ReP USP - Resultado da busca

Artigo de periodico
Learning from machine learning: the case of band-gap directness in semiconductors (2024)
Ogoshi, Elton ; Popolin Neto, Mário ; Acosta, Carlos Mera; Nascimento, Gabriel de Miranda ; Rodrigues, João Nuno Barbosa; Oliveira Junior, Osvaldo Novais de ; Paulovich, Fernando Vieira ; Dalpian, Gustavo Martini
Source: Discover Materials. Unidades: IFSC, IF, ICMC
Subjects: BIG DATA, INTERNET DAS COISAS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OGOSHI, Elton et al. Learning from machine learning: the case of band-gap directness in semiconductors. Discover Materials, v. 4, p. 6-1-6-14, 2024Tradução . . Disponível em: https://doi.org/10.1007/s43939-024-00073-x. Acesso em: 28 maio 2024.
APA
Ogoshi, E., Popolin Neto, M., Acosta, C. M., Nascimento, G. de M., Rodrigues, J. N. B., Oliveira Junior, O. N. de, et al. (2024). Learning from machine learning: the case of band-gap directness in semiconductors. Discover Materials, 4, 6-1-6-14. doi:10.1007/s43939-024-00073-x
NLM
Ogoshi E, Popolin Neto M, Acosta CM, Nascimento G de M, Rodrigues JNB, Oliveira Junior ON de, Paulovich FV, Dalpian GM. Learning from machine learning: the case of band-gap directness in semiconductors [Internet]. Discover Materials. 2024 ; 4 6-1-6-14.[citado 2024 maio 28 ] Available from: https://doi.org/10.1007/s43939-024-00073-x
Vancouver
Ogoshi E, Popolin Neto M, Acosta CM, Nascimento G de M, Rodrigues JNB, Oliveira Junior ON de, Paulovich FV, Dalpian GM. Learning from machine learning: the case of band-gap directness in semiconductors [Internet]. Discover Materials. 2024 ; 4 6-1-6-14.[citado 2024 maio 28 ] Available from: https://doi.org/10.1007/s43939-024-00073-x
Trabalho de evento
Nonparametric dimensionality reduction quality assessment based on sortedness of unrestricted neighborhood (2023)
Pereira-Santos, Davi ; Neves, Tácito Trindade de Araújo Tiburtino ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Paulovich, Fernando Vieira
Source: Proceedings. Conference titles: EuroVis Workshop on Visual Analytics - EuroVA. Unidade: ICMC
Subjects: VISUALIZAÇÃO, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PEREIRA-SANTOS, Davi et al. Nonparametric dimensionality reduction quality assessment based on sortedness of unrestricted neighborhood. 2023, Anais.. Goslar: Eurographics Association, 2023. Disponível em: https://doi.org/10.2312/eurova.20231093. Acesso em: 28 maio 2024.
APA
Pereira-Santos, D., Neves, T. T. de A. T., Carvalho, A. C. P. de L. F. de, & Paulovich, F. V. (2023). Nonparametric dimensionality reduction quality assessment based on sortedness of unrestricted neighborhood. In Proceedings. Goslar: Eurographics Association. doi:10.2312/eurova.20231093
NLM
Pereira-Santos D, Neves TT de AT, Carvalho ACP de LF de, Paulovich FV. Nonparametric dimensionality reduction quality assessment based on sortedness of unrestricted neighborhood [Internet]. Proceedings. 2023 ;[citado 2024 maio 28 ] Available from: https://doi.org/10.2312/eurova.20231093
Vancouver
Pereira-Santos D, Neves TT de AT, Carvalho ACP de LF de, Paulovich FV. Nonparametric dimensionality reduction quality assessment based on sortedness of unrestricted neighborhood [Internet]. Proceedings. 2023 ;[citado 2024 maio 28 ] Available from: https://doi.org/10.2312/eurova.20231093
Artigo de periodico
Microfluidic E-tongue to diagnose bovine mastitis with milk samples using machine learning with decision tree models (2023)
Soares, Andrey Coatrini ; Soares, Juliana Coatrini ; Popolin Neto, Mário ; Mello, Suelen Scarpa de; Pinto, Danielle Dos Santos Cinelli; Carvalho, Wanessa Araújo; Gilmore, Michael Shaffer; Piazzetta, Maria Helena de Oliveira; Gobbi, Angelo Luiz ; Brandão, Humberto de Mello; Paulovich, Fernando Vieira ; Oliveira Junior, Osvaldo Novais de ; Mattoso, Luiz Henrique Capparelli
Source: Chemical Engineering Journal. Unidades: IFSC, ICMC
Subjects: MASTITE ANIMAL, ELETROQUÍMICA, APRENDIZADO COMPUTACIONAL, PECUÁRIA LEITEIRA, MONITORAMENTO AMBIENTAL, STAPHYLOCOCCUS, SENSOR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOARES, Andrey Coatrini et al. Microfluidic E-tongue to diagnose bovine mastitis with milk samples using machine learning with decision tree models. Chemical Engineering Journal, v. 451, n. Ja 2023, p. 138523-1-138523-9, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.cej.2022.138523. Acesso em: 28 maio 2024.
APA
Soares, A. C., Soares, J. C., Popolin Neto, M., Mello, S. S. de, Pinto, D. D. S. C., Carvalho, W. A., et al. (2023). Microfluidic E-tongue to diagnose bovine mastitis with milk samples using machine learning with decision tree models. Chemical Engineering Journal, 451( Ja 2023), 138523-1-138523-9. doi:10.1016/j.cej.2022.138523
NLM
Soares AC, Soares JC, Popolin Neto M, Mello SS de, Pinto DDSC, Carvalho WA, Gilmore MS, Piazzetta MH de O, Gobbi AL, Brandão H de M, Paulovich FV, Oliveira Junior ON de, Mattoso LHC. Microfluidic E-tongue to diagnose bovine mastitis with milk samples using machine learning with decision tree models [Internet]. Chemical Engineering Journal. 2023 ; 451( Ja 2023): 138523-1-138523-9.[citado 2024 maio 28 ] Available from: https://doi.org/10.1016/j.cej.2022.138523
Vancouver
Soares AC, Soares JC, Popolin Neto M, Mello SS de, Pinto DDSC, Carvalho WA, Gilmore MS, Piazzetta MH de O, Gobbi AL, Brandão H de M, Paulovich FV, Oliveira Junior ON de, Mattoso LHC. Microfluidic E-tongue to diagnose bovine mastitis with milk samples using machine learning with decision tree models [Internet]. Chemical Engineering Journal. 2023 ; 451( Ja 2023): 138523-1-138523-9.[citado 2024 maio 28 ] Available from: https://doi.org/10.1016/j.cej.2022.138523
Artigo de periodico
Artificial intelligence agents for materials sciences (2023)
Oliveira Junior, Osvaldo Novais de ; Christino, Leonardo Milhomem Franco; Oliveira, Maria Cristina Ferreira de ; Paulovich, Fernando Vieira
Source: Journal of Chemical Information and Modeling. Unidades: IFSC, ICMC
Subjects: ALGORITMOS, APRENDIZADO COMPUTACIONAL, GENÔMICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA JUNIOR, Osvaldo Novais de et al. Artificial intelligence agents for materials sciences. Journal of Chemical Information and Modeling, v. 63, n. 24, p. 7605-7609, 2023Tradução . . Disponível em: https://doi.org/10.1021/acs.jcim.3c01778. Acesso em: 28 maio 2024.
APA
Oliveira Junior, O. N. de, Christino, L. M. F., Oliveira, M. C. F. de, & Paulovich, F. V. (2023). Artificial intelligence agents for materials sciences. Journal of Chemical Information and Modeling, 63( 24), 7605-7609. doi:10.1021/acs.jcim.3c01778
NLM
Oliveira Junior ON de, Christino LMF, Oliveira MCF de, Paulovich FV. Artificial intelligence agents for materials sciences [Internet]. Journal of Chemical Information and Modeling. 2023 ; 63( 24): 7605-7609.[citado 2024 maio 28 ] Available from: https://doi.org/10.1021/acs.jcim.3c01778
Vancouver
Oliveira Junior ON de, Christino LMF, Oliveira MCF de, Paulovich FV. Artificial intelligence agents for materials sciences [Internet]. Journal of Chemical Information and Modeling. 2023 ; 63( 24): 7605-7609.[citado 2024 maio 28 ] Available from: https://doi.org/10.1021/acs.jcim.3c01778
Artigo de periodico
Using machine learning and an electronic tongue for discriminating saliva samples from oral cavity cancer patients and healthy individuals (2022)
Braz, Daniel César ; Popolin Neto, Mário ; Shimizu, Flávio Makoto ; Sá, Acelino Cardoso de ; Lima, Renato Sousa ; Gobbi, Angelo Luiz ; Melendez, Matias Eliseo ; Arantes, Lídia M. R. B; Carvalho, André Lopes ; Paulovich, Fernando Vieira ; Oliveira Junior, Osvaldo Novais de
Source: Talanta. Unidades: IFSC, ICMC, IQSC
Subjects: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE PADRÕES, TECNOLOGIAS DA SAÚDE, ESPECTROSCOPIA, NEOPLASIAS BUCAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BRAZ, Daniel César et al. Using machine learning and an electronic tongue for discriminating saliva samples from oral cavity cancer patients and healthy individuals. Talanta, v. 243, p. 123327-1-123327-8, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.talanta.2022.123327. Acesso em: 28 maio 2024.
APA
Braz, D. C., Popolin Neto, M., Shimizu, F. M., Sá, A. C. de, Lima, R. S., Gobbi, A. L., et al. (2022). Using machine learning and an electronic tongue for discriminating saliva samples from oral cavity cancer patients and healthy individuals. Talanta, 243, 123327-1-123327-8. doi:10.1016/j.talanta.2022.123327
NLM
Braz DC, Popolin Neto M, Shimizu FM, Sá AC de, Lima RS, Gobbi AL, Melendez ME, Arantes LMRB, Carvalho AL, Paulovich FV, Oliveira Junior ON de. Using machine learning and an electronic tongue for discriminating saliva samples from oral cavity cancer patients and healthy individuals [Internet]. Talanta. 2022 ; 243 123327-1-123327-8.[citado 2024 maio 28 ] Available from: https://doi.org/10.1016/j.talanta.2022.123327
Vancouver
Braz DC, Popolin Neto M, Shimizu FM, Sá AC de, Lima RS, Gobbi AL, Melendez ME, Arantes LMRB, Carvalho AL, Paulovich FV, Oliveira Junior ON de. Using machine learning and an electronic tongue for discriminating saliva samples from oral cavity cancer patients and healthy individuals [Internet]. Talanta. 2022 ; 243 123327-1-123327-8.[citado 2024 maio 28 ] Available from: https://doi.org/10.1016/j.talanta.2022.123327
Artigo de periodico
Detection of Staphylococcus aureus in milk samples using impedance spectroscopy and data processing with information visualization techniques and multidimensional calibration space (2022)
Soares, Juliana Coatrini ; Soares, Andrey Coatrini ; Popolin Neto, Mário ; Paulovich, Fernando Vieira ; Oliveira Junior, Osvaldo Novais de ; Mattoso, Luiz Henrique Capparelli
Source: Sensors and Actuators Reports. Unidades: ICMC, IFSC
Subjects: APRENDIZADO COMPUTACIONAL, ESPECTROSCOPIA, MASTITE ANIMAL, PECUÁRIA LEITEIRA, STAPHYLOCOCCUS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOARES, Juliana Coatrini et al. Detection of Staphylococcus aureus in milk samples using impedance spectroscopy and data processing with information visualization techniques and multidimensional calibration space. Sensors and Actuators Reports, v. No 2022, p. 100083-1-100083-10, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.snr.2022.100083. Acesso em: 28 maio 2024.
APA
Soares, J. C., Soares, A. C., Popolin Neto, M., Paulovich, F. V., Oliveira Junior, O. N. de, & Mattoso, L. H. C. (2022). Detection of Staphylococcus aureus in milk samples using impedance spectroscopy and data processing with information visualization techniques and multidimensional calibration space. Sensors and Actuators Reports, No 2022, 100083-1-100083-10. doi:10.1016/j.snr.2022.100083
NLM
Soares JC, Soares AC, Popolin Neto M, Paulovich FV, Oliveira Junior ON de, Mattoso LHC. Detection of Staphylococcus aureus in milk samples using impedance spectroscopy and data processing with information visualization techniques and multidimensional calibration space [Internet]. Sensors and Actuators Reports. 2022 ; No 2022 100083-1-100083-10.[citado 2024 maio 28 ] Available from: https://doi.org/10.1016/j.snr.2022.100083
Vancouver
Soares JC, Soares AC, Popolin Neto M, Paulovich FV, Oliveira Junior ON de, Mattoso LHC. Detection of Staphylococcus aureus in milk samples using impedance spectroscopy and data processing with information visualization techniques and multidimensional calibration space [Internet]. Sensors and Actuators Reports. 2022 ; No 2022 100083-1-100083-10.[citado 2024 maio 28 ] Available from: https://doi.org/10.1016/j.snr.2022.100083
Artigo de periodico
Neural network training fingerprint: visual analytics of the training process in classification neural networks (2022)
Ferreira, Martha Dais ; Cantareira, Gabriel Dias ; Mello, Rodrigo Fernandes de ; Paulovich, Fernando Vieira
Source: Journal of Visualization. Unidade: ICMC
Subjects: REDES NEURAIS, APRENDIZADO COMPUTACIONAL, VISUALIZAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FERREIRA, Martha Dais et al. Neural network training fingerprint: visual analytics of the training process in classification neural networks. Journal of Visualization, v. 25, n. 3, p. 593-612, 2022Tradução . . Disponível em: https://doi.org/10.1007/s12650-021-00809-4. Acesso em: 28 maio 2024.
APA
Ferreira, M. D., Cantareira, G. D., Mello, R. F. de, & Paulovich, F. V. (2022). Neural network training fingerprint: visual analytics of the training process in classification neural networks. Journal of Visualization, 25( 3), 593-612. doi:10.1007/s12650-021-00809-4
NLM
Ferreira MD, Cantareira GD, Mello RF de, Paulovich FV. Neural network training fingerprint: visual analytics of the training process in classification neural networks [Internet]. Journal of Visualization. 2022 ; 25( 3): 593-612.[citado 2024 maio 28 ] Available from: https://doi.org/10.1007/s12650-021-00809-4
Vancouver
Ferreira MD, Cantareira GD, Mello RF de, Paulovich FV. Neural network training fingerprint: visual analytics of the training process in classification neural networks [Internet]. Journal of Visualization. 2022 ; 25( 3): 593-612.[citado 2024 maio 28 ] Available from: https://doi.org/10.1007/s12650-021-00809-4
Artigo de periodico
Low-cost bacterial nanocellulose-based interdigitated biosensor to detect the p53 cancer biomarker (2022)
Bondancia, Thalita Jessika ; Soares, Andrey Coatrini ; Popolin Neto, Mário ; Gomes, Nathalia Oezau ; Raymundo-Pereira, Paulo Augusto ; Barud, Hernane da Silva ; Machado, Sergio Antonio Spinola ; Ribeiro, Sidney J L ; Melendez, Matias Eliseo ; Carvalho, André L. ; Reis, Rui Manuel ; Paulovich, Fernando Vieira ; Oliveira Junior, Osvaldo Novais de
Source: Biomaterials Advances. Unidades: IQSC, IFSC, ICMC
Subjects: BIOMATERIAIS, NEOPLASIAS, BIOMARCADORES, SENSORES BIOMÉDICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BONDANCIA, Thalita Jessika et al. Low-cost bacterial nanocellulose-based interdigitated biosensor to detect the p53 cancer biomarker. Biomaterials Advances, v. 134, p. 112676-1-112676-7, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.msec.2022.112676. Acesso em: 28 maio 2024.
APA
Bondancia, T. J., Soares, A. C., Popolin Neto, M., Gomes, N. O., Raymundo-Pereira, P. A., Barud, H. da S., et al. (2022). Low-cost bacterial nanocellulose-based interdigitated biosensor to detect the p53 cancer biomarker. Biomaterials Advances, 134, 112676-1-112676-7. doi:10.1016/j.msec.2022.112676
NLM
Bondancia TJ, Soares AC, Popolin Neto M, Gomes NO, Raymundo-Pereira PA, Barud H da S, Machado SAS, Ribeiro SJL, Melendez ME, Carvalho AL, Reis RM, Paulovich FV, Oliveira Junior ON de. Low-cost bacterial nanocellulose-based interdigitated biosensor to detect the p53 cancer biomarker [Internet]. Biomaterials Advances. 2022 ; 134 112676-1-112676-7.[citado 2024 maio 28 ] Available from: https://doi.org/10.1016/j.msec.2022.112676
Vancouver
Bondancia TJ, Soares AC, Popolin Neto M, Gomes NO, Raymundo-Pereira PA, Barud H da S, Machado SAS, Ribeiro SJL, Melendez ME, Carvalho AL, Reis RM, Paulovich FV, Oliveira Junior ON de. Low-cost bacterial nanocellulose-based interdigitated biosensor to detect the p53 cancer biomarker [Internet]. Biomaterials Advances. 2022 ; 134 112676-1-112676-7.[citado 2024 maio 28 ] Available from: https://doi.org/10.1016/j.msec.2022.112676
Artigo de periodico
ExplorerTree: a focus+context exploration approach for 2D embeddings (2021)
Marcílio-Jr, Wilson E ; Eler, Danilo Medeiros ; Paulovich, Fernando Vieira ; Rodrigues Junior, José Fernando ; Artero, Almir Olivette
Source: Big Data Research. Unidade: ICMC
Subjects: VISUALIZAÇÃO, RECONHECIMENTO DE PADRÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARCÍLIO-JR, Wilson E et al. ExplorerTree: a focus+context exploration approach for 2D embeddings. Big Data Research, v. 25, p. 1-12, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.bdr.2021.100239. Acesso em: 28 maio 2024.
APA
Marcílio-Jr, W. E., Eler, D. M., Paulovich, F. V., Rodrigues Junior, J. F., & Artero, A. O. (2021). ExplorerTree: a focus+context exploration approach for 2D embeddings. Big Data Research, 25, 1-12. doi:10.1016/j.bdr.2021.100239
NLM
Marcílio-Jr WE, Eler DM, Paulovich FV, Rodrigues Junior JF, Artero AO. ExplorerTree: a focus+context exploration approach for 2D embeddings [Internet]. Big Data Research. 2021 ; 25 1-12.[citado 2024 maio 28 ] Available from: https://doi.org/10.1016/j.bdr.2021.100239
Vancouver
Marcílio-Jr WE, Eler DM, Paulovich FV, Rodrigues Junior JF, Artero AO. ExplorerTree: a focus+context exploration approach for 2D embeddings [Internet]. Big Data Research. 2021 ; 25 1-12.[citado 2024 maio 28 ] Available from: https://doi.org/10.1016/j.bdr.2021.100239
Trabalho de evento-resumo periodico
Novel bioinformatics approaches for Rna analysis may reveal common promising molecular markers between three pediatric tumors (2021)
Silva, Andréa Martins da; Popolin Neto, Mário ; Paulovich, Fernando Vieira ; Salomão, Karina Bezerra; Silva, Keteryne Rodrigues da ; Veronez, Luciana Chain ; Silva Junior, Wilson Araújo da ; Valera, Elvis Terci; Scrideli, Carlos Alberto ; Tone, Luiz Gonzaga
Source: Pediatric Blood and Cancer. Conference titles: Congress of the International Society of Paediatric Oncology - SIOP. Unidades: ICMC, FMRP, FCFRP
Subjects: BIOINFORMÁTICA, APRENDIZADO COMPUTACIONAL, VISUALIZAÇÃO, BIOMARCADORES, NEOPLASIAS, MEDULOBLASTOMA, CRIANÇAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Andréa Martins da et al. Novel bioinformatics approaches for Rna analysis may reveal common promising molecular markers between three pediatric tumors. Pediatric Blood and Cancer. Hoboken: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. Disponível em: https://doi.org/10.1002/pbc.29349. Acesso em: 28 maio 2024. , 2021
APA
Silva, A. M. da, Popolin Neto, M., Paulovich, F. V., Salomão, K. B., Silva, K. R. da, Veronez, L. C., et al. (2021). Novel bioinformatics approaches for Rna analysis may reveal common promising molecular markers between three pediatric tumors. Pediatric Blood and Cancer. Hoboken: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. doi:10.1002/pbc.29349
NLM
Silva AM da, Popolin Neto M, Paulovich FV, Salomão KB, Silva KR da, Veronez LC, Silva Junior WA da, Valera ET, Scrideli CA, Tone LG. Novel bioinformatics approaches for Rna analysis may reveal common promising molecular markers between three pediatric tumors [Internet]. Pediatric Blood and Cancer. 2021 ; No 2021( S5): S541-542.[citado 2024 maio 28 ] Available from: https://doi.org/10.1002/pbc.29349
Vancouver
Silva AM da, Popolin Neto M, Paulovich FV, Salomão KB, Silva KR da, Veronez LC, Silva Junior WA da, Valera ET, Scrideli CA, Tone LG. Novel bioinformatics approaches for Rna analysis may reveal common promising molecular markers between three pediatric tumors [Internet]. Pediatric Blood and Cancer. 2021 ; No 2021( S5): S541-542.[citado 2024 maio 28 ] Available from: https://doi.org/10.1002/pbc.29349
Artigo de periodico
Explainable matrix: visualization for global and local interpretability of random forest classification ensembles (2021)
Popolin Neto, Mário ; Paulovich, Fernando Vieira
Source: IEEE Transactions on Visualization and Computer Graphics. Unidade: ICMC
Subjects: VISUALIZAÇÃO, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
POPOLIN NETO, Mário e PAULOVICH, Fernando Vieira. Explainable matrix: visualization for global and local interpretability of random forest classification ensembles. IEEE Transactions on Visualization and Computer Graphics, v. 27, n. 2, p. 1427-1437, 2021Tradução . . Disponível em: https://doi.org/10.1109/TVCG.2020.3030354. Acesso em: 28 maio 2024.
APA
Popolin Neto, M., & Paulovich, F. V. (2021). Explainable matrix: visualization for global and local interpretability of random forest classification ensembles. IEEE Transactions on Visualization and Computer Graphics, 27( 2), 1427-1437. doi:10.1109/TVCG.2020.3030354
NLM
Popolin Neto M, Paulovich FV. Explainable matrix: visualization for global and local interpretability of random forest classification ensembles [Internet]. IEEE Transactions on Visualization and Computer Graphics. 2021 ; 27( 2): 1427-1437.[citado 2024 maio 28 ] Available from: https://doi.org/10.1109/TVCG.2020.3030354
Vancouver
Popolin Neto M, Paulovich FV. Explainable matrix: visualization for global and local interpretability of random forest classification ensembles [Internet]. IEEE Transactions on Visualization and Computer Graphics. 2021 ; 27( 2): 1427-1437.[citado 2024 maio 28 ] Available from: https://doi.org/10.1109/TVCG.2020.3030354
Artigo de periodico
Machine learning used to create a multidimensional calibration space for sensing and biosensing data (2021)
Popolin Neto, Mário ; Soares, Andrey Coatrini ; Oliveira Junior, Osvaldo Novais de ; Paulovich, Fernando Vieira
Source: Bulletin of the Chemical Society of Japan. Unidades: IFSC, ICMC
Subjects: BIOTECNOLOGIA, APRENDIZADO COMPUTACIONAL, SENSOR, FILMES FINOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
POPOLIN NETO, Mário et al. Machine learning used to create a multidimensional calibration space for sensing and biosensing data. Bulletin of the Chemical Society of Japan, v. 94, n. 5, p. 1553-1562, 2021Tradução . . Disponível em: https://doi.org/10.1246/bcsj.20200359. Acesso em: 28 maio 2024.
APA
Popolin Neto, M., Soares, A. C., Oliveira Junior, O. N. de, & Paulovich, F. V. (2021). Machine learning used to create a multidimensional calibration space for sensing and biosensing data. Bulletin of the Chemical Society of Japan, 94( 5), 1553-1562. doi:10.1246/bcsj.20200359
NLM
Popolin Neto M, Soares AC, Oliveira Junior ON de, Paulovich FV. Machine learning used to create a multidimensional calibration space for sensing and biosensing data [Internet]. Bulletin of the Chemical Society of Japan. 2021 ; 94( 5): 1553-1562.[citado 2024 maio 28 ] Available from: https://doi.org/10.1246/bcsj.20200359
Vancouver
Popolin Neto M, Soares AC, Oliveira Junior ON de, Paulovich FV. Machine learning used to create a multidimensional calibration space for sensing and biosensing data [Internet]. Bulletin of the Chemical Society of Japan. 2021 ; 94( 5): 1553-1562.[citado 2024 maio 28 ] Available from: https://doi.org/10.1246/bcsj.20200359
Artigo de periodico
Random forest similarity maps: a scalable visual representation for global and local interpretation (2021)
Mazumdar, Dipankar ; Popolin Neto, Mário ; Paulovich, Fernando Vieira
Source: Electronics. Unidade: ICMC
Subjects: VISUALIZAÇÃO, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MAZUMDAR, Dipankar e POPOLIN NETO, Mário e PAULOVICH, Fernando Vieira. Random forest similarity maps: a scalable visual representation for global and local interpretation. Electronics, v. 10, p. 1-20, 2021Tradução . . Disponível em: https://doi.org/10.3390/electronics10222862. Acesso em: 28 maio 2024.
APA
Mazumdar, D., Popolin Neto, M., & Paulovich, F. V. (2021). Random forest similarity maps: a scalable visual representation for global and local interpretation. Electronics, 10, 1-20. doi:10.3390/electronics10222862
NLM
Mazumdar D, Popolin Neto M, Paulovich FV. Random forest similarity maps: a scalable visual representation for global and local interpretation [Internet]. Electronics. 2021 ; 10 1-20.[citado 2024 maio 28 ] Available from: https://doi.org/10.3390/electronics10222862
Vancouver
Mazumdar D, Popolin Neto M, Paulovich FV. Random forest similarity maps: a scalable visual representation for global and local interpretation [Internet]. Electronics. 2021 ; 10 1-20.[citado 2024 maio 28 ] Available from: https://doi.org/10.3390/electronics10222862
Tese (Doutorado)
Random Forest interpretability - explaining classification models and multivariate data through logic rules visualizations (2021)
Popolin Neto, Mário; Paulovich, Fernando Vieira (Orientador)
Unidade: ICMC
Subjects: VISÃO COMPUTACIONAL, MINERAÇÃO DE DADOS, APRENDIZADO COMPUTACIONAL, TEORIA DA DECISÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
POPOLIN NETO, Mário. Random Forest interpretability - explaining classification models and multivariate data through logic rules visualizations. 2021. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03032022-105725/. Acesso em: 28 maio 2024.
APA
Popolin Neto, M. (2021). Random Forest interpretability - explaining classification models and multivariate data through logic rules visualizations (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03032022-105725/
NLM
Popolin Neto M. Random Forest interpretability - explaining classification models and multivariate data through logic rules visualizations [Internet]. 2021 ;[citado 2024 maio 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03032022-105725/
Vancouver
Popolin Neto M. Random Forest interpretability - explaining classification models and multivariate data through logic rules visualizations [Internet]. 2021 ;[citado 2024 maio 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03032022-105725/
Artigo de periodico
Similarity-driven edge bundling: data-oriented clutter reduction in graphs layouts (2020)
Sikansi, Fábio Henrique Gomes; Silva, Renato Rodrigues Oliveira da; Cantareira, Gabriel Dias ; Etemad, Elham; Paulovich, Fernando Vieira
Source: Algorithms. Unidade: ICMC
Subjects: VISUALIZAÇÃO, RECONHECIMENTO DE PADRÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SIKANSI, Fábio Henrique Gomes et al. Similarity-driven edge bundling: data-oriented clutter reduction in graphs layouts. Algorithms, v. No 2020, n. 11, p. 1-27, 2020Tradução . . Disponível em: https://doi.org/10.3390/a13110290. Acesso em: 28 maio 2024.
APA
Sikansi, F. H. G., Silva, R. R. O. da, Cantareira, G. D., Etemad, E., & Paulovich, F. V. (2020). Similarity-driven edge bundling: data-oriented clutter reduction in graphs layouts. Algorithms, No 2020( 11), 1-27. doi:10.3390/a13110290
NLM
Sikansi FHG, Silva RRO da, Cantareira GD, Etemad E, Paulovich FV. Similarity-driven edge bundling: data-oriented clutter reduction in graphs layouts [Internet]. Algorithms. 2020 ; No 2020( 11): 1-27.[citado 2024 maio 28 ] Available from: https://doi.org/10.3390/a13110290
Vancouver
Sikansi FHG, Silva RRO da, Cantareira GD, Etemad E, Paulovich FV. Similarity-driven edge bundling: data-oriented clutter reduction in graphs layouts [Internet]. Algorithms. 2020 ; No 2020( 11): 1-27.[citado 2024 maio 28 ] Available from: https://doi.org/10.3390/a13110290
Artigo de periodico
Visual feature fusion and its application to support unsupervised clustering tasks (2020)
Hilasaca, Gladys Marleny ; Paulovich, Fernando Vieira
Source: Information Visualization. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, ALGORITMOS ÚTEIS E ESPECÍFICOS, VISUALIZAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
HILASACA, Gladys Marleny e PAULOVICH, Fernando Vieira. Visual feature fusion and its application to support unsupervised clustering tasks. Information Visualization, v. 19, n. 2, p. 163-179, 2020Tradução . . Disponível em: https://doi.org/10.1177/1473871619891062. Acesso em: 28 maio 2024.
APA
Hilasaca, G. M., & Paulovich, F. V. (2020). Visual feature fusion and its application to support unsupervised clustering tasks. Information Visualization, 19( 2), 163-179. doi:10.1177/1473871619891062
NLM
Hilasaca GM, Paulovich FV. Visual feature fusion and its application to support unsupervised clustering tasks [Internet]. Information Visualization. 2020 ; 19( 2): 163-179.[citado 2024 maio 28 ] Available from: https://doi.org/10.1177/1473871619891062
Vancouver
Hilasaca GM, Paulovich FV. Visual feature fusion and its application to support unsupervised clustering tasks [Internet]. Information Visualization. 2020 ; 19( 2): 163-179.[citado 2024 maio 28 ] Available from: https://doi.org/10.1177/1473871619891062
Trabalho de evento
Preprocessing profiling model for visual analytics (2020)
Milani, Alessandra Maciel Paz ; Paulovich, Fernando Vieira ; Manssour, Isabel Harb
Source: Anais estendidos. Conference titles: Conference on Graphics, Patterns and Images - SIBGRAPI. Unidade: ICMC
Subjects: VISUALIZAÇÃO, MINERAÇÃO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MILANI, Alessandra Maciel Paz e PAULOVICH, Fernando Vieira e MANSSOUR, Isabel Harb. Preprocessing profiling model for visual analytics. 2020, Anais.. Porto Alegre: SBC, 2020. Disponível em: https://sol.sbc.org.br/index.php/sibgrapi_estendido/article/view/12991. Acesso em: 28 maio 2024.
APA
Milani, A. M. P., Paulovich, F. V., & Manssour, I. H. (2020). Preprocessing profiling model for visual analytics. In Anais estendidos. Porto Alegre: SBC. Recuperado de https://sol.sbc.org.br/index.php/sibgrapi_estendido/article/view/12991
NLM
Milani AMP, Paulovich FV, Manssour IH. Preprocessing profiling model for visual analytics [Internet]. Anais estendidos. 2020 ;[citado 2024 maio 28 ] Available from: https://sol.sbc.org.br/index.php/sibgrapi_estendido/article/view/12991
Vancouver
Milani AMP, Paulovich FV, Manssour IH. Preprocessing profiling model for visual analytics [Internet]. Anais estendidos. 2020 ;[citado 2024 maio 28 ] Available from: https://sol.sbc.org.br/index.php/sibgrapi_estendido/article/view/12991
Tese (Doutorado)
Enhancing Dimensionality Reduction Techniques for Deep Neural Network Visualization (2020)
Cantareira, Gabriel Dias; Paulovich, Fernando Vieira (Orientador)
Unidade: ICMC
Subjects: REDES NEURAIS, VISUALIZAÇÃO, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CANTAREIRA, Gabriel Dias. Enhancing Dimensionality Reduction Techniques for Deep Neural Network Visualization. 2020. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25022021-130621/. Acesso em: 28 maio 2024.
APA
Cantareira, G. D. (2020). Enhancing Dimensionality Reduction Techniques for Deep Neural Network Visualization (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25022021-130621/
NLM
Cantareira GD. Enhancing Dimensionality Reduction Techniques for Deep Neural Network Visualization [Internet]. 2020 ;[citado 2024 maio 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25022021-130621/
Vancouver
Cantareira GD. Enhancing Dimensionality Reduction Techniques for Deep Neural Network Visualization [Internet]. 2020 ;[citado 2024 maio 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25022021-130621/
Trabalho de evento
Visualizing learning space in neural network hidden layers (2020)
Cantareira, Gabriel Dias; Paulovich, Fernando Vieira ; Etemad, Elham
Source: Proceedings. Conference titles: International joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications - VISIGRAPP. Unidade: ICMC
Subjects: VISUALIZAÇÃO, APRENDIZADO COMPUTACIONAL, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CANTAREIRA, Gabriel Dias e PAULOVICH, Fernando Vieira e ETEMAD, Elham. Visualizing learning space in neural network hidden layers. 2020, Anais.. Lisboa: SciTePress, 2020. Disponível em: https://doi.org/10.5220/0009168901100121. Acesso em: 28 maio 2024.
APA
Cantareira, G. D., Paulovich, F. V., & Etemad, E. (2020). Visualizing learning space in neural network hidden layers. In Proceedings. Lisboa: SciTePress. doi:10.5220/0009168901100121
NLM
Cantareira GD, Paulovich FV, Etemad E. Visualizing learning space in neural network hidden layers [Internet]. Proceedings. 2020 ;[citado 2024 maio 28 ] Available from: https://doi.org/10.5220/0009168901100121
Vancouver
Cantareira GD, Paulovich FV, Etemad E. Visualizing learning space in neural network hidden layers [Internet]. Proceedings. 2020 ;[citado 2024 maio 28 ] Available from: https://doi.org/10.5220/0009168901100121
Artigo de periodico
Visualization in the preprocessing phase: getting insights from enterprise professionals (2020)
Milani, Alessandra Maciel Paz ; Paulovich, Fernando Vieira ; Manssour, Isabel Harb
Source: Information Visualization. Unidade: ICMC
Subjects: VISUALIZAÇÃO, MINERAÇÃO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MILANI, Alessandra Maciel Paz e PAULOVICH, Fernando Vieira e MANSSOUR, Isabel Harb. Visualization in the preprocessing phase: getting insights from enterprise professionals. Information Visualization, v. 19, n. 4, p. 273-287, 2020Tradução . . Disponível em: https://doi.org/10.1177/1473871619896101. Acesso em: 28 maio 2024.
APA
Milani, A. M. P., Paulovich, F. V., & Manssour, I. H. (2020). Visualization in the preprocessing phase: getting insights from enterprise professionals. Information Visualization, 19( 4), 273-287. doi:10.1177/1473871619896101
NLM
Milani AMP, Paulovich FV, Manssour IH. Visualization in the preprocessing phase: getting insights from enterprise professionals [Internet]. Information Visualization. 2020 ; 19( 4): 273-287.[citado 2024 maio 28 ] Available from: https://doi.org/10.1177/1473871619896101
Vancouver
Milani AMP, Paulovich FV, Manssour IH. Visualization in the preprocessing phase: getting insights from enterprise professionals [Internet]. Information Visualization. 2020 ; 19( 4): 273-287.[citado 2024 maio 28 ] Available from: https://doi.org/10.1177/1473871619896101

USP Schools

ReP

Filtros

Document Types

USP Schools

Departament

Authors

USP affiliated authors

Date published

Subjects

Source title

Publisher

Conference titles

Countries/Territories

Grupo de pesquisa

Funding Agencies

Indexado em

Normalized affiliation

Non normalized affiliation

Countries of institutions of collaboration