MCP Dblp

🚀 MCP-DBLP 数据库

MCP-DBLP 数据库正处于开发阶段，它包含了丰富的学术资源参考文献信息，为相关领域的研究和实验提供了有力支持。不过，由于项目尚处原型阶段，使用时需谨慎。

🚀 快速开始

本项目虽处于原型阶段，但用户可进行实验操作。不过在关键环境中使用时，请自行承担可能出现的风险。

📄 许可证

此项目采用 MIT 许可证，若您想了解详细信息，请参阅LICENSE文件。

📚 详细文档

MCP-DBLP 数据库说明

MCP-DBLP 是一个正在开发中的数据库，包含了以下学术资源的参考文献信息：

1. Miller19

   • 作者：Tim Miller
   • 标题：解释在人工智能中的作用: 社会科学的见解
   • 期刊：《人工 Intelli》
   • 卷号：267
   • 页码：1 - 38
   • 年份：2019
   • 链接：https://doi.org/10.1016/j.artint.2018.07.007

2. Ribeiro0G16

   • 作者：Marco Túlio Ribeiro, Sameer Singh, Carlos Guestrin
   • 标题：“Why Should I Trust You?”: 解释任何分类器的预测结果
   • 会议：2016 年 ACM SIGKDD 国际知识发现与数据挖掘会议
   • 地点：美国加利福尼亚州旧金山
   • 年份：2016
   • 页码：1135 - 1144
   • 出版商：ACM
   • 链接：https://doi.org/10.1145/2939672.2939778

3. IgnatievNA020

   • 作者：Alexey Ignatiev, Nina Narodytska, Nicholas Asher, João Marques - Silva
   • 标题：从对比解释到溯因解释，再返回
   • 会议：2020 年意大利人工智能协会第十九届国际会议（AIxIA）
   • 地点：线上虚拟会场
   • 年份：2020
   • 系列：《Lecture Notes in Computer Science》卷号: 12414
   • 页码：335 - 355
   • 出版商：Springer
   • 链接：https://doi.org/10.1007/978-3-030-77091-4_21

4. DarwicheJ22

   • 作者：Galal Darwiche, Yashar Jafry
   • 标题：可扩展的最小反例推理: 概念、算法及复杂度分析
   • 会议：2022 年 AAAI 会议
   • 地点：待定
   • 年份：2022
   • 出版商：AAAI Press
   • 链接：https://doi.org/10.1007/s10472-023-09836-5

5. HeinzlD12

   • 作者：Stefan Heinzl, Michael Dommann
   • 标题：使用排序树实现复杂度优化的多维模式匹配
   • 会议：2012 年 IEEE 国际计算机科学与技术前沿研讨会
   • 地点：意大利萨勒诺
   • 年份：2012
   • 出版商：IEEE
   • 页码：79 - 84
   • 链接：https://doi.org/10.1109/FUTURE.2012.136

6. HeinzlD08

   • 作者：Stefan Heinzl, Michael Dommann
   • 标题：在多维数据流中使用树状结构实现高效的模式匹配
   • 会议：2008 年 IEEE 国际计算机科学与技术前沿研讨会
   • 地点：美国加利福尼亚州洛杉矶
   • 年份：2008
   • 出版商：IEEE
   • 页码：39 - 44
   • 链接：https://doi.org/10.1109/FUTURE.2008.57

⚠️ 重要提示

此 MCP - DBLP 项目处于原型阶段，请谨慎使用。用户可以进行实验，但在关键环境中使用需自行承担风险。