ReP USP - Resultado da busca

Trabalho de evento
Genetic programming-based autoML for EEG signal classification: a comparative study (2022)
Miranda, Icaro M; Aranha, Claus ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Garcia, Luís Paulo Faina
Fonte: Anais. Nome do evento: Symposium on Knowledge Discovery, Mining and Learning - KDMiLe. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, PROGRAMAÇÃO GENÉTICA, ANÁLISE DE SÉRIES TEMPORAIS, ELETROENCEFALOGRAFIA, SINAIS BIOMÉDICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MIRANDA, Icaro M et al. Genetic programming-based autoML for EEG signal classification: a comparative study. 2022, Anais.. Porto Alegre: SBC, 2022. Disponível em: https://doi.org/10.5753/kdmile.2022.227815. Acesso em: 23 maio 2024.
APA
Miranda, I. M., Aranha, C., Carvalho, A. C. P. de L. F. de, & Garcia, L. P. F. (2022). Genetic programming-based autoML for EEG signal classification: a comparative study. In Anais. Porto Alegre: SBC. doi:10.5753/kdmile.2022.227815
NLM
Miranda IM, Aranha C, Carvalho ACP de LF de, Garcia LPF. Genetic programming-based autoML for EEG signal classification: a comparative study [Internet]. Anais. 2022 ;[citado 2024 maio 23 ] Available from: https://doi.org/10.5753/kdmile.2022.227815
Vancouver
Miranda IM, Aranha C, Carvalho ACP de LF de, Garcia LPF. Genetic programming-based autoML for EEG signal classification: a comparative study [Internet]. Anais. 2022 ;[citado 2024 maio 23 ] Available from: https://doi.org/10.5753/kdmile.2022.227815
Artigo de periodico
Country transition index based on hierarchical clustering to predict next COVID-19 waves (2021)
Rios, Ricardo Araújo ; Nogueira, Tatiane ; Coimbra, Danilo Barbosa; Lopes, Tiago José da Silva ; Abraham, Ajith ; Mello, Rodrigo Fernandes de
Fonte: Scientific Reports. Unidade: ICMC
Assuntos: ANÁLISE DE SÉRIES TEMPORAIS, INTELIGÊNCIA ARTIFICIAL, SURTOS DE DOENÇAS, COVID-19
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIOS, Ricardo Araújo et al. Country transition index based on hierarchical clustering to predict next COVID-19 waves. Scientific Reports, v. 11, p. 1-13, 2021Tradução . . Disponível em: https://doi.org/10.1038/s41598-021-94661-z. Acesso em: 23 maio 2024.
APA
Rios, R. A., Nogueira, T., Coimbra, D. B., Lopes, T. J. da S., Abraham, A., & Mello, R. F. de. (2021). Country transition index based on hierarchical clustering to predict next COVID-19 waves. Scientific Reports, 11, 1-13. doi:10.1038/s41598-021-94661-z
NLM
Rios RA, Nogueira T, Coimbra DB, Lopes TJ da S, Abraham A, Mello RF de. Country transition index based on hierarchical clustering to predict next COVID-19 waves [Internet]. Scientific Reports. 2021 ; 11 1-13.[citado 2024 maio 23 ] Available from: https://doi.org/10.1038/s41598-021-94661-z
Vancouver
Rios RA, Nogueira T, Coimbra DB, Lopes TJ da S, Abraham A, Mello RF de. Country transition index based on hierarchical clustering to predict next COVID-19 waves [Internet]. Scientific Reports. 2021 ; 11 1-13.[citado 2024 maio 23 ] Available from: https://doi.org/10.1038/s41598-021-94661-z
Artigo de periodico
Global perspectives on observing ocean boundary current systems (2019)
Todd, Robert E.; Chavez, Francisco P.; Clayton, Sophie; Cravatte, Sophie; Goes, Marlos; Graco, Michelle; Lin, Xiaopei; Sprintall, Janet; Zilberman, Nathalie V.; Archer, Matthew; Arístegui, Javier; Balmaseda, Magdalena; Bane, John M.; Baringer, Molly O'Neil; Barth, John A.; Beal, Lisa M.; Brandt, Peter; Calil, Paulo H. R.; Campos, Edmo José Dias; Centurioni, Luca R.; Chidichimo, Maria Paz; Cirano, Mauro; Meghan F. Cronin; Curchitser, Enrique N.; Davis, Russ E.; Dengler, Marcus; DeYoung, Brad; Dong, Shenfu; Escribano, Ruben; Fassbender, Andrea J.; Fawcett, Sarah E.; Feng, Ming; Goni, Gustavo J.; Gray, Alison R.; Gutiérrez, Dimitri; Hebert, Dave; Hummels, Rebecca; Ito, Shin-ichi; Krug, Marjorlaine; Lacan, François; Laurindo, Lucas; Lazar, Alban; Lee, Craig M.; Lengaigne, Matthieu; Levine, Naomi M.; Middleton, John; Montes, Ivonne; Mike Muglia13,37; Nagai, Takeyoshi; Palevsky, Hilary I.; Jaime B. Palter40,; Phillips, Helen E.; Piola, Alberto; Plueddemann, Albert J.; Qiu, Bo; Rodrigues, Regina R.; Roughan, Moninya; Rudnick, Daniel L.; Rykaczewski, Ryan R.; Saraceno, Martin; Seim, Harvey; Gupta, Alex Sen; Shannon, Lynne; Sloyan, Bernadette M.; Sutton, Adrienne J.; Thompson, LuAnne; Plas, Anja K. van der; Volkov, Denis; Wilkin, John; Zhang, Dongxiao; Zhang, Linlin
Fonte: Frontiers in Marine Science. Unidade: IO
Assuntos: OCEANOGRAFIA, SENSORIAMENTO REMOTO, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TODD, Robert E. et al. Global perspectives on observing ocean boundary current systems. Frontiers in Marine Science, v. 6, p. 1-38 artigo 423, 2019Tradução . . Disponível em: https://doi.org/10.3389/fmars.2019.00423. Acesso em: 23 maio 2024.
APA
Todd, R. E., Chavez, F. P., Clayton, S., Cravatte, S., Goes, M., Graco, M., et al. (2019). Global perspectives on observing ocean boundary current systems. Frontiers in Marine Science, 6, 1-38 artigo 423. doi:10.3389/fmars.2019.00423
NLM
Todd RE, Chavez FP, Clayton S, Cravatte S, Goes M, Graco M, Lin X, Sprintall J, Zilberman NV, Archer M, Arístegui J, Balmaseda M, Bane JM, Baringer MO'N, Barth JA, Beal LM, Brandt P, Calil PHR, Campos EJD, Centurioni LR, Chidichimo MP, Cirano M, Meghan F. Cronin, Curchitser EN, Davis RE, Dengler M, DeYoung B, Dong S, Escribano R, Fassbender AJ, Fawcett SE, Feng M, Goni GJ, Gray AR, Gutiérrez D, Hebert D, Hummels R, Ito S-ichi, Krug M, Lacan F, Laurindo L, Lazar A, Lee CM, Lengaigne M, Levine NM, Middleton J, Montes I, Mike Muglia13 37, Nagai T, Palevsky HI, Jaime B. Palter40, Phillips HE, Piola A, Plueddemann AJ, Qiu B, Rodrigues RR, Roughan M, Rudnick DL, Rykaczewski RR, Saraceno M, Seim H, Gupta AS, Shannon L, Sloyan BM, Sutton AJ, Thompson LA, Plas AK van der, Volkov D, Wilkin J, Zhang D, Zhang L. Global perspectives on observing ocean boundary current systems [Internet]. Frontiers in Marine Science. 2019 ; 6 1-38 artigo 423.[citado 2024 maio 23 ] Available from: https://doi.org/10.3389/fmars.2019.00423
Vancouver
Todd RE, Chavez FP, Clayton S, Cravatte S, Goes M, Graco M, Lin X, Sprintall J, Zilberman NV, Archer M, Arístegui J, Balmaseda M, Bane JM, Baringer MO'N, Barth JA, Beal LM, Brandt P, Calil PHR, Campos EJD, Centurioni LR, Chidichimo MP, Cirano M, Meghan F. Cronin, Curchitser EN, Davis RE, Dengler M, DeYoung B, Dong S, Escribano R, Fassbender AJ, Fawcett SE, Feng M, Goni GJ, Gray AR, Gutiérrez D, Hebert D, Hummels R, Ito S-ichi, Krug M, Lacan F, Laurindo L, Lazar A, Lee CM, Lengaigne M, Levine NM, Middleton J, Montes I, Mike Muglia13 37, Nagai T, Palevsky HI, Jaime B. Palter40, Phillips HE, Piola A, Plueddemann AJ, Qiu B, Rodrigues RR, Roughan M, Rudnick DL, Rykaczewski RR, Saraceno M, Seim H, Gupta AS, Shannon L, Sloyan BM, Sutton AJ, Thompson LA, Plas AK van der, Volkov D, Wilkin J, Zhang D, Zhang L. Global perspectives on observing ocean boundary current systems [Internet]. Frontiers in Marine Science. 2019 ; 6 1-38 artigo 423.[citado 2024 maio 23 ] Available from: https://doi.org/10.3389/fmars.2019.00423
Parte de monografia/livro
A tutorial to identify nonlinear associations in gene expression time series data (2014)
Fujita, André ; Miyano, Satoru
Fonte: Transcription factor regulatory networks: methods and protocols. Unidade: IME
Assuntos: BIOINFORMÁTICA, ANÁLISE DE SÉRIES TEMPORAIS, ANÁLISE MULTIVARIADA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FUJITA, André e MIYANO, Satoru. A tutorial to identify nonlinear associations in gene expression time series data. Transcription factor regulatory networks: methods and protocols. Tradução . New York: Humana Press, 2014. . Disponível em: https://doi.org/10.1007/978-1-4939-0805-9_8. Acesso em: 23 maio 2024.
APA
Fujita, A., & Miyano, S. (2014). A tutorial to identify nonlinear associations in gene expression time series data. In Transcription factor regulatory networks: methods and protocols. New York: Humana Press. doi:10.1007/978-1-4939-0805-9_8
NLM
Fujita A, Miyano S. A tutorial to identify nonlinear associations in gene expression time series data [Internet]. In: Transcription factor regulatory networks: methods and protocols. New York: Humana Press; 2014. [citado 2024 maio 23 ] Available from: https://doi.org/10.1007/978-1-4939-0805-9_8
Vancouver
Fujita A, Miyano S. A tutorial to identify nonlinear associations in gene expression time series data [Internet]. In: Transcription factor regulatory networks: methods and protocols. New York: Humana Press; 2014. [citado 2024 maio 23 ] Available from: https://doi.org/10.1007/978-1-4939-0805-9_8

Unidades USP

ReP

Filtros

Autores

Assuntos

Agência de fomento

Afiliação dos autores externos não normalizada

País das instituições de afiliação dos autores externos