Learning algorithms for a class neurofuzzy network and applications (2000)
- Authors:
- Autor USP: ANDRADE FILHO, MARINHO GOMES DE - ICMC
- Unidade: ICMC
- Assunto: PESQUISA OPERACIONAL
- Language: Inglês
- Imprenta:
- Publisher place: São Carlos
- Date published: 2000
- Source:
- Título: Cadernos de Computação
- Volume/Número/Paginação/Ano: v. 01, n. 01, p. 233-251, 2000
-
ABNT
BALLINI, Rosangela et al. Learning algorithms for a class neurofuzzy network and applications. Cadernos de Computação, v. 01, n. 01, p. 233-251, 2000Tradução . . Acesso em: 07 fev. 2026. -
APA
Ballini, R., Soares, S., Gomide, F., Figueiredo, M., & Andrade, M. G. de. (2000). Learning algorithms for a class neurofuzzy network and applications. Cadernos de Computação, 01( 01), 233-251. -
NLM
Ballini R, Soares S, Gomide F, Figueiredo M, Andrade MG de. Learning algorithms for a class neurofuzzy network and applications. Cadernos de Computação. 2000 ; 01( 01): 233-251.[citado 2026 fev. 07 ] -
Vancouver
Ballini R, Soares S, Gomide F, Figueiredo M, Andrade MG de. Learning algorithms for a class neurofuzzy network and applications. Cadernos de Computação. 2000 ; 01( 01): 233-251.[citado 2026 fev. 07 ] - Abordagem bayesiana na inferencia de matrículas escolares para o desenvolvimento e planejamento do sistema educativo
- Inference for the Richards growth model using Box and Cox transformation and boostrap techniques
- AR-ARCH models: ML and bayesian approaches considering Brazilian Financial Data
- Uma abordagem bayesiana para curvas de crescimento com diferentes densidades a priori
- Aplicação de MCMC na estimação de máxima verossimilhança para processos AR(p) e MA(q)
- Inferência em processos de difusão com observações parciais
- Modelos auto-regressivos para previsão de vazões médias mensais
- Transformed generalized linear models
- Richards growth model and viability indicators for populations subject to interventions
- Generalized normal ARMA model applied to the areas of economy, hydrology, and public policy
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
