ReP USP - Resultado da busca

Trabalho de evento
Unsupervised context switch for classification tasks on data streams with recurrent concepts (2018)
Reis, Denis M. dos; Maletzke, André G; Batista, Gustavo Enrique de Almeida Prado Alves
Fonte: Proceedings. Nome do evento: Symposium on Applied Computing - SAC. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, MATEMÁTICA DA COMPUTAÇÃO, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
REIS, Denis M. dos e MALETZKE, André G e BATISTA, Gustavo Enrique de Almeida Prado Alves. Unsupervised context switch for classification tasks on data streams with recurrent concepts. 2018, Anais.. New York: ACM, 2018. Disponível em: https://doi.org/10.1145/3167132.3167189. Acesso em: 01 maio 2024.
APA
Reis, D. M. dos, Maletzke, A. G., & Batista, G. E. de A. P. A. (2018). Unsupervised context switch for classification tasks on data streams with recurrent concepts. In Proceedings. New York: ACM. doi:10.1145/3167132.3167189
NLM
Reis DM dos, Maletzke AG, Batista GE de APA. Unsupervised context switch for classification tasks on data streams with recurrent concepts [Internet]. Proceedings. 2018 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/3167132.3167189
Vancouver
Reis DM dos, Maletzke AG, Batista GE de APA. Unsupervised context switch for classification tasks on data streams with recurrent concepts [Internet]. Proceedings. 2018 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/3167132.3167189
Trabalho de evento
Classifying and counting with recurrent contexts (2018)
Reis, Denis; Maletzke, André Gustavo; Silva, Diego F; Batista, Gustavo Enrique de Almeida Prado Alves
Fonte: Proceedings. Nome do evento: ACM SIGKDD International Conference on Knowledge Discovery and Data Mining - KDD. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
REIS, Denis et al. Classifying and counting with recurrent contexts. 2018, Anais.. New York: ACM, 2018. Disponível em: https://doi.org/10.1145/3219819.3220059. Acesso em: 01 maio 2024.
APA
Reis, D., Maletzke, A. G., Silva, D. F., & Batista, G. E. de A. P. A. (2018). Classifying and counting with recurrent contexts. In Proceedings. New York: ACM. doi:10.1145/3219819.3220059
NLM
Reis D, Maletzke AG, Silva DF, Batista GE de APA. Classifying and counting with recurrent contexts [Internet]. Proceedings. 2018 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/3219819.3220059
Vancouver
Reis D, Maletzke AG, Silva DF, Batista GE de APA. Classifying and counting with recurrent contexts [Internet]. Proceedings. 2018 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/3219819.3220059
Trabalho de evento
Fast unsupervised online drift detection using incremental Kolmogorov-Smirnov test (2016)
Reis, Denis dos; Flach, Peter; Matwin, Stan; Batista, Gustavo Enrique de Almeida Prado Alves
Fonte: Proceedings. Nome do evento: ACM SIGKDD International Conference on Knowledge Discovery and Data Mining - KDD. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
REIS, Denis dos et al. Fast unsupervised online drift detection using incremental Kolmogorov-Smirnov test. 2016, Anais.. New York: ACM, 2016. Disponível em: https://doi.org/10.1145/2939672.2939836. Acesso em: 01 maio 2024.
APA
Reis, D. dos, Flach, P., Matwin, S., & Batista, G. E. de A. P. A. (2016). Fast unsupervised online drift detection using incremental Kolmogorov-Smirnov test. In Proceedings. New York: ACM. doi:10.1145/2939672.2939836
NLM
Reis D dos, Flach P, Matwin S, Batista GE de APA. Fast unsupervised online drift detection using incremental Kolmogorov-Smirnov test [Internet]. Proceedings. 2016 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/2939672.2939836
Vancouver
Reis D dos, Flach P, Matwin S, Batista GE de APA. Fast unsupervised online drift detection using incremental Kolmogorov-Smirnov test [Internet]. Proceedings. 2016 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/2939672.2939836
Trabalho de evento
On the effect of endpoints on dynamic time warping (2016)
Silva, Diego Furtado; Batista, Gustavo Enrique de Almeida Prado Alves; Keogh, Eamonn
Fonte: Proceedings. Nome do evento: SIGKDD Workshop on Mining and Learning from Time Series - SIGKDD MiLeTS. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, MINERAÇÃO DE DADOS, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Diego Furtado e BATISTA, Gustavo Enrique de Almeida Prado Alves e KEOGH, Eamonn. On the effect of endpoints on dynamic time warping. 2016, Anais.. New York: ACM, 2016. Disponível em: https://doi.org/10.1145/12345.67890. Acesso em: 01 maio 2024.
APA
Silva, D. F., Batista, G. E. de A. P. A., & Keogh, E. (2016). On the effect of endpoints on dynamic time warping. In Proceedings. New York: ACM. doi:10.1145/12345.67890
NLM
Silva DF, Batista GE de APA, Keogh E. On the effect of endpoints on dynamic time warping [Internet]. Proceedings. 2016 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/12345.67890
Vancouver
Silva DF, Batista GE de APA, Keogh E. On the effect of endpoints on dynamic time warping [Internet]. Proceedings. 2016 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/12345.67890
Trabalho de evento
DTW-D: time series semi-supervised learning from a single example (2013)
Chen, Yanping; Hu, Bing; Keogh, Eamonn; Batista, Gustavo Enrique de Almeida Prado Alves
Fonte: Proceedings. Nome do evento: ACM SIGKDD International Conference on Knowledge Discovery and Data Mining - KDD. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CHEN, Yanping et al. DTW-D: time series semi-supervised learning from a single example. 2013, Anais.. New York: ACM, 2013. Disponível em: https://doi.org/10.1145/2487575.2487633. Acesso em: 01 maio 2024.
APA
Chen, Y., Hu, B., Keogh, E., & Batista, G. E. de A. P. A. (2013). DTW-D: time series semi-supervised learning from a single example. In Proceedings. New York: ACM. doi:10.1145/2487575.2487633
NLM
Chen Y, Hu B, Keogh E, Batista GE de APA. DTW-D: time series semi-supervised learning from a single example [Internet]. Proceedings. 2013 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/2487575.2487633
Vancouver
Chen Y, Hu B, Keogh E, Batista GE de APA. DTW-D: time series semi-supervised learning from a single example [Internet]. Proceedings. 2013 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/2487575.2487633
Trabalho de evento
Searching and mining trillions of time series subsequences under dynamic time warping (2012)
Rakthanmanon, Thanawin; Campana, Bilson; Mueen, Abdullah; Batista, Gustavo Enrique de Almeida Prado Alves; Westover, Brandon; Qiang, Zhu; Zakaria, Jesin; Keogh, Eamonn
Fonte: Proceedings. Nome do evento: ACM SIGKDD International Conference on Knowledge Discovery and Data Mining - KDD. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RAKTHANMANON, Thanawin et al. Searching and mining trillions of time series subsequences under dynamic time warping. 2012, Anais.. New York: ACM, 2012. Disponível em: https://doi.org/10.1145/2339530.2339576. Acesso em: 01 maio 2024.
APA
Rakthanmanon, T., Campana, B., Mueen, A., Batista, G. E. de A. P. A., Westover, B., Qiang, Z., et al. (2012). Searching and mining trillions of time series subsequences under dynamic time warping. In Proceedings. New York: ACM. doi:10.1145/2339530.2339576
NLM
Rakthanmanon T, Campana B, Mueen A, Batista GE de APA, Westover B, Qiang Z, Zakaria J, Keogh E. Searching and mining trillions of time series subsequences under dynamic time warping [Internet]. Proceedings. 2012 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/2339530.2339576
Vancouver
Rakthanmanon T, Campana B, Mueen A, Batista GE de APA, Westover B, Qiang Z, Zakaria J, Keogh E. Searching and mining trillions of time series subsequences under dynamic time warping [Internet]. Proceedings. 2012 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/2339530.2339576
Trabalho de evento
SIGKDD Demo: sensors and software to allow computational entomology, an emerging application of data miming (2011)
Batista, Gustavo Enrique de Almeida Prado Alves; Keogh, Eamonn; Mafra Neto, Agenor; Rowton, Edgar
Fonte: Proceedings. Nome do evento: ACM SIGKDD International Conference on Knowledge Discovery and Data Mining - KDD. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BATISTA, Gustavo Enrique de Almeida Prado Alves et al. SIGKDD Demo: sensors and software to allow computational entomology, an emerging application of data miming. 2011, Anais.. New York: ACM, 2011. Disponível em: https://doi.org/10.1145/2020408.2020530. Acesso em: 01 maio 2024.
APA
Batista, G. E. de A. P. A., Keogh, E., Mafra Neto, A., & Rowton, E. (2011). SIGKDD Demo: sensors and software to allow computational entomology, an emerging application of data miming. In Proceedings. New York: ACM. doi:10.1145/2020408.2020530
NLM
Batista GE de APA, Keogh E, Mafra Neto A, Rowton E. SIGKDD Demo: sensors and software to allow computational entomology, an emerging application of data miming [Internet]. Proceedings. 2011 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/2020408.2020530
Vancouver
Batista GE de APA, Keogh E, Mafra Neto A, Rowton E. SIGKDD Demo: sensors and software to allow computational entomology, an emerging application of data miming [Internet]. Proceedings. 2011 ;[citado 2024 maio 01 ] Available from: https://doi.org/10.1145/2020408.2020530

Unidades USP

ReP

Filtros

Autores

Afiliação dos autores externos não normalizada