ReP USP - Resultado da busca

Artigo de periodico
Improving k-means through distributed scalable metaheuristics (2017)
Oliveira, G. V; Coutinho, F. P; Campello, Ricardo José Gabrielli Barreto; Naldi, M. C
Fonte: Neurocomputing. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, ALGORITMOS, MINERAÇÃO DE DADOS, HEURÍSTICA, ALGORITMOS GENÉTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, G. V et al. Improving k-means through distributed scalable metaheuristics. Neurocomputing, v. 246, p. 45-57, 2017Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2016.07.074. Acesso em: 11 nov. 2025.
APA
Oliveira, G. V., Coutinho, F. P., Campello, R. J. G. B., & Naldi, M. C. (2017). Improving k-means through distributed scalable metaheuristics. Neurocomputing, 246, 45-57. doi:10.1016/j.neucom.2016.07.074
NLM
Oliveira GV, Coutinho FP, Campello RJGB, Naldi MC. Improving k-means through distributed scalable metaheuristics [Internet]. Neurocomputing. 2017 ; 246 45-57.[citado 2025 nov. 11 ] Available from: https://doi.org/10.1016/j.neucom.2016.07.074
Vancouver
Oliveira GV, Coutinho FP, Campello RJGB, Naldi MC. Improving k-means through distributed scalable metaheuristics [Internet]. Neurocomputing. 2017 ; 246 45-57.[citado 2025 nov. 11 ] Available from: https://doi.org/10.1016/j.neucom.2016.07.074
Artigo de periodico
Optimizing urban traffic flow using genetic algorithm with Petri net analysis as fitness function (2014)
Dezani, Henrique; Bassi, Regiane Denise Solgon; Marranghello, Norian; Gomes, Luís; Damiani, Furio; Silva, Ivan Nunes da
Fonte: Neurocomputing. Unidade: EESC
Assuntos: ENGENHARIA DE TRÁFEGO (OTIMIZAÇÃO), SISTEMAS DE CONTROLE, TEMPO-REAL, ALGORITMOS GENÉTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DEZANI, Henrique et al. Optimizing urban traffic flow using genetic algorithm with Petri net analysis as fitness function. Neurocomputing, v. 124, n. Ja 2014, p. 162-167, 2014Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2013.07.015. Acesso em: 11 nov. 2025.
APA
Dezani, H., Bassi, R. D. S., Marranghello, N., Gomes, L., Damiani, F., & Silva, I. N. da. (2014). Optimizing urban traffic flow using genetic algorithm with Petri net analysis as fitness function. Neurocomputing, 124( Ja 2014), 162-167. doi:10.1016/j.neucom.2013.07.015
NLM
Dezani H, Bassi RDS, Marranghello N, Gomes L, Damiani F, Silva IN da. Optimizing urban traffic flow using genetic algorithm with Petri net analysis as fitness function [Internet]. Neurocomputing. 2014 ; 124( Ja 2014): 162-167.[citado 2025 nov. 11 ] Available from: https://doi.org/10.1016/j.neucom.2013.07.015
Vancouver
Dezani H, Bassi RDS, Marranghello N, Gomes L, Damiani F, Silva IN da. Optimizing urban traffic flow using genetic algorithm with Petri net analysis as fitness function [Internet]. Neurocomputing. 2014 ; 124( Ja 2014): 162-167.[citado 2025 nov. 11 ] Available from: https://doi.org/10.1016/j.neucom.2013.07.015
Artigo de periodico
Towards an efficient genetic algorithm optimizer for sequential projection pursuit (2014)
Espezua, Soledad; Villanueva, Edwin; Maciel, Carlos Dias
Fonte: Neurocomputing. Unidade: EESC
Assuntos: ALGORITMOS GENÉTICOS, BENCHMARKS, OPERADORES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ESPEZUA, Soledad e VILLANUEVA, Edwin e MACIEL, Carlos Dias. Towards an efficient genetic algorithm optimizer for sequential projection pursuit. Neurocomputing, v. 123, n. Ja 2014, p. 40-48, 2014Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2012.09.045. Acesso em: 11 nov. 2025.
APA
Espezua, S., Villanueva, E., & Maciel, C. D. (2014). Towards an efficient genetic algorithm optimizer for sequential projection pursuit. Neurocomputing, 123( Ja 2014), 40-48. doi:10.1016/j.neucom.2012.09.045
NLM
Espezua S, Villanueva E, Maciel CD. Towards an efficient genetic algorithm optimizer for sequential projection pursuit [Internet]. Neurocomputing. 2014 ; 123( Ja 2014): 40-48.[citado 2025 nov. 11 ] Available from: https://doi.org/10.1016/j.neucom.2012.09.045
Vancouver
Espezua S, Villanueva E, Maciel CD. Towards an efficient genetic algorithm optimizer for sequential projection pursuit [Internet]. Neurocomputing. 2014 ; 123( Ja 2014): 40-48.[citado 2025 nov. 11 ] Available from: https://doi.org/10.1016/j.neucom.2012.09.045
Artigo de periodico
Evolutionary tuning of SVM parameter values in multiclass problems (2008)
Lorena, Ana Carolina; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Neurocomputing. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, ALGORITMOS GENÉTICOS, RECONHECIMENTO DE PADRÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LORENA, Ana Carolina e CARVALHO, André Carlos Ponce de Leon Ferreira de. Evolutionary tuning of SVM parameter values in multiclass problems. Neurocomputing, v. 71, n. 16-18, p. 3326-3334, 2008Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2008.01.031. Acesso em: 11 nov. 2025.
APA
Lorena, A. C., & Carvalho, A. C. P. de L. F. de. (2008). Evolutionary tuning of SVM parameter values in multiclass problems. Neurocomputing, 71( 16-18), 3326-3334. doi:10.1016/j.neucom.2008.01.031
NLM
Lorena AC, Carvalho ACP de LF de. Evolutionary tuning of SVM parameter values in multiclass problems [Internet]. Neurocomputing. 2008 ; 71( 16-18): 3326-3334.[citado 2025 nov. 11 ] Available from: https://doi.org/10.1016/j.neucom.2008.01.031
Vancouver
Lorena AC, Carvalho ACP de LF de. Evolutionary tuning of SVM parameter values in multiclass problems [Internet]. Neurocomputing. 2008 ; 71( 16-18): 3326-3334.[citado 2025 nov. 11 ] Available from: https://doi.org/10.1016/j.neucom.2008.01.031

Unidades USP

ReP

Filtros

Autores

Assuntos

Indexado em

Afiliação dos autores externos não normalizada