ReP USP - Resultado da busca

Tese (Doutorado)
Characterizing large-scale structure tracers with machine learning (2025)
Rodrigues, Natália Villa Nova ; Abramo, Luis Raul Weber (Orientador) ; Dorta, Antonio David Montero (coorient) ; Joyanes, Francisco Shu Kitaura (coorient)
Unidade: IF
Assuntos: COSMOLOGIA, GALÁXIAS, QUASARES, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES, Natália Villa Nova. Characterizing large-scale structure tracers with machine learning. 2025. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-11092025-192533/. Acesso em: 27 nov. 2025.
APA
Rodrigues, N. V. N. (2025). Characterizing large-scale structure tracers with machine learning (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/43/43134/tde-11092025-192533/
NLM
Rodrigues NVN. Characterizing large-scale structure tracers with machine learning [Internet]. 2025 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-11092025-192533/
Vancouver
Rodrigues NVN. Characterizing large-scale structure tracers with machine learning [Internet]. 2025 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-11092025-192533/
Artigo de periodico
The miniJPAS survey quasar selection (2023)
Martínez-Solaeche, Ginés ; Abramo, Luis Raul Weber ; Silva, Carolina Queiroz de Abreu ; Rodrigues, Natália Villa Nova
Fonte: Astronomy & Astrophysics. Unidade: IF
Assuntos: GALÁXIAS, COSMOLOGIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARTÍNEZ-SOLAECHE, Ginés et al. The miniJPAS survey quasar selection. Astronomy & Astrophysics, v. 673, 2023Tradução . . Disponível em: https://doi.org/10.1051/0004-6361/202245750. Acesso em: 27 nov. 2025.
APA
Martínez-Solaeche, G., Abramo, L. R. W., Silva, C. Q. de A., & Rodrigues, N. V. N. (2023). The miniJPAS survey quasar selection. Astronomy & Astrophysics, 673. doi:10.1051/0004-6361/202245750
NLM
Martínez-Solaeche G, Abramo LRW, Silva CQ de A, Rodrigues NVN. The miniJPAS survey quasar selection [Internet]. Astronomy & Astrophysics. 2023 ; 673[citado 2025 nov. 27 ] Available from: https://doi.org/10.1051/0004-6361/202245750
Vancouver
Martínez-Solaeche G, Abramo LRW, Silva CQ de A, Rodrigues NVN. The miniJPAS survey quasar selection [Internet]. Astronomy & Astrophysics. 2023 ; 673[citado 2025 nov. 27 ] Available from: https://doi.org/10.1051/0004-6361/202245750
Artigo de periodico
The miniJPAS survey quasar selection – II: machine learning classification with photometric measurements and uncertainties (2023)
Rodrigues, Natália Villa Nova ; Santi, Natali Soler Matubaro de ; Abramo, Luis Raul Weber
Fonte: Monthly Notices of the Royal Astronomical Society. Unidade: IF
Assuntos: REDES NEURAIS, GALÁXIAS, COSMOLOGIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES, Natália Villa Nova e SANTI, Natali Soler Matubaro de e ABRAMO, Luis Raul Weber. The miniJPAS survey quasar selection – II: machine learning classification with photometric measurements and uncertainties. Monthly Notices of the Royal Astronomical Society, v. 520, n. 3, p. 3494–3509, 2023Tradução . . Disponível em: https://doi.org/10.1093/mnras/stac2836. Acesso em: 27 nov. 2025.
APA
Rodrigues, N. V. N., Santi, N. S. M. de, & Abramo, L. R. W. (2023). The miniJPAS survey quasar selection – II: machine learning classification with photometric measurements and uncertainties. Monthly Notices of the Royal Astronomical Society, 520( 3), 3494–3509. doi:10.1093/mnras/stac2836
NLM
Rodrigues NVN, Santi NSM de, Abramo LRW. The miniJPAS survey quasar selection – II: machine learning classification with photometric measurements and uncertainties [Internet]. Monthly Notices of the Royal Astronomical Society. 2023 ; 520( 3): 3494–3509.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1093/mnras/stac2836
Vancouver
Rodrigues NVN, Santi NSM de, Abramo LRW. The miniJPAS survey quasar selection – II: machine learning classification with photometric measurements and uncertainties [Internet]. Monthly Notices of the Royal Astronomical Society. 2023 ; 520( 3): 3494–3509.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1093/mnras/stac2836
Artigo de periodico
The information of attribute uncertainties: what convolutional neural networks can learn about errors in input data (2023)
Rodrigues, Natália Villa Nova ; Abramo, Luis Raul Weber ; Hirata, Nina Sumiko Tomita
Fonte: Machine Learning: Science and Technology. Unidades: IF, IME
Assuntos: APRENDIZADO COMPUTACIONAL, ANÁLISE DE DADOS, ESTATÍSTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES, Natália Villa Nova e ABRAMO, Luis Raul Weber e HIRATA, Nina Sumiko Tomita. The information of attribute uncertainties: what convolutional neural networks can learn about errors in input data. Machine Learning: Science and Technology, v. 4, n. artigo 045019, p. 1-26, 2023Tradução . . Disponível em: https://doi.org/10.1088/2632-2153/ad0285. Acesso em: 27 nov. 2025.
APA
Rodrigues, N. V. N., Abramo, L. R. W., & Hirata, N. S. T. (2023). The information of attribute uncertainties: what convolutional neural networks can learn about errors in input data. Machine Learning: Science and Technology, 4( artigo 045019), 1-26. doi:10.1088/2632-2153/ad0285
NLM
Rodrigues NVN, Abramo LRW, Hirata NST. The information of attribute uncertainties: what convolutional neural networks can learn about errors in input data [Internet]. Machine Learning: Science and Technology. 2023 ; 4( artigo 045019): 1-26.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1088/2632-2153/ad0285
Vancouver
Rodrigues NVN, Abramo LRW, Hirata NST. The information of attribute uncertainties: what convolutional neural networks can learn about errors in input data [Internet]. Machine Learning: Science and Technology. 2023 ; 4( artigo 045019): 1-26.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1088/2632-2153/ad0285
Artigo de periodico
The miniJPAS survey quasar selection: IV. Classification and redshift estimation with SQUEzE (2023)
Pérez-Ràfols, Ignasi; Rodrigues, Natália Villa Nova ; Abramo, Luis Raul Weber
Fonte: Astronomy & Astrophysics. Unidade: IF
Assunto: GALÁXIAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PÉREZ-RÀFOLS, Ignasi e RODRIGUES, Natália Villa Nova e ABRAMO, Luis Raul Weber. The miniJPAS survey quasar selection: IV. Classification and redshift estimation with SQUEzE. Astronomy & Astrophysics, v. 678, 2023Tradução . . Disponível em: https://doi.org/10.1051/0004-6361/202347488. Acesso em: 27 nov. 2025.
APA
Pérez-Ràfols, I., Rodrigues, N. V. N., & Abramo, L. R. W. (2023). The miniJPAS survey quasar selection: IV. Classification and redshift estimation with SQUEzE. Astronomy & Astrophysics, 678. doi:10.1051/0004-6361/202347488
NLM
Pérez-Ràfols I, Rodrigues NVN, Abramo LRW. The miniJPAS survey quasar selection: IV. Classification and redshift estimation with SQUEzE [Internet]. Astronomy & Astrophysics. 2023 ; 678[citado 2025 nov. 27 ] Available from: https://doi.org/10.1051/0004-6361/202347488
Vancouver
Pérez-Ràfols I, Rodrigues NVN, Abramo LRW. The miniJPAS survey quasar selection: IV. Classification and redshift estimation with SQUEzE [Internet]. Astronomy & Astrophysics. 2023 ; 678[citado 2025 nov. 27 ] Available from: https://doi.org/10.1051/0004-6361/202347488
Artigo de periodico
High-fidelity reproduction of central galaxy joint distributions with neural networks (2023)
Rodrigues, Natália Villa Nova ; Santi, Natali Soler Matubaro de ; Dorta, Antonio David Montero ; Abramo, Luis Raul Weber
Fonte: Monthly Notices of the Royal Astronomical Society. Unidade: IF
Assuntos: REDES NEURAIS, GALÁXIAS, COSMOLOGIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES, Natália Villa Nova et al. High-fidelity reproduction of central galaxy joint distributions with neural networks. Monthly Notices of the Royal Astronomical Society, v. 522, n. 3, p. 3236–3247, 2023Tradução . . Disponível em: https://doi.org/10.1093/mnras/stad1186. Acesso em: 27 nov. 2025.
APA
Rodrigues, N. V. N., Santi, N. S. M. de, Dorta, A. D. M., & Abramo, L. R. W. (2023). High-fidelity reproduction of central galaxy joint distributions with neural networks. Monthly Notices of the Royal Astronomical Society, 522( 3), 3236–3247. doi:10.1093/mnras/stad1186
NLM
Rodrigues NVN, Santi NSM de, Dorta ADM, Abramo LRW. High-fidelity reproduction of central galaxy joint distributions with neural networks [Internet]. Monthly Notices of the Royal Astronomical Society. 2023 ; 522( 3): 3236–3247.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1093/mnras/stad1186
Vancouver
Rodrigues NVN, Santi NSM de, Dorta ADM, Abramo LRW. High-fidelity reproduction of central galaxy joint distributions with neural networks [Internet]. Monthly Notices of the Royal Astronomical Society. 2023 ; 522( 3): 3236–3247.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1093/mnras/stad1186
Artigo de periodico
The miniJPAS survey quasar selection – I: mock catalogues for classification (2023)
Queiroz, Carolina; Rodrigues, Natália Villa Nova ; Abramo, Luis Raul Weber
Fonte: Monthly Notices of the Royal Astronomical Society. Unidade: IF
Assuntos: QUASARES, GALÁXIAS, COSMOLOGIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
QUEIROZ, Carolina e RODRIGUES, Natália Villa Nova e ABRAMO, Luis Raul Weber. The miniJPAS survey quasar selection – I: mock catalogues for classification. Monthly Notices of the Royal Astronomical Society, v. 520, n. 3, p. 3476-3493, 2023Tradução . . Disponível em: https://doi.org/10.1093/mnras/stac2962. Acesso em: 27 nov. 2025.
APA
Queiroz, C., Rodrigues, N. V. N., & Abramo, L. R. W. (2023). The miniJPAS survey quasar selection – I: mock catalogues for classification. Monthly Notices of the Royal Astronomical Society, 520( 3), 3476-3493. doi:10.1093/mnras/stac2962
NLM
Queiroz C, Rodrigues NVN, Abramo LRW. The miniJPAS survey quasar selection – I: mock catalogues for classification [Internet]. Monthly Notices of the Royal Astronomical Society. 2023 ; 520( 3): 3476-3493.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1093/mnras/stac2962
Vancouver
Queiroz C, Rodrigues NVN, Abramo LRW. The miniJPAS survey quasar selection – I: mock catalogues for classification [Internet]. Monthly Notices of the Royal Astronomical Society. 2023 ; 520( 3): 3476-3493.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1093/mnras/stac2962
Artigo de periodico
Mimicking the halo–galaxy connection using machine learning (2022)
Santi, Natali Soler Matubaro de ; Rodrigues, Natália V. N.; Dorta, Antonio D. Montero ; Abramo, Luis Raul Weber ; Tucci, Beatriz ; Artale, María Celeste
Fonte: Monthly Notices of the Royal Astronomical Society. Unidade: IF
Assuntos: ASTROFÍSICA, COSMOLOGIA, AGLOMERADOS (GALÁXIA), MATÉRIA ESCURA, ESTRUTURA DO UNIVERSO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SANTI, Natali Soler Matubaro de et al. Mimicking the halo–galaxy connection using machine learning. Monthly Notices of the Royal Astronomical Society, v. 514, n. 2, p. 2463-2478, 2022Tradução . . Disponível em: https://doi.org/10.1093/mnras/stac1469. Acesso em: 27 nov. 2025.
APA
Santi, N. S. M. de, Rodrigues, N. V. N., Dorta, A. D. M., Abramo, L. R. W., Tucci, B., & Artale, M. C. (2022). Mimicking the halo–galaxy connection using machine learning. Monthly Notices of the Royal Astronomical Society, 514( 2), 2463-2478. doi:10.1093/mnras/stac1469
NLM
Santi NSM de, Rodrigues NVN, Dorta ADM, Abramo LRW, Tucci B, Artale MC. Mimicking the halo–galaxy connection using machine learning [Internet]. Monthly Notices of the Royal Astronomical Society. 2022 ; 514( 2): 2463-2478.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1093/mnras/stac1469
Vancouver
Santi NSM de, Rodrigues NVN, Dorta ADM, Abramo LRW, Tucci B, Artale MC. Mimicking the halo–galaxy connection using machine learning [Internet]. Monthly Notices of the Royal Astronomical Society. 2022 ; 514( 2): 2463-2478.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1093/mnras/stac1469
Dissertação (Mestrado)
Classificação de quasares, estrelas e galáxias com técnicas de aprendizagem automática (2020)
Rodrigues, Natália Villa Nova ; Abramo, Luis Raul Weber
Unidade: IF
Assunto: QUASARES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES, Natália Villa Nova e ABRAMO, Luis Raul Weber. Classificação de quasares, estrelas e galáxias com técnicas de aprendizagem automática. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-21122020-120638/. Acesso em: 27 nov. 2025.
APA
Rodrigues, N. V. N., & Abramo, L. R. W. (2020). Classificação de quasares, estrelas e galáxias com técnicas de aprendizagem automática (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/43/43134/tde-21122020-120638/
NLM
Rodrigues NVN, Abramo LRW. Classificação de quasares, estrelas e galáxias com técnicas de aprendizagem automática [Internet]. 2020 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-21122020-120638/
Vancouver
Rodrigues NVN, Abramo LRW. Classificação de quasares, estrelas e galáxias com técnicas de aprendizagem automática [Internet]. 2020 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-21122020-120638/

Unidades USP

ReP

Filtros

Autores

Autores USP

Assuntos

Agência de fomento

Afiliação dos autores externos não normalizada