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
Digital Media Forensic Detection
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.

175 résultats · 1 filtre actif ·
Résultats par année
20042025
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.
175 travaux dans la cohorte · sur 4 299 418page 1 sur 4

Les étiquettes couvrent 0 des 175 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 175 des 175 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
Image splicing detection using mask-RCNN
Belal Ahmed, T. Aaron Gulliver, Saif alZahir
2020· article· en· Signal Image and Video Processing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
95
citations
afffundsans résuménon étiqueté
Low quality document image modeling and enhancement
Reza Farrahi Moghaddam, Mohamed Cheriet
2009· article· en· International Journal on Document Analysis and Recognition (IJDAR)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
75
citations
affnon étiqueté
The unethical use of deepfakes
Audrey de Rancourt-Raymond, Nadia Smaïli
2022· article· en· Journal of Financial Crime· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
54
citations
affnon étiqueté
Semi-Supervised StyleGAN for Disentanglement Learning
Weili Nie, Tero Karras, Animesh Garg, Shoubhik Debnath, Anjul Patney, Ankit Patel +1 autres
2020· article· en· CaltechAUTHORS (California Institute of Technology)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
37
citations
affnon étiqueté
Forensic Analysis of Synthetically Generated Western Blot Images
Sara Mandelli, Davide Cozzolino, Edoardo Daniele Cannas, João Phillipe Cardenuto, Daniel Moreira, Paolo Bestagini +5 autres
2022· article· en· IEEE Access· Computer Science
prédiction machine:candidate · metaresearch+research_integrityconsensus · aucune
28
citations
afffundnon étiqueté
Smart Meter Data Obfuscation Using Correlated Noise
Ahmed Shaharyar Khwaja, Alagan Anpalagan, Muhammad Naeem, Bala Venkatesh
2020· article· en· IEEE Internet of Things Journal· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
27
citations
affnon étiqueté
ADT: Anti-Deepfake Transformer
Ping Wang, Kunlin Liu, Wenbo Zhou, Hang Zhou, Honggu Liu, Weiming Zhang +1 autres
2022· article· en· ICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
18
citations
affnon étiqueté
Analysis of Deep Learning Methods for Detection of Bird Species
Subhashree Rath, Senthil Kumar, Venkata Sai Kumar Guntupalli, Suman Sourabh, Shaik Riyaz
2022· article· en· 2022 Second International Conference on Artificial Intelligence and Smart Energy (ICAIS)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
16
citations
venueno affnon étiqueté
Deep Fake Image Classification Using VGG-19 Model
Chandra Bhushana Rao Killi, Narayanan Balakrishnan, Chinta Someswara Rao
2023· article· fr· Ingénierie des systèmes d information· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
12
citations
venueno affnon étiqueté
GAN-Based Encoding Model for Reversible Image Steganography
Kuyoro Afolashade, Uchenna Jeremiah Nzenwata, Oludele Awodele, Sunday Idowu
2022· article· en· Revue d intelligence artificielle· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
11
citations
affsans résuménon étiqueté
Video logo removal detection based on sparse representation
Xiao Jin, Yuting Su, Liang Zou, Chengqian Zhang, Peiguang Jing, Xuemeng Song
2018· article· en· Multimedia Tools and Applications· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
11
citations
affnon étiqueté
Robust detection of copy-move forgery using texture features
Fereshteh Gharibi, Javad RavanJamjah, Fardin Akhlaghian, Bahram Zahir Azami, Javad Alirezaie
2011· article· en· Iranian Conference on Electrical Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations

En coulisses: Sélection · Constats · À propos