Aller au contenu principal
Accès ouvert déclaré 2026 dataset

Replication Data for: How to Train a Shallow Ensemble

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : de, ch. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This repository accompanies our paper on "How to Train a Shallow Ensemble". It includes workflows and input files needed to reproduce the results. Most of the experiments are contained in the directory "0_convergence_nll_training". There is a separate directory for the experiments performed for the first revision of the publication and for the repetition of an experiment with an extended version of the dataset. Each directory contains a pyproject.toml and a uv.lock in order to recreate the python environment used for the experiments.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

La source scientifique ouverte est momentanément indisponible.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.