MétaCan
ENFR
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.

Exporter en CSVExporter en JSONRequête API

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 1 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.

affnon étiqueté
Deep Bayesian Active Learning with Image Data
2017· article· en· Oxford University Research Archive (ORA) (University of Oxford)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
435
citations
afffundsans résuménon étiqueté
Model complexity of deep learning: a survey
Xia Hu, Lingyang Chu, Jian Pei, Weiqing Liu, Jiang Bian
2021· article· en· Knowledge and Information Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
388
citations
affnon étiqueté
Zero-data learning of new tasks
Hugo Larochelle, Dumitru Erhan, Yoshua Bengio
2008· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
353
citations
affnon étiqueté
XTRACT
Minos Garofalakis, Aristides Gionis, Rajeev Rastogi, S. Seshadri, Kyuseok Shim
2000· article· en· ACM SIGMOD Record· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
202
citations
afffundnon étiqueté
PAC-Bayesian learning of linear classifiers
Pascal Germain, Alexandre Lacasse, François Laviolette, Mario Marchand
2009· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
177
citations
affsans résuménon étiqueté
On learning and branching: a survey
Andrea Lodi, Giulia Zarpellon
2017· article· en· Top· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
174
citations
affsans résuménon étiqueté
A Continuous Max-Flow Approach to Potts Model
Jing Yuan, Egil Bae, Xue‐Cheng Tai, Yuri Boykov
2010· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
163
citations
affnon étiqueté
Artificial Intelligence
David Poole, Alan K. Mackworth
2017· book· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
152
citations
affnon étiqueté
Active Preference Learning with Discrete Choice Data
Eric Brochu, Nando de Freitas, Abhijeet Ghosh
2007· article· en· Oxford University Research Archive (ORA) (University of Oxford)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
131
citations
affnon étiqueté
Learning functions represented as multiplicity automata
Amos Beimel, Francesco Bergadano, Nader H. Bshouty, Eyal Kushilevitz, Stefano Varricchio
2000· article· en· Journal of the ACM· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
124
citations
affnon étiqueté
The set covering machine
Mario Marchand, John Shawe‐Taylor
2003· article· en· ePrints Soton (University of Southampton)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
112
citations
affnon étiqueté
XTRACT
Minos Garofalakis, Aristides Gionis, Rajeev Rastogi, S. Seshadri, Kyuseok Shim
2000· article· en· Computer Science
prédiction machine:candidate · insufficient_payloadconsensus · aucune
102
citations
affnon étiqueté
Gated Orthogonal Recurrent Units: On Learning to Forget
Li Jing, Çağlar Gülçehre, John Peurifoy, Yichen Shen, Max Tegmark, Marin Soljačić +1 autres
2019· article· en· Neural Computation· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
101
citations
affnon étiqueté
Agnostic Online Learning.
Shai Ben-David, Dávid Pál, Shai Shalev‐Shwartz
2009· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
93
citations
affnon étiqueté
Mine Classification With Imbalanced Data
David P. Williams, Vincent Myers, Miranda Schatten Silvious
2009· article· en· IEEE Geoscience and Remote Sensing Letters· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
89
citations
affnon étiqueté
Budgeted learning of nailve-bayes classifiers
Daniel J. Lizotte, Omid Madani, Russell Greiner
2002· article· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
77
citations
afffundnon étiqueté
A General Theory of Additive State Space Abstractions
Fan Yang, Joseph Culberson, Robert C. Holte, Uzi Zahavi, Ariel Felner
2008· article· en· Journal of Artificial Intelligence Research· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
74
citations
affsans résuménon étiqueté
Learnability can be undecidable
Shai Ben-David, Pavel Hrubeš, Shay Moran, Amir Yehudayoff
2018· article· en· Nature Machine Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
73
citations
affnon étiqueté
Artificial Intelligence Review
Amal Kilani, Ahmed Ben Hamida, Habib Hamam
2018· book-chapter· en· Advances in computer and electrical engineering book series· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
71
citations
affnon étiqueté
Learning Algorithms for Active Learning
Philip Bachman, Alessandro Sordoni, Adam Trischler
2017· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
69
citations
afffundsans résuménon étiqueté
Covering Things with Things
Stefan Langerman, Pat Morin
2004· article· en· Discrete & Computational Geometry· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
65
citations
afffundsans résuménon étiqueté
Learning and Classifying Under Hard Budgets
Aloak Kapoor, Russell Greiner
2005· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
62
citations
afffundsans résuménon étiqueté
Decision Tree Instability and Active Learning
Kenneth Dwyer, Robert C. Holte
2007· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
61
citations
affsans résuménon étiqueté
Learning to Learn with Conditional Class Dependencies
Xiang Jiang, Mohammad Havaei, Farshid Varno, Gabriel Chartrand, Nicolas Chapados, Stan Matwin
2018· article· en· International Conference on Learning Representations· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
55
citations
affnon étiqueté
Learning Algorithms for Active Learning
Philip Bachman, Alessandro Sordoni, Adam Trischler
2017· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
53
citations
affnon étiqueté
Active model selection
Omid Madani, Daniel J. Lizotte, Russell Greiner
2004· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
52
citations
afffundsans résuménon étiqueté
Complexity of barrier coverage with relocatable sensors in the plane
Stefan Dobrev, Stéphane Durocher, Mohsen Eftekhari, Konstantinos Georgiou, Evangelos Kranakis, Danny Kriz̧anc +4 autres
2015· article· en· Theoretical Computer Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
51
citations
suivant →

En coulisses: Sélection · Constats · À propos