ReP USP - Resultado da busca

Trabalho de evento
ICU-TSB: a benchmark for temporal patient representation learning for unsupervised stratification into patient cohorts (2025)
Proios, Dimitrios ; Bornet, Alban ; Yazdani, Anthony ; Rodrigues Junior, José Fernando ; Teodoro, Douglas
Fonte: Proceedings. Nome do evento: IEEE International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, ANÁLISE DE SÉRIES TEMPORAIS, BENCHMARKS, SISTEMAS COMPUTADORIZADOS DE REGISTROS MÉDICOS, UNIDADES DE TERAPIA INTENSIVA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PROIOS, Dimitrios et al. ICU-TSB: a benchmark for temporal patient representation learning for unsupervised stratification into patient cohorts. 2025, Anais.. Los Alamitos: IEEE, 2025. Disponível em: https://doi.org/10.1109/CBMS65348.2025.00022. Acesso em: 08 out. 2025.
APA
Proios, D., Bornet, A., Yazdani, A., Rodrigues Junior, J. F., & Teodoro, D. (2025). ICU-TSB: a benchmark for temporal patient representation learning for unsupervised stratification into patient cohorts. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS65348.2025.00022
NLM
Proios D, Bornet A, Yazdani A, Rodrigues Junior JF, Teodoro D. ICU-TSB: a benchmark for temporal patient representation learning for unsupervised stratification into patient cohorts [Internet]. Proceedings. 2025 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/CBMS65348.2025.00022
Vancouver
Proios D, Bornet A, Yazdani A, Rodrigues Junior JF, Teodoro D. ICU-TSB: a benchmark for temporal patient representation learning for unsupervised stratification into patient cohorts [Internet]. Proceedings. 2025 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/CBMS65348.2025.00022
Trabalho de evento
AI-driven public health surveillance: analyzing vulnerable areas in Brazil using remote sensing and socioeconomic data (2025)
Silva, João Pedro da; Aguiar, Erikson Júlio de ; Spadon, Gabriel ; Traina, Agma Juci Machado ; Rodrigues Junior, José Fernando
Fonte: Proceedings. Nome do evento: IEEE International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, SENSORIAMENTO REMOTO, INDICADORES SOCIOECONÔMICOS, SAÚDE PÚBLICA, BRASIL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, João Pedro da et al. AI-driven public health surveillance: analyzing vulnerable areas in Brazil using remote sensing and socioeconomic data. 2025, Anais.. Los Alamitos: IEEE, 2025. Disponível em: https://doi.org/10.1109/CBMS65348.2025.00180. Acesso em: 08 out. 2025.
APA
Silva, J. P. da, Aguiar, E. J. de, Spadon, G., Traina, A. J. M., & Rodrigues Junior, J. F. (2025). AI-driven public health surveillance: analyzing vulnerable areas in Brazil using remote sensing and socioeconomic data. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS65348.2025.00180
NLM
Silva JP da, Aguiar EJ de, Spadon G, Traina AJM, Rodrigues Junior JF. AI-driven public health surveillance: analyzing vulnerable areas in Brazil using remote sensing and socioeconomic data [Internet]. Proceedings. 2025 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/CBMS65348.2025.00180
Vancouver
Silva JP da, Aguiar EJ de, Spadon G, Traina AJM, Rodrigues Junior JF. AI-driven public health surveillance: analyzing vulnerable areas in Brazil using remote sensing and socioeconomic data [Internet]. Proceedings. 2025 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/CBMS65348.2025.00180
Trabalho de evento
Medical dialogue audio transcription: dataset and benchmarking of ASR models (2025)
Gassenn, Aline Elí ; Andrade, Luis Gustavo Modelli de ; Teodoro, Douglas ; Rodrigues Junior, José Fernando
Fonte: Anais. Nome do evento: Simpósio Brasileiro de Bancos de Dados - SBBD. Unidade: ICMC
Assuntos: RECONHECIMENTO DA FALA, TRATAMENTO AUTOMÁTICO DE TEXTOS E DISCURSOS, PROCESSAMENTO DE LINGUAGEM NATURAL, BENCHMARKS, CORPUS, TECNOLOGIAS DA SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GASSENN, Aline Elí et al. Medical dialogue audio transcription: dataset and benchmarking of ASR models. 2025, Anais.. Porto Alegre: SBC, 2025. Disponível em: https://doi.org/10.5753/dsw.2025.248010. Acesso em: 08 out. 2025.
APA
Gassenn, A. E., Andrade, L. G. M. de, Teodoro, D., & Rodrigues Junior, J. F. (2025). Medical dialogue audio transcription: dataset and benchmarking of ASR models. In Anais. Porto Alegre: SBC. doi:10.5753/dsw.2025.248010
NLM
Gassenn AE, Andrade LGM de, Teodoro D, Rodrigues Junior JF. Medical dialogue audio transcription: dataset and benchmarking of ASR models [Internet]. Anais. 2025 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.5753/dsw.2025.248010
Vancouver
Gassenn AE, Andrade LGM de, Teodoro D, Rodrigues Junior JF. Medical dialogue audio transcription: dataset and benchmarking of ASR models [Internet]. Anais. 2025 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.5753/dsw.2025.248010
Artigo de periodico
Utilizing satellite imagery to predict socioeconomic indicators: a study conducted in Brazil (2024)
Silva, João Pedro; Rodrigues Junior, José Fernando
Fonte: International Journal of Semantic Computing. Unidade: ICMC
Assuntos: APRENDIZAGEM PROFUNDA, REDES NEURAIS, INDICADORES SOCIOECONÔMICOS, IMAGEAMENTO DE SATÉLITE, SENSORIAMENTO REMOTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, João Pedro e RODRIGUES JUNIOR, José Fernando. Utilizing satellite imagery to predict socioeconomic indicators: a study conducted in Brazil. International Journal of Semantic Computing, v. 18, n. 3, p. 329-345, 2024Tradução . . Disponível em: https://doi.org/10.1142/S1793351X24420017. Acesso em: 08 out. 2025.
APA
Silva, J. P., & Rodrigues Junior, J. F. (2024). Utilizing satellite imagery to predict socioeconomic indicators: a study conducted in Brazil. International Journal of Semantic Computing, 18( 3), 329-345. doi:10.1142/S1793351X24420017
NLM
Silva JP, Rodrigues Junior JF. Utilizing satellite imagery to predict socioeconomic indicators: a study conducted in Brazil [Internet]. International Journal of Semantic Computing. 2024 ; 18( 3): 329-345.[citado 2025 out. 08 ] Available from: https://doi.org/10.1142/S1793351X24420017
Vancouver
Silva JP, Rodrigues Junior JF. Utilizing satellite imagery to predict socioeconomic indicators: a study conducted in Brazil [Internet]. International Journal of Semantic Computing. 2024 ; 18( 3): 329-345.[citado 2025 out. 08 ] Available from: https://doi.org/10.1142/S1793351X24420017
Trabalho de evento
Satellite imagery predicts socioeconomic indicators: experiments in Brazil (2023)
Silva, João Pedro; Rodrigues Junior, José Fernando
Fonte: Proceedings. Nome do evento: International Conference on Transdisciplinary AI - TransAI. Unidade: ICMC
Assuntos: APRENDIZAGEM PROFUNDA, REDES NEURAIS, RECONHECIMENTO DE IMAGEM, INDICADORES SOCIOECONÔMICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, João Pedro e RODRIGUES JUNIOR, José Fernando. Satellite imagery predicts socioeconomic indicators: experiments in Brazil. 2023, Anais.. Los Alamitos: IEEE, 2023. Disponível em: https://doi.org/10.1109/TransAI60598.2023.00008. Acesso em: 08 out. 2025.
APA
Silva, J. P., & Rodrigues Junior, J. F. (2023). Satellite imagery predicts socioeconomic indicators: experiments in Brazil. In Proceedings. Los Alamitos: IEEE. doi:10.1109/TransAI60598.2023.00008
NLM
Silva JP, Rodrigues Junior JF. Satellite imagery predicts socioeconomic indicators: experiments in Brazil [Internet]. Proceedings. 2023 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/TransAI60598.2023.00008
Vancouver
Silva JP, Rodrigues Junior JF. Satellite imagery predicts socioeconomic indicators: experiments in Brazil [Internet]. Proceedings. 2023 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/TransAI60598.2023.00008
Artigo de periodico
Pay attention to evolution: time series forecasting with deep graph-evolution learning (2022)
Spadon, Gabriel ; Hong, Shenda ; Machado, Bruno Brandoli ; Matwin, Stan ; Rodrigues Junior, José Fernando ; Sun, Jimeng
Fonte: IEEE Transactions on Pattern Analysis and Machine Intelligence - TPAM. Unidade: ICMC
Assuntos: PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS), APRENDIZADO COMPUTACIONAL, REDES NEURAIS, TEORIA DOS GRAFOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SPADON, Gabriel et al. Pay attention to evolution: time series forecasting with deep graph-evolution learning. IEEE Transactions on Pattern Analysis and Machine Intelligence - TPAM, v. 44, n. 9, p. Se 2022, 2022Tradução . . Disponível em: https://doi.org/10.1109/TPAMI.2021.3076155. Acesso em: 08 out. 2025.
APA
Spadon, G., Hong, S., Machado, B. B., Matwin, S., Rodrigues Junior, J. F., & Sun, J. (2022). Pay attention to evolution: time series forecasting with deep graph-evolution learning. IEEE Transactions on Pattern Analysis and Machine Intelligence - TPAM, 44( 9), Se 2022. doi:10.1109/TPAMI.2021.3076155
NLM
Spadon G, Hong S, Machado BB, Matwin S, Rodrigues Junior JF, Sun J. Pay attention to evolution: time series forecasting with deep graph-evolution learning [Internet]. IEEE Transactions on Pattern Analysis and Machine Intelligence - TPAM. 2022 ; 44( 9): Se 2022.[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/TPAMI.2021.3076155
Vancouver
Spadon G, Hong S, Machado BB, Matwin S, Rodrigues Junior JF, Sun J. Pay attention to evolution: time series forecasting with deep graph-evolution learning [Internet]. IEEE Transactions on Pattern Analysis and Machine Intelligence - TPAM. 2022 ; 44( 9): Se 2022.[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/TPAMI.2021.3076155
Trabalho de evento-anais periodico
Full motion focus: convolutional module for improved left ventricle segmentation over 4D MRI (2022)
Lima, Daniel Mário de ; Graves, Catharine de Vita ; Gutierrez, Marco Antonio ; Machado, Bruno Brandoli ; Rodrigues Junior, José Fernando
Fonte: Lecture Notes in Computer Science. Nome do evento: International Conference on Image Analysis and Processing - ICIAP. Unidades: EP, ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, DIAGNÓSTICO POR IMAGEM, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE, RESSONÂNCIA MAGNÉTICA, TESTES DE FUNÇÃO CARDÍACA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LIMA, Daniel Mário de et al. Full motion focus: convolutional module for improved left ventricle segmentation over 4D MRI. Lecture Notes in Computer Science. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-06427-2_37. Acesso em: 08 out. 2025. , 2022
APA
Lima, D. M. de, Graves, C. de V., Gutierrez, M. A., Machado, B. B., & Rodrigues Junior, J. F. (2022). Full motion focus: convolutional module for improved left ventricle segmentation over 4D MRI. Lecture Notes in Computer Science. Cham: Springer. doi:10.1007/978-3-031-06427-2_37
NLM
Lima DM de, Graves C de V, Gutierrez MA, Machado BB, Rodrigues Junior JF. Full motion focus: convolutional module for improved left ventricle segmentation over 4D MRI [Internet]. Lecture Notes in Computer Science. 2022 ; 13231 438-450.[citado 2025 out. 08 ] Available from: https://doi.org/10.1007/978-3-031-06427-2_37
Vancouver
Lima DM de, Graves C de V, Gutierrez MA, Machado BB, Rodrigues Junior JF. Full motion focus: convolutional module for improved left ventricle segmentation over 4D MRI [Internet]. Lecture Notes in Computer Science. 2022 ; 13231 438-450.[citado 2025 out. 08 ] Available from: https://doi.org/10.1007/978-3-031-06427-2_37
Artigo de periodico
CPAP adherence assessment via gaussian mixture modeling of telemonitored apnea therapy (2022)
Rodrigues Junior, José Fernando ; Bailly, Sebastien ; Pepin, Jean-Louis ; Goeuriot, Lorraine ; Spadon, Gabriel ; Amer-Yahia, Sihem
Fonte: Applied Sciences. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, ANÁLISE DE SÉRIES TEMPORAIS, TECNOLOGIAS DA SAÚDE, TRANSTORNOS DO SONO, APNEIA DO SONO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES JUNIOR, José Fernando et al. CPAP adherence assessment via gaussian mixture modeling of telemonitored apnea therapy. Applied Sciences, v. 12, n. 15, p. 1-17, 2022Tradução . . Disponível em: https://doi.org/10.3390/app12157618. Acesso em: 08 out. 2025.
APA
Rodrigues Junior, J. F., Bailly, S., Pepin, J. -L., Goeuriot, L., Spadon, G., & Amer-Yahia, S. (2022). CPAP adherence assessment via gaussian mixture modeling of telemonitored apnea therapy. Applied Sciences, 12( 15), 1-17. doi:10.3390/app12157618
NLM
Rodrigues Junior JF, Bailly S, Pepin J-L, Goeuriot L, Spadon G, Amer-Yahia S. CPAP adherence assessment via gaussian mixture modeling of telemonitored apnea therapy [Internet]. Applied Sciences. 2022 ; 12( 15): 1-17.[citado 2025 out. 08 ] Available from: https://doi.org/10.3390/app12157618
Vancouver
Rodrigues Junior JF, Bailly S, Pepin J-L, Goeuriot L, Spadon G, Amer-Yahia S. CPAP adherence assessment via gaussian mixture modeling of telemonitored apnea therapy [Internet]. Applied Sciences. 2022 ; 12( 15): 1-17.[citado 2025 out. 08 ] Available from: https://doi.org/10.3390/app12157618
Trabalho de evento
AttentionHCare: advances on computer-aided medical prognosis using attention-based neural networks (2022)
Barros, Pedro Henrique Ferracini de ; Rodrigues Junior, José Fernando
Fonte: Proceedings. Nome do evento: International Joint Conference on Neural Networks - IJCNN. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS), DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARROS, Pedro Henrique Ferracini de e RODRIGUES JUNIOR, José Fernando. AttentionHCare: advances on computer-aided medical prognosis using attention-based neural networks. 2022, Anais.. Piscataway: IEEE, 2022. Disponível em: https://doi.org/10.1109/IJCNN55064.2022.9892642. Acesso em: 08 out. 2025.
APA
Barros, P. H. F. de, & Rodrigues Junior, J. F. (2022). AttentionHCare: advances on computer-aided medical prognosis using attention-based neural networks. In Proceedings. Piscataway: IEEE. doi:10.1109/IJCNN55064.2022.9892642
NLM
Barros PHF de, Rodrigues Junior JF. AttentionHCare: advances on computer-aided medical prognosis using attention-based neural networks [Internet]. Proceedings. 2022 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/IJCNN55064.2022.9892642
Vancouver
Barros PHF de, Rodrigues Junior JF. AttentionHCare: advances on computer-aided medical prognosis using attention-based neural networks [Internet]. Proceedings. 2022 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/IJCNN55064.2022.9892642
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
Fonte: Big Data Research. Unidade: ICMC
Assuntos: 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: 08 out. 2025.
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 2025 out. 08 ] 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 2025 out. 08 ] Available from: https://doi.org/10.1016/j.bdr.2021.100239
Artigo de periodico
DermaDL: advanced convolutional neural networks for computer-aided skin-lesion classification (2021)
Lima, Daniel Mário de ; Rodrigues Junior, José Fernando ; Machado, Bruno Brandoli ; Goeuriot, Lorraine ; Amer-Yahia, Sihem
Fonte: SN Computer Science. Unidade: ICMC
Assuntos: REDES NEURAIS, APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM, NEOPLASIAS CUTÂNEAS, MELANOMA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LIMA, Daniel Mário de et al. DermaDL: advanced convolutional neural networks for computer-aided skin-lesion classification. SN Computer Science, v. 2, n. 4, p. 1-13, 2021Tradução . . Disponível em: https://doi.org/10.1007/s42979-021-00641-5. Acesso em: 08 out. 2025.
APA
Lima, D. M. de, Rodrigues Junior, J. F., Machado, B. B., Goeuriot, L., & Amer-Yahia, S. (2021). DermaDL: advanced convolutional neural networks for computer-aided skin-lesion classification. SN Computer Science, 2( 4), 1-13. doi:10.1007/s42979-021-00641-5
NLM
Lima DM de, Rodrigues Junior JF, Machado BB, Goeuriot L, Amer-Yahia S. DermaDL: advanced convolutional neural networks for computer-aided skin-lesion classification [Internet]. SN Computer Science. 2021 ; 2( 4): 1-13.[citado 2025 out. 08 ] Available from: https://doi.org/10.1007/s42979-021-00641-5
Vancouver
Lima DM de, Rodrigues Junior JF, Machado BB, Goeuriot L, Amer-Yahia S. DermaDL: advanced convolutional neural networks for computer-aided skin-lesion classification [Internet]. SN Computer Science. 2021 ; 2( 4): 1-13.[citado 2025 out. 08 ] Available from: https://doi.org/10.1007/s42979-021-00641-5
Trabalho de evento
APEHR: automated prognosis in electronic health records using multi-head self-attention (2021)
Florez, Alexander Ylnner Choquenaira ; Scabora, Lucas de Carvalho ; Eler, Danilo Medeiros ; Rodrigues Junior, José Fernando
Fonte: Proceedings. Nome do evento: International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, TECNOLOGIAS DA SAÚDE, PROGNÓSTICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FLOREZ, Alexander Ylnner Choquenaira et al. APEHR: automated prognosis in electronic health records using multi-head self-attention. 2021, Anais.. Los Alamitos: IEEE, 2021. Disponível em: https://doi.org/10.1109/CBMS52027.2021.00077. Acesso em: 08 out. 2025.
APA
Florez, A. Y. C., Scabora, L. de C., Eler, D. M., & Rodrigues Junior, J. F. (2021). APEHR: automated prognosis in electronic health records using multi-head self-attention. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS52027.2021.00077
NLM
Florez AYC, Scabora L de C, Eler DM, Rodrigues Junior JF. APEHR: automated prognosis in electronic health records using multi-head self-attention [Internet]. Proceedings. 2021 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/CBMS52027.2021.00077
Vancouver
Florez AYC, Scabora L de C, Eler DM, Rodrigues Junior JF. APEHR: automated prognosis in electronic health records using multi-head self-attention [Internet]. Proceedings. 2021 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/CBMS52027.2021.00077
Artigo de periodico
Real-world patient trajectory prediction from clinical notes using artificial neural networks and UMLS-based extraction of concepts (2021)
Zaghir, Jamil ; Rodrigues Junior, José Fernando ; Goeuriot, Lorraine ; Amer-Yahia, Sihem
Fonte: Journal of Healthcare Informatics Research. Unidade: ICMC
Assuntos: REDES NEURAIS, TECNOLOGIAS DA SAÚDE, PROGNÓSTICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ZAGHIR, Jamil et al. Real-world patient trajectory prediction from clinical notes using artificial neural networks and UMLS-based extraction of concepts. Journal of Healthcare Informatics Research, v. 5, n. 4, p. 474-496, 2021Tradução . . Disponível em: https://doi.org/10.1007/s41666-021-00100-z. Acesso em: 08 out. 2025.
APA
Zaghir, J., Rodrigues Junior, J. F., Goeuriot, L., & Amer-Yahia, S. (2021). Real-world patient trajectory prediction from clinical notes using artificial neural networks and UMLS-based extraction of concepts. Journal of Healthcare Informatics Research, 5( 4), 474-496. doi:10.1007/s41666-021-00100-z
NLM
Zaghir J, Rodrigues Junior JF, Goeuriot L, Amer-Yahia S. Real-world patient trajectory prediction from clinical notes using artificial neural networks and UMLS-based extraction of concepts [Internet]. Journal of Healthcare Informatics Research. 2021 ; 5( 4): 474-496.[citado 2025 out. 08 ] Available from: https://doi.org/10.1007/s41666-021-00100-z
Vancouver
Zaghir J, Rodrigues Junior JF, Goeuriot L, Amer-Yahia S. Real-world patient trajectory prediction from clinical notes using artificial neural networks and UMLS-based extraction of concepts [Internet]. Journal of Healthcare Informatics Research. 2021 ; 5( 4): 474-496.[citado 2025 out. 08 ] Available from: https://doi.org/10.1007/s41666-021-00100-z
Parte de monografia/livro
O futuro da ciência e tecnologia com as máquinas inteligentes (2021)
Rodrigues Junior, José Fernando ; Oliveira, Maria Cristina Ferreira de ; Oliveira Junior, Osvaldo Novais de
Fonte: Inteligência artificial : avanços e tendências. Unidades: ICMC, IFSC
Assuntos: APRENDIZADO COMPUTACIONAL, BIG DATA, PROCESSAMENTO DE LINGUAGEM NATURAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES JUNIOR, José Fernando e OLIVEIRA, Maria Cristina Ferreira de e OLIVEIRA JUNIOR, Osvaldo Novais de. O futuro da ciência e tecnologia com as máquinas inteligentes. Inteligência artificial : avanços e tendências. Tradução . São Paulo: Instituto de Estudos Avançados, 2021. p. 414 . Disponível em: https://doi.org/10.11606/9786587773131. Acesso em: 08 out. 2025.
APA
Rodrigues Junior, J. F., Oliveira, M. C. F. de, & Oliveira Junior, O. N. de. (2021). O futuro da ciência e tecnologia com as máquinas inteligentes. In Inteligência artificial : avanços e tendências (p. 414 ). São Paulo: Instituto de Estudos Avançados. doi:10.11606/9786587773131
NLM
Rodrigues Junior JF, Oliveira MCF de, Oliveira Junior ON de. O futuro da ciência e tecnologia com as máquinas inteligentes [Internet]. In: Inteligência artificial : avanços e tendências. São Paulo: Instituto de Estudos Avançados; 2021. p. 414 .[citado 2025 out. 08 ] Available from: https://doi.org/10.11606/9786587773131
Vancouver
Rodrigues Junior JF, Oliveira MCF de, Oliveira Junior ON de. O futuro da ciência e tecnologia com as máquinas inteligentes [Internet]. In: Inteligência artificial : avanços e tendências. São Paulo: Instituto de Estudos Avançados; 2021. p. 414 .[citado 2025 out. 08 ] Available from: https://doi.org/10.11606/9786587773131
Artigo de periodico
Big data and machine learning for materials science (2021)
Rodrigues Junior, José Fernando ; Florea, Larisa ; Oliveira, Maria Cristina Ferreira de ; Diamond, Dermot; Oliveira Junior, Osvaldo Novais de
Fonte: Discover Materials. Unidades: ICMC, IFSC
Assuntos: BIG DATA, INTERNET DAS COISAS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES JUNIOR, José Fernando et al. Big data and machine learning for materials science. Discover Materials, v. 1, n. 1, p. 12-1-12-27, 2021Tradução . . Disponível em: https://doi.org/10.1007/s43939-021-00012-0. Acesso em: 08 out. 2025.
APA
Rodrigues Junior, J. F., Florea, L., Oliveira, M. C. F. de, Diamond, D., & Oliveira Junior, O. N. de. (2021). Big data and machine learning for materials science. Discover Materials, 1( 1), 12-1-12-27. doi:10.1007/s43939-021-00012-0
NLM
Rodrigues Junior JF, Florea L, Oliveira MCF de, Diamond D, Oliveira Junior ON de. Big data and machine learning for materials science [Internet]. Discover Materials. 2021 ; 1( 1): 12-1-12-27.[citado 2025 out. 08 ] Available from: https://doi.org/10.1007/s43939-021-00012-0
Vancouver
Rodrigues Junior JF, Florea L, Oliveira MCF de, Diamond D, Oliveira Junior ON de. Big data and machine learning for materials science [Internet]. Discover Materials. 2021 ; 1( 1): 12-1-12-27.[citado 2025 out. 08 ] Available from: https://doi.org/10.1007/s43939-021-00012-0
Artigo de periodico
Aircraft fuselage corrosion detection using artificial intelligence (2021)
Machado, Bruno Brandoli ; Geus, André Reis de ; Souza, Jefferson R ; Spadon, Gabriel ; Soares, Amilcar ; Rodrigues Junior, José Fernando ; Komorowski, Jerzy ; Matwin, Stan
Fonte: Sensors. Unidade: ICMC
Assuntos: REDES NEURAIS, RECONHECIMENTO DE IMAGEM, MANUTENÇÃO DE AERONAVES, FUSELAGEM DE AERONAVES, CORROSÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MACHADO, Bruno Brandoli et al. Aircraft fuselage corrosion detection using artificial intelligence. Sensors, v. 21, p. 1-15, 2021Tradução . . Disponível em: https://doi.org/10.3390/s21124026. Acesso em: 08 out. 2025.
APA
Machado, B. B., Geus, A. R. de, Souza, J. R., Spadon, G., Soares, A., Rodrigues Junior, J. F., et al. (2021). Aircraft fuselage corrosion detection using artificial intelligence. Sensors, 21, 1-15. doi:10.3390/s21124026
NLM
Machado BB, Geus AR de, Souza JR, Spadon G, Soares A, Rodrigues Junior JF, Komorowski J, Matwin S. Aircraft fuselage corrosion detection using artificial intelligence [Internet]. Sensors. 2021 ; 21 1-15.[citado 2025 out. 08 ] Available from: https://doi.org/10.3390/s21124026
Vancouver
Machado BB, Geus AR de, Souza JR, Spadon G, Soares A, Rodrigues Junior JF, Komorowski J, Matwin S. Aircraft fuselage corrosion detection using artificial intelligence [Internet]. Sensors. 2021 ; 21 1-15.[citado 2025 out. 08 ] Available from: https://doi.org/10.3390/s21124026
Trabalho de evento
SHARq: sharing recursive queries in relational databases (2021)
Scabora, Lucas de Carvalho ; Spadon, Gabriel ; Cazzolato, Mirela Teixeira ; Kaster, Daniel dos Santos ; Traina, Agma Juci Machado ; Rodrigues Junior, José Fernando ; Traina Junior, Caetano
Fonte: Proceedings. Nome do evento: Symposium on Applied Computing - SAC. Unidade: ICMC
Assuntos: GERENCIADORES DE BANCO DE DADOS, BANCO DE DADOS RELACIONAIS, RECUPERAÇÃO DA INFORMAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SCABORA, Lucas de Carvalho et al. SHARq: sharing recursive queries in relational databases. 2021, Anais.. New York: ACM, 2021. Disponível em: https://doi.org/10.1145/3412841.3442078. Acesso em: 08 out. 2025.
APA
Scabora, L. de C., Spadon, G., Cazzolato, M. T., Kaster, D. dos S., Traina, A. J. M., Rodrigues Junior, J. F., & Traina Junior, C. (2021). SHARq: sharing recursive queries in relational databases. In Proceedings. New York: ACM. doi:10.1145/3412841.3442078
NLM
Scabora L de C, Spadon G, Cazzolato MT, Kaster D dos S, Traina AJM, Rodrigues Junior JF, Traina Junior C. SHARq: sharing recursive queries in relational databases [Internet]. Proceedings. 2021 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1145/3412841.3442078
Vancouver
Scabora L de C, Spadon G, Cazzolato MT, Kaster D dos S, Traina AJM, Rodrigues Junior JF, Traina Junior C. SHARq: sharing recursive queries in relational databases [Internet]. Proceedings. 2021 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1145/3412841.3442078

Unidades USP

ReP

Filtros

Autores

Autores USP

Assuntos

Título da fonte

Editora

Nome do evento

País de publicação

Agência de fomento

Indexado em

Afiliação dos autores externos não normalizada

País das instituições de afiliação dos autores externos