 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Desmarais, M. C., & Xu, P. (2016). Methods to refine the mapping of items to skills. Dans Sottilare, R., Graesser, A., Hu, X., Olney, A., Nye, B., & Sinatra, A. (édit.), Design recommendations for intelligent tutoring systems (Vol. 4, p. 39-48). Lien externe
Lu, Y., & Xu, P. (septembre 2018). Anomaly detection for skin disease images using variational autoencoder [arXiv] [Communication écrite]. ISIC Skin Image Analysis Workshop and Challenge at MICCAI 2018, Granada, Spain. Lien externe
Xu, P. (2019). Q-matrix Refinement, Design and Derivation [Thèse de doctorat, Polytechnique Montréal]. Disponible
Xu, P., & Desmarais, M. C. (juillet 2018). An empirical research on identifiability and Q-matrix design for DINA model [Communication écrite]. 11th International Conference on Educational Data Mining (EDM 2018), Buffalo, NY, United states. Lien externe
Xu, P., & Desmarais, M. C. (juin 2016). Boosted decision tree for Q-matrix refinement [Communication écrite]. 9th International Conference on Educational Data Mining (EDM 2016), Raleigh, NC, United states. Lien externe
Zhao, D., Yu, G., Xu, P., & Luo, M. (2019). Equivalence between dropout and data augmentation: A mathematical check. Neural Networks, 115, 82-89. Lien externe
