RUO Principal

Repositorio Institucional de la Universidad de Oviedo

Ver ítem 
  •   RUO Principal
  • Producción Bibliográfica de UniOvi: RECOPILA
  • Ponencias, Discursos y Conferencias
  • Ver ítem
  •   RUO Principal
  • Producción Bibliográfica de UniOvi: RECOPILA
  • Ponencias, Discursos y Conferencias
  • Ver ítem
    • español
    • English
JavaScript is disabled for your browser. Some features of this site may not work without it.

Listar

Todo RUOComunidades y ColeccionesPor fecha de publicaciónAutoresTítulosMateriasxmlui.ArtifactBrowser.Navigation.browse_issnPerfil de autorEsta colecciónPor fecha de publicaciónAutoresTítulosMateriasxmlui.ArtifactBrowser.Navigation.browse_issn

Mi cuenta

AccederRegistro

Estadísticas

Ver Estadísticas de uso

AÑADIDO RECIENTEMENTE

Novedades
Repositorio
Cómo publicar
Recursos
FAQs

Premise Set Caching for Enumerating Minimal Correction Subsets

Autor(es) y otros:
Previti, Alessandro; Mencía Cascallana, CarlosAutoridad Uniovi; Jarvisalo, Matti; Marques-Silva, Joao
Fecha de publicación:
2018
Descripción física:
p. 6633-6640
Descripción:

AAAI Conference on Artificial Intelligence (AAAI-18) (32nd. 2018. New Orleans, Louisiana, USA)

URI:
https://www.aaai.org/ocs/index.php/AAAI/AAAI18/paper/view/17328/16243
http://hdl.handle.net/10651/53850
Patrocinado por:

A.P. and M.J. were supported by Academy of Finland (grants 251170 COIN, 276412, 284591, and 312662) and the Research Funds of the University of Helsinki. C.M. was supported by grant TIN2016-79190-R. J.M.S. was supported by FCT funding of LASIGE Research Unit, ref. UID/CEC/00408/2013.

Colecciones
  • Ponencias, Discursos y Conferencias [4231]
Ficheros en el ítem
Compartir
Exportar a Mendeley
Estadísticas de uso
Estadísticas de uso
Metadatos
Mostrar el registro completo del ítem
Página principal Uniovi

Biblioteca

Contacto

Facebook Universidad de OviedoTwitter Universidad de Oviedo
El contenido del Repositorio, a menos que se indique lo contrario, está protegido con una licencia Creative Commons: Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Creative Commons Image