ReP USP - Resultado da busca

Artigo de periodico
A study of transductive graph-based regression (2025)
Nespolo, Renan Guilherme ; Valejo, Alan Demetrius Baria ; Lopes, Alneu de Andrade
Fonte: International Journal of Computer Information Systems and Industrial Management Applications. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, TEORIA DOS GRAFOS, REGRESSÃO LINEAR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NESPOLO, Renan Guilherme e VALEJO, Alan Demetrius Baria e LOPES, Alneu de Andrade. A study of transductive graph-based regression. International Journal of Computer Information Systems and Industrial Management Applications, v. 17, p. 99-116, 2025Tradução . . Disponível em: https://doi.org/10.70917/2025008. Acesso em: 12 fev. 2025.
APA
Nespolo, R. G., Valejo, A. D. B., & Lopes, A. de A. (2025). A study of transductive graph-based regression. International Journal of Computer Information Systems and Industrial Management Applications, 17, 99-116. doi:10.70917/2025008
NLM
Nespolo RG, Valejo ADB, Lopes A de A. A study of transductive graph-based regression [Internet]. International Journal of Computer Information Systems and Industrial Management Applications. 2025 ; 17 99-116.[citado 2025 fev. 12 ] Available from: https://doi.org/10.70917/2025008
Vancouver
Nespolo RG, Valejo ADB, Lopes A de A. A study of transductive graph-based regression [Internet]. International Journal of Computer Information Systems and Industrial Management Applications. 2025 ; 17 99-116.[citado 2025 fev. 12 ] Available from: https://doi.org/10.70917/2025008
Artigo de periodico
Multi-label classification with label clusters (2025)
Gatto, Elaine Cecília ; Ferrandin, Mauri ; Cerri, Ricardo
Fonte: Knowledge and Information Systems. Unidade: ICMC
Assunto: APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GATTO, Elaine Cecília e FERRANDIN, Mauri e CERRI, Ricardo. Multi-label classification with label clusters. Knowledge and Information Systems, v. 67, n. 2, p. 1741-1785, 2025Tradução . . Disponível em: https://doi.org/10.1007/s10115-024-02270-9. Acesso em: 12 fev. 2025.
APA
Gatto, E. C., Ferrandin, M., & Cerri, R. (2025). Multi-label classification with label clusters. Knowledge and Information Systems, 67( 2), 1741-1785. doi:10.1007/s10115-024-02270-9
NLM
Gatto EC, Ferrandin M, Cerri R. Multi-label classification with label clusters [Internet]. Knowledge and Information Systems. 2025 ; 67( 2): 1741-1785.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/s10115-024-02270-9
Vancouver
Gatto EC, Ferrandin M, Cerri R. Multi-label classification with label clusters [Internet]. Knowledge and Information Systems. 2025 ; 67( 2): 1741-1785.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/s10115-024-02270-9
Artigo de periodico
High‐throughput phenotyping and machine learning techniques in soybean breeding: Exploring the potential of aerial imaging and vegetation indices (2025)
Miranda, Melissa Cristina de Carvalho ; Aono, Alexandre Hild; Fagundes, Talieisse Gomes ; Arduini, Giovanni Michelan ; Pinheiro, José Baldin
Fonte: Agronomy Journal. Unidade: ESALQ
Assuntos: APRENDIZADO COMPUTACIONAL, DOSSEL (BOTÂNICA), FENÓTIPOS, IMAGEAMENTO DE SATÉLITE, MELHORAMENTO GENÉTICO VEGETAL, SOJA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MIRANDA, Melissa Cristina de Carvalho et al. High‐throughput phenotyping and machine learning techniques in soybean breeding: Exploring the potential of aerial imaging and vegetation indices. Agronomy Journal, v. 117, p. 1-25, 2025Tradução . . Disponível em: https://doi.org/10.1002/agj2.70012. Acesso em: 12 fev. 2025.
APA
Miranda, M. C. de C., Aono, A. H., Fagundes, T. G., Arduini, G. M., & Pinheiro, J. B. (2025). High‐throughput phenotyping and machine learning techniques in soybean breeding: Exploring the potential of aerial imaging and vegetation indices. Agronomy Journal, 117, 1-25. doi:10.1002/agj2.70012
NLM
Miranda MC de C, Aono AH, Fagundes TG, Arduini GM, Pinheiro JB. High‐throughput phenotyping and machine learning techniques in soybean breeding: Exploring the potential of aerial imaging and vegetation indices [Internet]. Agronomy Journal. 2025 ; 117 1-25.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1002/agj2.70012
Vancouver
Miranda MC de C, Aono AH, Fagundes TG, Arduini GM, Pinheiro JB. High‐throughput phenotyping and machine learning techniques in soybean breeding: Exploring the potential of aerial imaging and vegetation indices [Internet]. Agronomy Journal. 2025 ; 117 1-25.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1002/agj2.70012
Artigo de periodico
Use of supervised and unsupervised approaches to make zonal application maps for variable-rate application of crop growth regulators in commercial cotton fields (2025)
Andréa, Maria Carolina da Silva ; Oliveira, Cristiano F. de; Mota, Fabrícia C. M; Santos, Rafael C. dos; Rodrigues Junior, Edilson F; Bianchi, Lucas M; Oliveira, Rodrigo Santos de; Gouveia, Caio M. de; Barbosa, Victor G. S; Bispo e Silva, Marco A
Fonte: Journal of Cotton Research. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, REGULADORES DE CRESCIMENTO VEGETAL, ALGODÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ANDRÉA, Maria Carolina da Silva et al. Use of supervised and unsupervised approaches to make zonal application maps for variable-rate application of crop growth regulators in commercial cotton fields. Journal of Cotton Research, v. 8, p. 1-20, 2025Tradução . . Disponível em: https://doi.org/10.1186/s42397-024-00204-y. Acesso em: 12 fev. 2025.
APA
Andréa, M. C. da S., Oliveira, C. F. de, Mota, F. C. M., Santos, R. C. dos, Rodrigues Junior, E. F., Bianchi, L. M., et al. (2025). Use of supervised and unsupervised approaches to make zonal application maps for variable-rate application of crop growth regulators in commercial cotton fields. Journal of Cotton Research, 8, 1-20. doi:10.1186/s42397-024-00204-y
NLM
Andréa MC da S, Oliveira CF de, Mota FCM, Santos RC dos, Rodrigues Junior EF, Bianchi LM, Oliveira RS de, Gouveia CM de, Barbosa VGS, Bispo e Silva MA. Use of supervised and unsupervised approaches to make zonal application maps for variable-rate application of crop growth regulators in commercial cotton fields [Internet]. Journal of Cotton Research. 2025 ; 8 1-20.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1186/s42397-024-00204-y
Vancouver
Andréa MC da S, Oliveira CF de, Mota FCM, Santos RC dos, Rodrigues Junior EF, Bianchi LM, Oliveira RS de, Gouveia CM de, Barbosa VGS, Bispo e Silva MA. Use of supervised and unsupervised approaches to make zonal application maps for variable-rate application of crop growth regulators in commercial cotton fields [Internet]. Journal of Cotton Research. 2025 ; 8 1-20.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1186/s42397-024-00204-y
Trabalho de evento-anais periodico
Growing self-organizing maps for multi-label classification (2025)
Casarotto, Pedro Henrique; Cerri, Ricardo
Fonte: Lecture Notes in Artificial Intelligence. Nome do evento: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CASAROTTO, Pedro Henrique e CERRI, Ricardo. Growing self-organizing maps for multi-label classification. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-79032-4_3. Acesso em: 12 fev. 2025. , 2025
APA
Casarotto, P. H., & Cerri, R. (2025). Growing self-organizing maps for multi-label classification. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-031-79032-4_3
NLM
Casarotto PH, Cerri R. Growing self-organizing maps for multi-label classification [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15413 33-48.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/978-3-031-79032-4_3
Vancouver
Casarotto PH, Cerri R. Growing self-organizing maps for multi-label classification [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15413 33-48.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/978-3-031-79032-4_3
Artigo de periodico
Enhanced Forecasting of Equity Fund Returns Using Machine Learning (2025)
Bargos, Fabiano Fernandes; Romao, Estaner Claro
Fonte: Mathematical And Computational Applications. Unidade: EEL
Assuntos: APRENDIZADO COMPUTACIONAL, MEDIDAS ESTATÍSTICAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARGOS, Fabiano Fernandes e ROMAO, Estaner Claro. Enhanced Forecasting of Equity Fund Returns Using Machine Learning. Mathematical And Computational Applications, v. 30, n. 1, p. 1-15, 2025Tradução . . Disponível em: https://doi.org/10.3390/mca30010009. Acesso em: 12 fev. 2025.
APA
Bargos, F. F., & Romao, E. C. (2025). Enhanced Forecasting of Equity Fund Returns Using Machine Learning. Mathematical And Computational Applications, 30( 1), 1-15. doi:10.3390/mca30010009
NLM
Bargos FF, Romao EC. Enhanced Forecasting of Equity Fund Returns Using Machine Learning [Internet]. Mathematical And Computational Applications. 2025 ;30( 1): 1-15.[citado 2025 fev. 12 ] Available from: https://doi.org/10.3390/mca30010009
Vancouver
Bargos FF, Romao EC. Enhanced Forecasting of Equity Fund Returns Using Machine Learning [Internet]. Mathematical And Computational Applications. 2025 ;30( 1): 1-15.[citado 2025 fev. 12 ] Available from: https://doi.org/10.3390/mca30010009
Artigo de periodico
New regression model and machine learning for fitting proportional data with application (2025)
Rodrigues, Gabriela M ; Cordeiro, Gauss M; Ortega, Edwin M. M ; Vila, Roberto
Fonte: Statistics. Unidade: ESALQ
Assuntos: ANÁLISE DE REGRESSÃO E DE CORRELAÇÃO, APRENDIZADO COMPUTACIONAL, DISTRIBUIÇÕES (PROBABILIDADE), MODELOS MATEMÁTICOS, SIMULAÇÃO (ESTATÍSTICA), VEROSSIMILHANÇA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES, Gabriela M et al. New regression model and machine learning for fitting proportional data with application. Statistics, p. 1-5, 2025Tradução . . Disponível em: https://doi.org/10.1080/02331888.2025.2452433. Acesso em: 12 fev. 2025.
APA
Rodrigues, G. M., Cordeiro, G. M., Ortega, E. M. M., & Vila, R. (2025). New regression model and machine learning for fitting proportional data with application. Statistics, 1-5. doi:10.1080/02331888.2025.2452433
NLM
Rodrigues GM, Cordeiro GM, Ortega EMM, Vila R. New regression model and machine learning for fitting proportional data with application [Internet]. Statistics. 2025 ; 1-5.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1080/02331888.2025.2452433
Vancouver
Rodrigues GM, Cordeiro GM, Ortega EMM, Vila R. New regression model and machine learning for fitting proportional data with application [Internet]. Statistics. 2025 ; 1-5.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1080/02331888.2025.2452433
Trabalho de evento-anais periodico
Semi-supervised predictive clustering trees for multi-label protein subcellular localization (2025)
Alcantara, Leonardo Utida; Triguero, Isaac ; Cerri, Ricardo
Fonte: Lecture Notes in Artificial Intelligence. Nome do evento: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Assuntos: BIOINFORMÁTICA, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALCANTARA, Leonardo Utida e TRIGUERO, Isaac e CERRI, Ricardo. Semi-supervised predictive clustering trees for multi-label protein subcellular localization. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-79032-4_27. Acesso em: 12 fev. 2025. , 2025
APA
Alcantara, L. U., Triguero, I., & Cerri, R. (2025). Semi-supervised predictive clustering trees for multi-label protein subcellular localization. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-031-79032-4_27
NLM
Alcantara LU, Triguero I, Cerri R. Semi-supervised predictive clustering trees for multi-label protein subcellular localization [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15413 384-399.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/978-3-031-79032-4_27
Vancouver
Alcantara LU, Triguero I, Cerri R. Semi-supervised predictive clustering trees for multi-label protein subcellular localization [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15413 384-399.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/978-3-031-79032-4_27
Artigo de periodico
Mapping soil drainage classes: comparing expert knowledge and machine learning strategies (2025)
Mello, Danilo César de ; Silvero, Nélida Elizabet Quiñonez ; Miller, Bradley A; Rosin, Nicolas Augusto ; Rosas, Jorge Tadeu Fim ; Bartsch, Bruno dos Anjos ; Veloso, Gustavo Vieira; Novais, Jean Jesus Macedo ; Falcioni, Renan; Nanni, Marcos Rafael; Alves, Marcelo Rodrigo; Fernandes-Filho, Elpídio Inácio; Santos, Uemeson José dos; Demattê, José Alexandre Melo
Fonte: Soil Advances. Unidade: ESALQ
Assuntos: APRENDIZADO COMPUTACIONAL, COR DO SOLO, DRENAGEM AGRÍCOLA, MAPEAMENTO DO SOLO, SENSORIAMENTO REMOTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MELLO, Danilo César de et al. Mapping soil drainage classes: comparing expert knowledge and machine learning strategies. Soil Advances, v. 3, p. 1-11, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.soilad.2024.100028. Acesso em: 12 fev. 2025.
APA
Mello, D. C. de, Silvero, N. E. Q., Miller, B. A., Rosin, N. A., Rosas, J. T. F., Bartsch, B. dos A., et al. (2025). Mapping soil drainage classes: comparing expert knowledge and machine learning strategies. Soil Advances, 3, 1-11. doi:10.1016/j.soilad.2024.100028
NLM
Mello DC de, Silvero NEQ, Miller BA, Rosin NA, Rosas JTF, Bartsch B dos A, Veloso GV, Novais JJM, Falcioni R, Nanni MR, Alves MR, Fernandes-Filho EI, Santos UJ dos, Demattê JAM. Mapping soil drainage classes: comparing expert knowledge and machine learning strategies [Internet]. Soil Advances. 2025 ; 3 1-11.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1016/j.soilad.2024.100028
Vancouver
Mello DC de, Silvero NEQ, Miller BA, Rosin NA, Rosas JTF, Bartsch B dos A, Veloso GV, Novais JJM, Falcioni R, Nanni MR, Alves MR, Fernandes-Filho EI, Santos UJ dos, Demattê JAM. Mapping soil drainage classes: comparing expert knowledge and machine learning strategies [Internet]. Soil Advances. 2025 ; 3 1-11.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1016/j.soilad.2024.100028
Artigo de periodico
Issue detection and prioritization based on mobile application reviews (2025)
Lima, Vitor Mesaque Alves de ; Barbosa, Jacson Rodrigues ; Marcacini, Ricardo Marcondes
Fonte: Software Quality Journal. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, PROCESSAMENTO DE LINGUAGEM NATURAL, RECONHECIMENTO DE TEXTO, ENGENHARIA DE SOFTWARE, APLICATIVOS MÓVEIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LIMA, Vitor Mesaque Alves de e BARBOSA, Jacson Rodrigues e MARCACINI, Ricardo Marcondes. Issue detection and prioritization based on mobile application reviews. Software Quality Journal, v. 33, n. 1, p. 1-35, 2025Tradução . . Disponível em: https://doi.org/10.1007/s11219-024-09703-2. Acesso em: 12 fev. 2025.
APA
Lima, V. M. A. de, Barbosa, J. R., & Marcacini, R. M. (2025). Issue detection and prioritization based on mobile application reviews. Software Quality Journal, 33( 1), 1-35. doi:10.1007/s11219-024-09703-2
NLM
Lima VMA de, Barbosa JR, Marcacini RM. Issue detection and prioritization based on mobile application reviews [Internet]. Software Quality Journal. 2025 ; 33( 1): 1-35.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/s11219-024-09703-2
Vancouver
Lima VMA de, Barbosa JR, Marcacini RM. Issue detection and prioritization based on mobile application reviews [Internet]. Software Quality Journal. 2025 ; 33( 1): 1-35.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/s11219-024-09703-2
Trabalho de evento-anais periodico
One-class learning for data stream through graph neural networks (2025)
Gôlo, Marcos Paulo Silva ; Gama, João ; Marcacini, Ricardo Marcondes
Fonte: Lecture Notes in Artificial Intelligence. Nome do evento: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Assuntos: ANÁLISE DE SÉRIES TEMPORAIS, APRENDIZADO COMPUTACIONAL, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GÔLO, Marcos Paulo Silva e GAMA, João e MARCACINI, Ricardo Marcondes. One-class learning for data stream through graph neural networks. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-79038-6_5. Acesso em: 12 fev. 2025. , 2025
APA
Gôlo, M. P. S., Gama, J., & Marcacini, R. M. (2025). One-class learning for data stream through graph neural networks. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-031-79038-6_5
NLM
Gôlo MPS, Gama J, Marcacini RM. One-class learning for data stream through graph neural networks [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15415 61-75.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_5
Vancouver
Gôlo MPS, Gama J, Marcacini RM. One-class learning for data stream through graph neural networks [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15415 61-75.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_5
Artigo de periodico
Online analysis of Amazon's soils through reflectance spectroscopy and cloud computing can support policies and the sustainable development (2025)
Novais, Jean Jesus Macedo ; Melo, Borges Marfrann Dias ; Neves Junior, Afrânio Ferreira; Lima, Raimundo Humberto Cavalcante; Souza, Renato Epifânio de; Melo, Valdinar Ferreira; Amaral, Eufran Ferreira do; Tziolas, Nikolaos; Demattê, José Alexandre Melo
Fonte: Journal of Environmental Management. Unidade: ESALQ
Assuntos: ANÁLISE DO SOLO, APRENDIZADO COMPUTACIONAL, COMPUTAÇÃO EM NUVEM, DESENVOLVIMENTO SUSTENTÁVEL, ESPECTROSCOPIA, MAPEAMENTO DO SOLO, SENSORIAMENTO REMOTO, SOLO FLORESTAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NOVAIS, Jean Jesus Macedo et al. Online analysis of Amazon's soils through reflectance spectroscopy and cloud computing can support policies and the sustainable development. Journal of Environmental Management, v. 375, p. 1-11, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.jenvman.2025.124155. Acesso em: 12 fev. 2025.
APA
Novais, J. J. M., Melo, B. M. D., Neves Junior, A. F., Lima, R. H. C., Souza, R. E. de, Melo, V. F., et al. (2025). Online analysis of Amazon's soils through reflectance spectroscopy and cloud computing can support policies and the sustainable development. Journal of Environmental Management, 375, 1-11. doi:10.1016/j.jenvman.2025.124155
NLM
Novais JJM, Melo BMD, Neves Junior AF, Lima RHC, Souza RE de, Melo VF, Amaral EF do, Tziolas N, Demattê JAM. Online analysis of Amazon's soils through reflectance spectroscopy and cloud computing can support policies and the sustainable development [Internet]. Journal of Environmental Management. 2025 ; 375 1-11.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1016/j.jenvman.2025.124155
Vancouver
Novais JJM, Melo BMD, Neves Junior AF, Lima RHC, Souza RE de, Melo VF, Amaral EF do, Tziolas N, Demattê JAM. Online analysis of Amazon's soils through reflectance spectroscopy and cloud computing can support policies and the sustainable development [Internet]. Journal of Environmental Management. 2025 ; 375 1-11.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1016/j.jenvman.2025.124155
Artigo de periodico
Integrating proximal geophysical sensing and machine learning for digital soil mapping: spatial prediction and model evaluation using a small dataset (2025)
Mello, Danilo César de; Veloso, Gustavo Vieira; Mello, Murilo Ferre de; Lana, Marcos Guedes de; Oliveira, Isabelle de Angeli ; Mello, Fellipe Alcantara de Oliveira ; Siqueira, Rafael Gomes; Gomes, Lucas Carvalho; Fernandes-Filho, Elpídio Inácio; Schaefer, Carlos Ernesto Gonçalves Reynaud; Francelino, Márcio Rocha; Leite, Emilson Pereira; Ferreira, Tiago Osório ; Demattê, José Alexandre Melo
Fonte: Soil Advances. Unidade: ESALQ
Assuntos: APRENDIZADO COMPUTACIONAL, CONDUTIVIDADE ELÉTRICA, DISTRIBUIÇÃO ESPACIAL, GAMAESPECTROMETRIA, MAPEAMENTO DO SOLO, SENSOR, SOLOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MELLO, Danilo César de et al. Integrating proximal geophysical sensing and machine learning for digital soil mapping: spatial prediction and model evaluation using a small dataset. Soil Advances, v. 3, p. 1-13, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.soilad.2024.100024. Acesso em: 12 fev. 2025.
APA
Mello, D. C. de, Veloso, G. V., Mello, M. F. de, Lana, M. G. de, Oliveira, I. de A., Mello, F. A. de O., et al. (2025). Integrating proximal geophysical sensing and machine learning for digital soil mapping: spatial prediction and model evaluation using a small dataset. Soil Advances, 3, 1-13. doi:10.1016/j.soilad.2024.100024
NLM
Mello DC de, Veloso GV, Mello MF de, Lana MG de, Oliveira I de A, Mello FA de O, Siqueira RG, Gomes LC, Fernandes-Filho EI, Schaefer CEGR, Francelino MR, Leite EP, Ferreira TO, Demattê JAM. Integrating proximal geophysical sensing and machine learning for digital soil mapping: spatial prediction and model evaluation using a small dataset [Internet]. Soil Advances. 2025 ; 3 1-13.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1016/j.soilad.2024.100024
Vancouver
Mello DC de, Veloso GV, Mello MF de, Lana MG de, Oliveira I de A, Mello FA de O, Siqueira RG, Gomes LC, Fernandes-Filho EI, Schaefer CEGR, Francelino MR, Leite EP, Ferreira TO, Demattê JAM. Integrating proximal geophysical sensing and machine learning for digital soil mapping: spatial prediction and model evaluation using a small dataset [Internet]. Soil Advances. 2025 ; 3 1-13.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1016/j.soilad.2024.100024
Artigo de periodico
Space-time mapping of soil organic carbon through remote sensing and machine learning (2025)
Bartsch, Bruno dos Anjos ; Rosin, Nicolas Augusto ; Rosas, Jorge Tadeu Fim ; Poppiel, Raul Roberto ; Makino, Fernando Yutaro ; Vogel, Letícia Guadagnin ; Novais, Jean Jesus Macedo ; Falcioni, Renan; Alves, Marcelo Rodrigo; Demattê, José Alexandre Melo
Fonte: Soil & Tillage Research. Unidade: ESALQ
Assuntos: APRENDIZADO COMPUTACIONAL, CARBONO, MAPEAMENTO DO SOLO, MUDANÇA CLIMÁTICA, SENSORIAMENTO REMOTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARTSCH, Bruno dos Anjos et al. Space-time mapping of soil organic carbon through remote sensing and machine learning. Soil & Tillage Research, v. 248, p. 1-14, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.still.2024.106428. Acesso em: 12 fev. 2025.
APA
Bartsch, B. dos A., Rosin, N. A., Rosas, J. T. F., Poppiel, R. R., Makino, F. Y., Vogel, L. G., et al. (2025). Space-time mapping of soil organic carbon through remote sensing and machine learning. Soil & Tillage Research, 248, 1-14. doi:10.1016/j.still.2024.106428
NLM
Bartsch B dos A, Rosin NA, Rosas JTF, Poppiel RR, Makino FY, Vogel LG, Novais JJM, Falcioni R, Alves MR, Demattê JAM. Space-time mapping of soil organic carbon through remote sensing and machine learning [Internet]. Soil & Tillage Research. 2025 ; 248 1-14.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1016/j.still.2024.106428
Vancouver
Bartsch B dos A, Rosin NA, Rosas JTF, Poppiel RR, Makino FY, Vogel LG, Novais JJM, Falcioni R, Alves MR, Demattê JAM. Space-time mapping of soil organic carbon through remote sensing and machine learning [Internet]. Soil & Tillage Research. 2025 ; 248 1-14.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1016/j.still.2024.106428
Trabalho de evento-anais periodico
Comparative analysis of machine learning algorithms for identifying genetic markers linked to Alzheimer's disease (2025)
Alves, Juliana ; Costa, Eduardo ; Xavier, Alencar ; Cerri, Ricardo
Fonte: Lecture Notes in Artificial Intelligence. Nome do evento: Alzheimer's Disease Neuroimaging Initiative - ADNI. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, GENÔMICA, BIOMARCADORES, DOENÇA DE ALZHEIMER
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Juliana et al. Comparative analysis of machine learning algorithms for identifying genetic markers linked to Alzheimer's disease. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-79035-5_11. Acesso em: 12 fev. 2025. , 2025
APA
Alves, J., Costa, E., Xavier, A., & Cerri, R. (2025). Comparative analysis of machine learning algorithms for identifying genetic markers linked to Alzheimer's disease. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-031-79035-5_11
NLM
Alves J, Costa E, Xavier A, Cerri R. Comparative analysis of machine learning algorithms for identifying genetic markers linked to Alzheimer's disease [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15414 157-171.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/978-3-031-79035-5_11
Vancouver
Alves J, Costa E, Xavier A, Cerri R. Comparative analysis of machine learning algorithms for identifying genetic markers linked to Alzheimer's disease [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15414 157-171.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/978-3-031-79035-5_11
Artigo de periodico
Mapping soil thickness using a mechanistic model and machine learning approaches (2025)
Rosin, Nícolas Augusto ; Mello, Danilo César de; Bonfatti, Benito R; Hartemink, Alfred E; Ferreira, Tiago Osorio ; Silvero, Nelida Elizabet Quiñonez ; Poppiel, Raul Roberto ; Mendes, Wanderson de S; Veloso, Gustavo Vieira; Francelino, Márcio Rocha; Alves, Marcelo Rodrigo; Falcioni, Renan; Demattê, José Alexandre Melo
Fonte: Catena. Unidade: ESALQ
Assuntos: APRENDIZADO COMPUTACIONAL, MAPEAMENTO DO SOLO, MORFOLOGIA DO SOLO, SOLOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROSIN, Nícolas Augusto et al. Mapping soil thickness using a mechanistic model and machine learning approaches. Catena, v. 249, p. 1-17, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.catena.2024.108621. Acesso em: 12 fev. 2025.
APA
Rosin, N. A., Mello, D. C. de, Bonfatti, B. R., Hartemink, A. E., Ferreira, T. O., Silvero, N. E. Q., et al. (2025). Mapping soil thickness using a mechanistic model and machine learning approaches. Catena, 249, 1-17. doi:10.1016/j.catena.2024.108621
NLM
Rosin NA, Mello DC de, Bonfatti BR, Hartemink AE, Ferreira TO, Silvero NEQ, Poppiel RR, Mendes W de S, Veloso GV, Francelino MR, Alves MR, Falcioni R, Demattê JAM. Mapping soil thickness using a mechanistic model and machine learning approaches [Internet]. Catena. 2025 ; 249 1-17.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1016/j.catena.2024.108621
Vancouver
Rosin NA, Mello DC de, Bonfatti BR, Hartemink AE, Ferreira TO, Silvero NEQ, Poppiel RR, Mendes W de S, Veloso GV, Francelino MR, Alves MR, Falcioni R, Demattê JAM. Mapping soil thickness using a mechanistic model and machine learning approaches [Internet]. Catena. 2025 ; 249 1-17.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1016/j.catena.2024.108621
Trabalho de evento-anais periodico
Tackling low-resource ECG classification with self-supervised learning (2025)
Silva, Rafael da Costa ; Silva, Diego Furtado
Fonte: Lecture Notes in Artificial Intelligence. Nome do evento: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, ANÁLISE DE SÉRIES TEMPORAIS, DIAGNÓSTICO POR COMPUTADOR, ELETROCARDIOGRAFIA, DOENÇAS CARDIOVASCULARES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Rafael da Costa e SILVA, Diego Furtado. Tackling low-resource ECG classification with self-supervised learning. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-79038-6_17. Acesso em: 12 fev. 2025. , 2025
APA
Silva, R. da C., & Silva, D. F. (2025). Tackling low-resource ECG classification with self-supervised learning. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-031-79038-6_17
NLM
Silva R da C, Silva DF. Tackling low-resource ECG classification with self-supervised learning [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15415 238-252.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_17
Vancouver
Silva R da C, Silva DF. Tackling low-resource ECG classification with self-supervised learning [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15415 238-252.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_17
Trabalho de evento-anais periodico
A methodology for automated conversion of axis-aligned to polygonal and oriented bounding box annotations in aerial imagery object detection (2025)
Freire, Daniela Lopes ; Carvalho, Andre Carlos Ponce de Leon Ferreira de ; Peterlevitz, Augusto José ; Chinelatto, Mateus Antonio ; Silva, Ricardo Dutra da ; Perea, Juan Fernando Rojas
Fonte: Lecture Notes in Computer Science. Nome do evento: International Conference on Intelligent Data Engineering and Automated Learning - IDEAL. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, VISÃO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM, LINHAS AÉREAS DE TRANSMISSÃO DE ENERGIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FREIRE, Daniela Lopes et al. A methodology for automated conversion of axis-aligned to polygonal and oriented bounding box annotations in aerial imagery object detection. Lecture Notes in Computer Science. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-77738-7_31. Acesso em: 12 fev. 2025. , 2025
APA
Freire, D. L., Carvalho, A. C. P. de L. F. de, Peterlevitz, A. J., Chinelatto, M. A., Silva, R. D. da, & Perea, J. F. R. (2025). A methodology for automated conversion of axis-aligned to polygonal and oriented bounding box annotations in aerial imagery object detection. Lecture Notes in Computer Science. Cham: Springer. doi:10.1007/978-3-031-77738-7_31
NLM
Freire DL, Carvalho ACP de LF de, Peterlevitz AJ, Chinelatto MA, Silva RD da, Perea JFR. A methodology for automated conversion of axis-aligned to polygonal and oriented bounding box annotations in aerial imagery object detection [Internet]. Lecture Notes in Computer Science. 2025 ; 15347 373-385.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/978-3-031-77738-7_31
Vancouver
Freire DL, Carvalho ACP de LF de, Peterlevitz AJ, Chinelatto MA, Silva RD da, Perea JFR. A methodology for automated conversion of axis-aligned to polygonal and oriented bounding box annotations in aerial imagery object detection [Internet]. Lecture Notes in Computer Science. 2025 ; 15347 373-385.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/978-3-031-77738-7_31
Artigo de periodico
How do financial time series enhance the detection of news significance in market movements?: A study using graph neural networks with heterogeneous representations (2025)
Reis Filho, Ivan José dos ; Gôlo, Marcos Paulo Silva ; Marcacini, Ricardo Marcondes ; Rezende, Solange Oliveira
Fonte: Neural Computing and Applications. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS), MERCADO FINANCEIRO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
REIS FILHO, Ivan José dos et al. How do financial time series enhance the detection of news significance in market movements?: A study using graph neural networks with heterogeneous representations. Neural Computing and Applications, v. 37, n. Ja 2025, p. 1307-1319, 2025Tradução . . Disponível em: https://doi.org/10.1007/s00521-024-10418-5. Acesso em: 12 fev. 2025.
APA
Reis Filho, I. J. dos, Gôlo, M. P. S., Marcacini, R. M., & Rezende, S. O. (2025). How do financial time series enhance the detection of news significance in market movements?: A study using graph neural networks with heterogeneous representations. Neural Computing and Applications, 37( Ja 2025), 1307-1319. doi:10.1007/s00521-024-10418-5
NLM
Reis Filho IJ dos, Gôlo MPS, Marcacini RM, Rezende SO. How do financial time series enhance the detection of news significance in market movements?: A study using graph neural networks with heterogeneous representations [Internet]. Neural Computing and Applications. 2025 ; 37( Ja 2025): 1307-1319.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/s00521-024-10418-5
Vancouver
Reis Filho IJ dos, Gôlo MPS, Marcacini RM, Rezende SO. How do financial time series enhance the detection of news significance in market movements?: A study using graph neural networks with heterogeneous representations [Internet]. Neural Computing and Applications. 2025 ; 37( Ja 2025): 1307-1319.[citado 2025 fev. 12 ] Available from: https://doi.org/10.1007/s00521-024-10418-5
Tese (Doutorado)
Novos modelos de regressão e algoritmos de aprendizado de máquina: teoria e aplicações (2024)
Rodrigues, Gabriela Maria; Ortega, Edwin Moises Marcos (Orientador)
Unidade: ESALQ
Assuntos: ALGORITMOS, APRENDIZADO COMPUTACIONAL, DADOS CENSURADOS, MODELOS MATEMÁTICOS, SIMULAÇÃO (ESTATÍSTICA), VEROSSIMILHANÇA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES, Gabriela Maria. Novos modelos de regressão e algoritmos de aprendizado de máquina: teoria e aplicações. 2024. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11134/tde-05042024-102614/. Acesso em: 12 fev. 2025.
APA
Rodrigues, G. M. (2024). Novos modelos de regressão e algoritmos de aprendizado de máquina: teoria e aplicações (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11134/tde-05042024-102614/
NLM
Rodrigues GM. Novos modelos de regressão e algoritmos de aprendizado de máquina: teoria e aplicações [Internet]. 2024 ;[citado 2025 fev. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11134/tde-05042024-102614/
Vancouver
Rodrigues GM. Novos modelos de regressão e algoritmos de aprendizado de máquina: teoria e aplicações [Internet]. 2024 ;[citado 2025 fev. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11134/tde-05042024-102614/

Unidades USP

ReP

Filtros

Tipo de material

Unidades USP

Departamento

Autores

Autores USP

Ano de publicação

Assuntos

Título da fonte

Editora

Nome do evento

País de publicação

Grupo de pesquisa

Agência de fomento

Indexado em

Afiliação dos autores externos normalizada

Afiliação dos autores externos não normalizada

País das instituições de afiliação dos autores externos

Área de concentração

Sigla do Departamento/Programa de Pós Graduação

Departamento/Programa de Pós Graduação