ReP USP - Resultado da busca

Tese (Doutorado)
Algoritmos evolutivos para modelos de mistura de gaussianas em problemas com e sem restrições (2014)
Covões, Thiago Ferreira; Hruschka, Eduardo Raul (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, COMPUTAÇÃO EVOLUTIVA, MINERAÇÃO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COVÕES, Thiago Ferreira. Algoritmos evolutivos para modelos de mistura de gaussianas em problemas com e sem restrições. 2014. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2014. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062015-150217/. Acesso em: 02 jun. 2024.
APA
Covões, T. F. (2014). Algoritmos evolutivos para modelos de mistura de gaussianas em problemas com e sem restrições (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062015-150217/
NLM
Covões TF. Algoritmos evolutivos para modelos de mistura de gaussianas em problemas com e sem restrições [Internet]. 2014 ;[citado 2024 jun. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062015-150217/
Vancouver
Covões TF. Algoritmos evolutivos para modelos de mistura de gaussianas em problemas com e sem restrições [Internet]. 2014 ;[citado 2024 jun. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062015-150217/
Trabalho de evento
Privileged information for hierarchical document clustering: a metric learning approach (2014)
Marcacini, Ricardo M; Domingues, Marcos A; Hruschka, Eduardo Raul ; Rezende, Solange Oliveira
Source: Proceedings. Conference titles: International Conference on Pattern Recognition - ICPR. Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, MINERAÇÃO DE DADOS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARCACINI, Ricardo M et al. Privileged information for hierarchical document clustering: a metric learning approach. 2014, Anais.. Los Alamitos: Conference Publishing Services, 2014. Disponível em: https://doi.org/10.1109/ICPR.2014.625. Acesso em: 02 jun. 2024.
APA
Marcacini, R. M., Domingues, M. A., Hruschka, E. R., & Rezende, S. O. (2014). Privileged information for hierarchical document clustering: a metric learning approach. In Proceedings. Los Alamitos: Conference Publishing Services. doi:10.1109/ICPR.2014.625
NLM
Marcacini RM, Domingues MA, Hruschka ER, Rezende SO. Privileged information for hierarchical document clustering: a metric learning approach [Internet]. Proceedings. 2014 ;[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/ICPR.2014.625
Vancouver
Marcacini RM, Domingues MA, Hruschka ER, Rezende SO. Privileged information for hierarchical document clustering: a metric learning approach [Internet]. Proceedings. 2014 ;[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/ICPR.2014.625
Trabalho de evento
Biocom_Usp: tweet sentiment analysis with adaptive boosting ensemble (2014)
Silva, Nádia Felix Felipe da; Hruschka, Eduardo Raul ; Hruschka Junior, Estevam Rafael
Source: Proceedings. Conference titles: International Workshop on Semantic Evaluation - SemEval. Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, WEB SEMÂNTICA, MÍDIAS SOCIAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Nádia Felix Felipe da e HRUSCHKA, Eduardo Raul e HRUSCHKA JUNIOR, Estevam Rafael. Biocom_Usp: tweet sentiment analysis with adaptive boosting ensemble. 2014, Anais.. Stroudsburg: ACL, 2014. Disponível em: http://www.aclweb.org/anthology/S/S14/S14-2017.pdf. Acesso em: 02 jun. 2024.
APA
Silva, N. F. F. da, Hruschka, E. R., & Hruschka Junior, E. R. (2014). Biocom_Usp: tweet sentiment analysis with adaptive boosting ensemble. In Proceedings. Stroudsburg: ACL. Recuperado de http://www.aclweb.org/anthology/S/S14/S14-2017.pdf
NLM
Silva NFF da, Hruschka ER, Hruschka Junior ER. Biocom_Usp: tweet sentiment analysis with adaptive boosting ensemble [Internet]. Proceedings. 2014 ;[citado 2024 jun. 02 ] Available from: http://www.aclweb.org/anthology/S/S14/S14-2017.pdf
Vancouver
Silva NFF da, Hruschka ER, Hruschka Junior ER. Biocom_Usp: tweet sentiment analysis with adaptive boosting ensemble [Internet]. Proceedings. 2014 ;[citado 2024 jun. 02 ] Available from: http://www.aclweb.org/anthology/S/S14/S14-2017.pdf
Trabalho de evento
Estimativa de demanda potencial de matrículas em ensino superior usando dados públicos e múltiplos modelos de regressão (2014)
Guerra, Pedro Calais; Nakamura, Rodrigo Yuji Mizobe; Hruschka, Eduardo Raul
Source: Proceedings. Conference titles: Symposium on Knowledge Discovery, Mining and Learning - KDMiLe. Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, BANCO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GUERRA, Pedro Calais e NAKAMURA, Rodrigo Yuji Mizobe e HRUSCHKA, Eduardo Raul. Estimativa de demanda potencial de matrículas em ensino superior usando dados públicos e múltiplos modelos de regressão. 2014, Anais.. São Carlos: ICMC-USP, 2014. Disponível em: http://www2.dc.ufscar.br/~marcela/anaisKDMiLe2014/artigos/SHORT/kdmile2014_Short2.pdf. Acesso em: 02 jun. 2024.
APA
Guerra, P. C., Nakamura, R. Y. M., & Hruschka, E. R. (2014). Estimativa de demanda potencial de matrículas em ensino superior usando dados públicos e múltiplos modelos de regressão. In Proceedings. São Carlos: ICMC-USP. Recuperado de http://www2.dc.ufscar.br/~marcela/anaisKDMiLe2014/artigos/SHORT/kdmile2014_Short2.pdf
NLM
Guerra PC, Nakamura RYM, Hruschka ER. Estimativa de demanda potencial de matrículas em ensino superior usando dados públicos e múltiplos modelos de regressão [Internet]. Proceedings. 2014 ;[citado 2024 jun. 02 ] Available from: http://www2.dc.ufscar.br/~marcela/anaisKDMiLe2014/artigos/SHORT/kdmile2014_Short2.pdf
Vancouver
Guerra PC, Nakamura RYM, Hruschka ER. Estimativa de demanda potencial de matrículas em ensino superior usando dados públicos e múltiplos modelos de regressão [Internet]. Proceedings. 2014 ;[citado 2024 jun. 02 ] Available from: http://www2.dc.ufscar.br/~marcela/anaisKDMiLe2014/artigos/SHORT/kdmile2014_Short2.pdf
Trabalho de evento
Combining classification and clustering for tweet sentiment analysis (2014)
Coletta, Luiz Fernando Sommaggio ; Silva, Nádia Felix Felipe da; Hruschka, Eduardo Raul ; Hruschka Junior, Estevam Rafael
Source: Proceedings. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, RECONHECIMENTO DE PADRÕES, WEB SEMÂNTICA, MÍDIAS SOCIAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COLETTA, Luiz Fernando Sommaggio et al. Combining classification and clustering for tweet sentiment analysis. 2014, Anais.. Los Alamitos: Conference Publishing Services, 2014. Disponível em: https://doi.org/10.1109/BRACIS.2014.46. Acesso em: 02 jun. 2024.
APA
Coletta, L. F. S., Silva, N. F. F. da, Hruschka, E. R., & Hruschka Junior, E. R. (2014). Combining classification and clustering for tweet sentiment analysis. In Proceedings. Los Alamitos: Conference Publishing Services. doi:10.1109/BRACIS.2014.46
NLM
Coletta LFS, Silva NFF da, Hruschka ER, Hruschka Junior ER. Combining classification and clustering for tweet sentiment analysis [Internet]. Proceedings. 2014 ;[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/BRACIS.2014.46
Vancouver
Coletta LFS, Silva NFF da, Hruschka ER, Hruschka Junior ER. Combining classification and clustering for tweet sentiment analysis [Internet]. Proceedings. 2014 ;[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/BRACIS.2014.46
Tese (Doutorado)
Aprendizado de máquina com informação privilegiada: abordagens para agrupamento hierárquico de textos (2014)
Marcacini, Ricardo Marcondes; Hruschka, Eduardo Raul (Orientador) ; Rezende, Solange Oliveira (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, COMPUTAÇÃO EVOLUTIVA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARCACINI, Ricardo Marcondes. Aprendizado de máquina com informação privilegiada: abordagens para agrupamento hierárquico de textos. 2014. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2014. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05082015-094733/. Acesso em: 02 jun. 2024.
APA
Marcacini, R. M. (2014). Aprendizado de máquina com informação privilegiada: abordagens para agrupamento hierárquico de textos (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05082015-094733/
NLM
Marcacini RM. Aprendizado de máquina com informação privilegiada: abordagens para agrupamento hierárquico de textos [Internet]. 2014 ;[citado 2024 jun. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05082015-094733/
Vancouver
Marcacini RM. Aprendizado de máquina com informação privilegiada: abordagens para agrupamento hierárquico de textos [Internet]. 2014 ;[citado 2024 jun. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05082015-094733/
Artigo de periodico
An optimization framework for combining ensembles of classifiers and clusterers with applications to nontransductive semisupervised learning and transfer learning (2014)
Acharya, Ayan; Hruschka, Eduardo Raul ; Ghosh, Joydeep; Acharyya, Sreangsu
Source: ACM Transactions on Knowledge Discovery from Data. Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, RECONHECIMENTO DE PADRÕES, ALGORITMOS, VISÃO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ACHARYA, Ayan et al. An optimization framework for combining ensembles of classifiers and clusterers with applications to nontransductive semisupervised learning and transfer learning. ACM Transactions on Knowledge Discovery from Data, v. 9, n. 1, p. 1:1-1:35, 2014Tradução . . Disponível em: https://doi.org/10.1145/2601435. Acesso em: 02 jun. 2024.
APA
Acharya, A., Hruschka, E. R., Ghosh, J., & Acharyya, S. (2014). An optimization framework for combining ensembles of classifiers and clusterers with applications to nontransductive semisupervised learning and transfer learning. ACM Transactions on Knowledge Discovery from Data, 9( 1), 1:1-1:35. doi:10.1145/2601435
NLM
Acharya A, Hruschka ER, Ghosh J, Acharyya S. An optimization framework for combining ensembles of classifiers and clusterers with applications to nontransductive semisupervised learning and transfer learning [Internet]. ACM Transactions on Knowledge Discovery from Data. 2014 ; 9( 1): 1:1-1:35.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1145/2601435
Vancouver
Acharya A, Hruschka ER, Ghosh J, Acharyya S. An optimization framework for combining ensembles of classifiers and clusterers with applications to nontransductive semisupervised learning and transfer learning [Internet]. ACM Transactions on Knowledge Discovery from Data. 2014 ; 9( 1): 1:1-1:35.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1145/2601435
Artigo de periodico
Tweet sentiment analysis with classifier ensembles (2014)
Silva, Nádia Felix Felipe da; Hruschka, Eduardo Raul ; Hruschka Junior, Estevam Rafael
Source: Decision Support Systems. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Nádia Felix Felipe da e HRUSCHKA, Eduardo Raul e HRUSCHKA JUNIOR, Estevam Rafael. Tweet sentiment analysis with classifier ensembles. Decision Support Systems, v. 66, p. 170-179, 2014Tradução . . Disponível em: https://doi.org/10.1016/j.dss.2014.07.003. Acesso em: 02 jun. 2024.
APA
Silva, N. F. F. da, Hruschka, E. R., & Hruschka Junior, E. R. (2014). Tweet sentiment analysis with classifier ensembles. Decision Support Systems, 66, 170-179. doi:10.1016/j.dss.2014.07.003
NLM
Silva NFF da, Hruschka ER, Hruschka Junior ER. Tweet sentiment analysis with classifier ensembles [Internet]. Decision Support Systems. 2014 ; 66 170-179.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1016/j.dss.2014.07.003
Vancouver
Silva NFF da, Hruschka ER, Hruschka Junior ER. Tweet sentiment analysis with classifier ensembles [Internet]. Decision Support Systems. 2014 ; 66 170-179.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1016/j.dss.2014.07.003
Trabalho de evento-anais periodico
Hierarchical bottom-up safe semi-supervised support vector machines for multi-class transductive learning (2013)
Covões, Thiago F; Barros, Rodrigo C; Silva, Tiago S. da; Hruschka, Eduardo Raul ; Carvalho, André Carlos Ponce de Leon Ferreira de
Source: Journal of Information and Data Management - JIDM. Conference titles: Brazilian Symposium on Databases - SBBD. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COVÕES, Thiago F et al. Hierarchical bottom-up safe semi-supervised support vector machines for multi-class transductive learning. Journal of Information and Data Management - JIDM. Porto Alegre: SBC. Disponível em: http://seer.lcc.ufmg.br/index.php/jidm/article/view/256. Acesso em: 02 jun. 2024. , 2013
APA
Covões, T. F., Barros, R. C., Silva, T. S. da, Hruschka, E. R., & Carvalho, A. C. P. de L. F. de. (2013). Hierarchical bottom-up safe semi-supervised support vector machines for multi-class transductive learning. Journal of Information and Data Management - JIDM. Porto Alegre: SBC. Recuperado de http://seer.lcc.ufmg.br/index.php/jidm/article/view/256
NLM
Covões TF, Barros RC, Silva TS da, Hruschka ER, Carvalho ACP de LF de. Hierarchical bottom-up safe semi-supervised support vector machines for multi-class transductive learning [Internet]. Journal of Information and Data Management - JIDM. 2013 ; 4( 3): 357-372.[citado 2024 jun. 02 ] Available from: http://seer.lcc.ufmg.br/index.php/jidm/article/view/256
Vancouver
Covões TF, Barros RC, Silva TS da, Hruschka ER, Carvalho ACP de LF de. Hierarchical bottom-up safe semi-supervised support vector machines for multi-class transductive learning [Internet]. Journal of Information and Data Management - JIDM. 2013 ; 4( 3): 357-372.[citado 2024 jun. 02 ] Available from: http://seer.lcc.ufmg.br/index.php/jidm/article/view/256
Artigo de periodico
Competitive learning with pairwise constraints (2013)
Covões, Thiago F; Hruschka, Eduardo Raul ; Ghosh, Joydeep
Source: IEEE Transactions on Neural Networks and Learning Systems. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COVÕES, Thiago F e HRUSCHKA, Eduardo Raul e GHOSH, Joydeep. Competitive learning with pairwise constraints. IEEE Transactions on Neural Networks and Learning Systems, v. 24, n. ja 2013, p. 164-169, 2013Tradução . . Disponível em: https://doi.org/10.1109/TNNLS.2012.2227064. Acesso em: 02 jun. 2024.
APA
Covões, T. F., Hruschka, E. R., & Ghosh, J. (2013). Competitive learning with pairwise constraints. IEEE Transactions on Neural Networks and Learning Systems, 24( ja 2013), 164-169. doi:10.1109/TNNLS.2012.2227064
NLM
Covões TF, Hruschka ER, Ghosh J. Competitive learning with pairwise constraints [Internet]. IEEE Transactions on Neural Networks and Learning Systems. 2013 ; 24( ja 2013): 164-169.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/TNNLS.2012.2227064
Vancouver
Covões TF, Hruschka ER, Ghosh J. Competitive learning with pairwise constraints [Internet]. IEEE Transactions on Neural Networks and Learning Systems. 2013 ; 24( ja 2013): 164-169.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/TNNLS.2012.2227064
Trabalho de evento
Towards the use of metaheuristics for optimizing the combination of classifier and cluster ensembles (2013)
Coletta, Luiz Fernando Sommaggio ; Hruschka, Eduardo Raul ; Acharya, Ayan; Ghosh, Joydeep
Source: Proceedings. Conference titles: BRICS Countries Congress on Computational Intelligence - BRICS-CCI. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COLETTA, Luiz Fernando Sommaggio et al. Towards the use of metaheuristics for optimizing the combination of classifier and cluster ensembles. 2013, Anais.. Piscataway: IEEE, 2013. Disponível em: https://doi.org/10.1109/BRICS-CCI-CBIC.2013.86. Acesso em: 02 jun. 2024.
APA
Coletta, L. F. S., Hruschka, E. R., Acharya, A., & Ghosh, J. (2013). Towards the use of metaheuristics for optimizing the combination of classifier and cluster ensembles. In Proceedings. Piscataway: IEEE. doi:10.1109/BRICS-CCI-CBIC.2013.86
NLM
Coletta LFS, Hruschka ER, Acharya A, Ghosh J. Towards the use of metaheuristics for optimizing the combination of classifier and cluster ensembles [Internet]. Proceedings. 2013 ;[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/BRICS-CCI-CBIC.2013.86
Vancouver
Coletta LFS, Hruschka ER, Acharya A, Ghosh J. Towards the use of metaheuristics for optimizing the combination of classifier and cluster ensembles [Internet]. Proceedings. 2013 ;[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/BRICS-CCI-CBIC.2013.86
Artigo de periodico
An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks (2013)
Silva, Jonathan de Andrade; Hruschka, Eduardo Raul
Source: Data & Knowledge Engineering. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Jonathan de Andrade e HRUSCHKA, Eduardo Raul. An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks. Data & Knowledge Engineering, v. 84, p. 47-58, 2013Tradução . . Disponível em: https://doi.org/10.1016/j.datak.2012.12.006. Acesso em: 02 jun. 2024.
APA
Silva, J. de A., & Hruschka, E. R. (2013). An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks. Data & Knowledge Engineering, 84, 47-58. doi:10.1016/j.datak.2012.12.006
NLM
Silva J de A, Hruschka ER. An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks [Internet]. Data & Knowledge Engineering. 2013 ; 84 47-58.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1016/j.datak.2012.12.006
Vancouver
Silva J de A, Hruschka ER. An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks [Internet]. Data & Knowledge Engineering. 2013 ; 84 47-58.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1016/j.datak.2012.12.006
Trabalho de evento
Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm (2013)
Covões, Thiago F; Hruschka, Eduardo Raul
Source: Proceedings. Conference titles: IEEE Congress on Evolutionary Computation - CEC. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COVÕES, Thiago F e HRUSCHKA, Eduardo Raul. Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm. 2013, Anais.. Piscataway: IEEE, 2013. Disponível em: https://doi.org/10.1109/CEC.2013.6557962. Acesso em: 02 jun. 2024.
APA
Covões, T. F., & Hruschka, E. R. (2013). Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm. In Proceedings. Piscataway: IEEE. doi:10.1109/CEC.2013.6557962
NLM
Covões TF, Hruschka ER. Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm [Internet]. Proceedings. 2013 ;[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/CEC.2013.6557962
Vancouver
Covões TF, Hruschka ER. Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm [Internet]. Proceedings. 2013 ;[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/CEC.2013.6557962
Artigo de periodico
A study of K-means-based algorithms for constrained clustering (2013)
Covões, Thiago Ferreira; Hruschka, Eduardo Raul ; Ghosh, Joydeep
Source: Intelligent Data Analysis. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COVÕES, Thiago Ferreira e HRUSCHKA, Eduardo Raul e GHOSH, Joydeep. A study of K-means-based algorithms for constrained clustering. Intelligent Data Analysis, v. 17, n. 3, p. 485-505, 2013Tradução . . Disponível em: https://doi.org/10.3233/IDA-130590. Acesso em: 02 jun. 2024.
APA
Covões, T. F., Hruschka, E. R., & Ghosh, J. (2013). A study of K-means-based algorithms for constrained clustering. Intelligent Data Analysis, 17( 3), 485-505. doi:10.3233/IDA-130590
NLM
Covões TF, Hruschka ER, Ghosh J. A study of K-means-based algorithms for constrained clustering [Internet]. Intelligent Data Analysis. 2013 ; 17( 3): 485-505.[citado 2024 jun. 02 ] Available from: https://doi.org/10.3233/IDA-130590
Vancouver
Covões TF, Hruschka ER, Ghosh J. A study of K-means-based algorithms for constrained clustering [Internet]. Intelligent Data Analysis. 2013 ; 17( 3): 485-505.[citado 2024 jun. 02 ] Available from: https://doi.org/10.3233/IDA-130590
Trabalho de evento
Probabilistic combination of classifier and cluster ensembles for non-transductive learning (2013)
Acharya, Ayan; Hruschka, Eduardo Raul ; Ghosh, Joydeep; Sarwar, Badrul; Ruvini, Jean-David
Source: Proceedings. Conference titles: SIAM International Conference on Data Mining. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ACHARYA, Ayan et al. Probabilistic combination of classifier and cluster ensembles for non-transductive learning. 2013, Anais.. Philadelphia: SIAM, 2013. Disponível em: https://doi.org/10.1137/1.9781611972832.32. Acesso em: 02 jun. 2024.
APA
Acharya, A., Hruschka, E. R., Ghosh, J., Sarwar, B., & Ruvini, J. -D. (2013). Probabilistic combination of classifier and cluster ensembles for non-transductive learning. In Proceedings. Philadelphia: SIAM. doi:10.1137/1.9781611972832.32
NLM
Acharya A, Hruschka ER, Ghosh J, Sarwar B, Ruvini J-D. Probabilistic combination of classifier and cluster ensembles for non-transductive learning [Internet]. Proceedings. 2013 ;[citado 2024 jun. 02 ] Available from: https://doi.org/10.1137/1.9781611972832.32
Vancouver
Acharya A, Hruschka ER, Ghosh J, Sarwar B, Ruvini J-D. Probabilistic combination of classifier and cluster ensembles for non-transductive learning [Internet]. Proceedings. 2013 ;[citado 2024 jun. 02 ] Available from: https://doi.org/10.1137/1.9781611972832.32
Trabalho de evento-anais periodico
Using both latent and supervised shared topics for multitask learning (2013)
Acharya, Ayan; Rawal, Aditya; Mooney, Raymond J; Hruschka, Eduardo Raul
Source: Lecture Notes in Artificial Intelligence. Conference titles: European Conference on Machine Learning and Knowledge Discovery in Databases - ECML PKDD. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ACHARYA, Ayan et al. Using both latent and supervised shared topics for multitask learning. Lecture Notes in Artificial Intelligence. Berlin: Springer-Verlag. Disponível em: https://doi.org/10.1007/978-3-642-40991-2_24. Acesso em: 02 jun. 2024. , 2013
APA
Acharya, A., Rawal, A., Mooney, R. J., & Hruschka, E. R. (2013). Using both latent and supervised shared topics for multitask learning. Lecture Notes in Artificial Intelligence. Berlin: Springer-Verlag. doi:10.1007/978-3-642-40991-2_24
NLM
Acharya A, Rawal A, Mooney RJ, Hruschka ER. Using both latent and supervised shared topics for multitask learning [Internet]. Lecture Notes in Artificial Intelligence. 2013 ; 8189 369-384.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1007/978-3-642-40991-2_24
Vancouver
Acharya A, Rawal A, Mooney RJ, Hruschka ER. Using both latent and supervised shared topics for multitask learning [Internet]. Lecture Notes in Artificial Intelligence. 2013 ; 8189 369-384.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1007/978-3-642-40991-2_24
Artigo de periodico
Document clustering for forensic analysis: an approach for improving computer inspection (2013)
Nassif, Luís Filipe da Cruz; Hruschka, Eduardo Raul
Source: IEEE Transactions on Information Forensics and Security. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NASSIF, Luís Filipe da Cruz e HRUSCHKA, Eduardo Raul. Document clustering for forensic analysis: an approach for improving computer inspection. IEEE Transactions on Information Forensics and Security, v. 8, n. ja 2013, p. 46-54, 2013Tradução . . Disponível em: https://doi.org/10.1109/TIFS.2012.2223679. Acesso em: 02 jun. 2024.
APA
Nassif, L. F. da C., & Hruschka, E. R. (2013). Document clustering for forensic analysis: an approach for improving computer inspection. IEEE Transactions on Information Forensics and Security, 8( ja 2013), 46-54. doi:10.1109/TIFS.2012.2223679
NLM
Nassif LF da C, Hruschka ER. Document clustering for forensic analysis: an approach for improving computer inspection [Internet]. IEEE Transactions on Information Forensics and Security. 2013 ; 8( ja 2013): 46-54.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/TIFS.2012.2223679
Vancouver
Nassif LF da C, Hruschka ER. Document clustering for forensic analysis: an approach for improving computer inspection [Internet]. IEEE Transactions on Information Forensics and Security. 2013 ; 8( ja 2013): 46-54.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/TIFS.2012.2223679
Artigo de periodico
Data stream clustering: a survey (2013)
Silva, Jonathan A; Faria, Elaine R; Barros, Rodrigo C; Hruschka, Eduardo Raul ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Gama, João
Source: ACM Computing Surveys. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Jonathan A et al. Data stream clustering: a survey. ACM Computing Surveys, v. 46, n. 1, p. 13:1-13:31, 2013Tradução . . Disponível em: https://doi.org/10.1145/2522968.2522981. Acesso em: 02 jun. 2024.
APA
Silva, J. A., Faria, E. R., Barros, R. C., Hruschka, E. R., Carvalho, A. C. P. de L. F. de, & Gama, J. (2013). Data stream clustering: a survey. ACM Computing Surveys, 46( 1), 13:1-13:31. doi:10.1145/2522968.2522981
NLM
Silva JA, Faria ER, Barros RC, Hruschka ER, Carvalho ACP de LF de, Gama J. Data stream clustering: a survey [Internet]. ACM Computing Surveys. 2013 ; 46( 1): 13:1-13:31.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1145/2522968.2522981
Vancouver
Silva JA, Faria ER, Barros RC, Hruschka ER, Carvalho ACP de LF de, Gama J. Data stream clustering: a survey [Internet]. ACM Computing Surveys. 2013 ; 46( 1): 13:1-13:31.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1145/2522968.2522981
Artigo de periodico
Collaborative fuzzy clustering algorithms: some refinements and design guidelines (2012)
Colleta, Luiz F. S.; Vendramin, Lucas; Hruschka, Eduardo Raul ; Campello, Ricardo José Gabrielli Barreto; Pedrycz, Witold
Source: IEEE Transactions on Fuzzy Systems. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COLLETA, Luiz F. S. et al. Collaborative fuzzy clustering algorithms: some refinements and design guidelines. IEEE Transactions on Fuzzy Systems, v. 20, n. ju 2012, p. 444-462, 2012Tradução . . Disponível em: https://doi.org/10.1109/TFUZZ.2011.2175400. Acesso em: 02 jun. 2024.
APA
Colleta, L. F. S., Vendramin, L., Hruschka, E. R., Campello, R. J. G. B., & Pedrycz, W. (2012). Collaborative fuzzy clustering algorithms: some refinements and design guidelines. IEEE Transactions on Fuzzy Systems, 20( ju 2012), 444-462. doi:10.1109/TFUZZ.2011.2175400
NLM
Colleta LFS, Vendramin L, Hruschka ER, Campello RJGB, Pedrycz W. Collaborative fuzzy clustering algorithms: some refinements and design guidelines [Internet]. IEEE Transactions on Fuzzy Systems. 2012 ; 20( ju 2012): 444-462.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/TFUZZ.2011.2175400
Vancouver
Colleta LFS, Vendramin L, Hruschka ER, Campello RJGB, Pedrycz W. Collaborative fuzzy clustering algorithms: some refinements and design guidelines [Internet]. IEEE Transactions on Fuzzy Systems. 2012 ; 20( ju 2012): 444-462.[citado 2024 jun. 02 ] Available from: https://doi.org/10.1109/TFUZZ.2011.2175400
Tese (Livre Docência)
Agregação de classificadores e agrupadores: uma abordagem para aprendizado semi-supervisionado e para transferência de conhecimento (2012)
Hruschka, Eduardo Raul
Unidade: ICMC
Subjects: COMPUTAÇÃO EVOLUTIVA, ALGORITMOS E ESTRUTURAS DE DADOS, APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
HRUSCHKA, Eduardo Raul. Agregação de classificadores e agrupadores: uma abordagem para aprendizado semi-supervisionado e para transferência de conhecimento. 2012. Tese (Livre Docência) – Universidade de São Paulo, São Carlos, 2012. . Acesso em: 02 jun. 2024.
APA
Hruschka, E. R. (2012). Agregação de classificadores e agrupadores: uma abordagem para aprendizado semi-supervisionado e para transferência de conhecimento (Tese (Livre Docência). Universidade de São Paulo, São Carlos.
NLM
Hruschka ER. Agregação de classificadores e agrupadores: uma abordagem para aprendizado semi-supervisionado e para transferência de conhecimento. 2012 ;[citado 2024 jun. 02 ]
Vancouver
Hruschka ER. Agregação de classificadores e agrupadores: uma abordagem para aprendizado semi-supervisionado e para transferência de conhecimento. 2012 ;[citado 2024 jun. 02 ]

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Date published

Subjects

Source title

Publisher

Conference titles

Countries/Territories

Indexado em

Normalized affiliation

Non normalized affiliation