Lu, Dávid Pál, Martin Pál
2010· article· en· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
164
citations
affnon étiqueté
Online Optimization in X-Armed Bandits
Sébastien Bubeck, Rémi Munos, Gilles Stoltz, Csaba Szepesvári
2008· article· en· RePEc: Research Papers in Economics· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
122
citations
affnon étiqueté
Online Markov Decision Processes Under Bandit Feedback
Gergely Neu, András György, Csaba Szepesvári, András Antos
2014· article· en· IEEE Transactions on Automatic Control· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
102
citations
affnon étiqueté
Bernoulli Rank-1 Bandits for Click Feedback
Sumeet Katariya, Branislav Kveton, Csaba Szepesvári, Claire Vernade, Zheng Wen
2017· preprint· en· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
75
citations
affnon étiqueté
Online Learning with Sample Path Constraints
Shie Mannor, John N. Tsitsiklis, Jia Yuan Yu
2009· article· en· DSpace@MIT (Massachusetts Institute of Technology)· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
74
citations
affsans résuménon étiqueté
Partial Monitoring with Side Information
Gábor Bartók, Csaba Szepesvári
2012· book-chapter· en· Lecture notes in computer science· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
69
citations
affnon étiqueté
Dueling algorithms
Nicole Immorlica, Adam Tauman Kalai, Brendan Lucier, Ankur Moitra, Andrew Postlewaite, Moshe Tennenholtz
2011· article· en· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
66
citations
affnon étiqueté
On Explore-Then-Commit Strategies
Aurélien Garivier, Emilie Kaufmann, Tor Lattimore
2016· preprint· en· arXiv (Cornell University)· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
59
citations
affnon étiqueté
Bayesian Multi-Scale Optimistic Optimization
Ziyu Wang, Babak Shakibi, Nando de Freitas
2014· preprint· en· arXiv (Cornell University)· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
53
citations
affnon étiqueté
Combinatorial cascading bandits
Branislav Kveton, Zheng Wen, Azin Ashkan, Csaba Szepesvári
2015· article· en· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
51
citations
affnon étiqueté
Robust Multiarmed Bandit Problems
Michael Jong Kim, Andrew E. B. Lim
2015· article· en· Management Science· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
51
citations
affsans résuménon étiqueté
The Budgeted Multi-armed Bandit Problem
Omid Madani, Daniel J. Lizotte, Russell Greiner
2004· book-chapter· en· Lecture notes in computer science· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
44
citations
affsans résuménon étiqueté
Near-optimal PAC bounds for discounted MDPs
Tor Lattimore, Marcus Hütter
2014· article· en· Theoretical Computer Science· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
43
citations
affnon étiqueté
Online Learning to Rank in Stochastic Click Models
Masrour Zoghi, Tomáš Tunys, Mohammad Ghavamzadeh, Branislav Kveton, Csaba Szepesvári, Zheng Wen
2017· preprint· en· arXiv (Cornell University)· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
41
citations
affnon étiqueté
PAC-Bayesian Analysis of Contextual Bandits
Yevgeny Seldin, Peter Auer, John Shawe‐Taylor, Ronald Ortner, François Laviolette
2011· article· la· MPG.PuRe (Max Planck Society)· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
40
citations
affnon étiqueté
Online (Budgeted) Social Choice
Joel Oren, Brendan Lucier
2014· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
33
citations

En coulisses: Sélection · Constats · À propos