Agrupamento de documentos aplicado à computação forense: uma abordagem para aperfeiçoar análises periciais de computadores (2011)
- Authors:
- Autor USP: HRUSCHKA, EDUARDO RAUL - ICMC
- Unidade: ICMC
- Assunto: INTELIGÊNCIA ARTIFICIAL
- Language: Português
- Imprenta:
- Publisher: SBIC
- Publisher place: Rio de Janeiro
- Date published: 2011
- Source:
- Título: Anais
- Conference titles: Congresso Brasileiro de Inteligência Computacional - CBIC
-
ABNT
NASSIF, Luís Filipe da Cruz e HRUSCHKA, Eduardo Raul. Agrupamento de documentos aplicado à computação forense: uma abordagem para aperfeiçoar análises periciais de computadores. 2011, Anais.. Rio de Janeiro: SBIC, 2011. . Acesso em: 29 dez. 2025. -
APA
Nassif, L. F. da C., & Hruschka, E. R. (2011). Agrupamento de documentos aplicado à computação forense: uma abordagem para aperfeiçoar análises periciais de computadores. In Anais. Rio de Janeiro: SBIC. -
NLM
Nassif LF da C, Hruschka ER. Agrupamento de documentos aplicado à computação forense: uma abordagem para aperfeiçoar análises periciais de computadores. Anais. 2011 ;[citado 2025 dez. 29 ] -
Vancouver
Nassif LF da C, Hruschka ER. Agrupamento de documentos aplicado à computação forense: uma abordagem para aperfeiçoar análises periciais de computadores. Anais. 2011 ;[citado 2025 dez. 29 ] - An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks
- Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm
- Transfer learning with cluster ensembles
- An Experimental Study on Unsupervised Clustering-Based Feature Selection Methods
- On the influence of imputation in classification: practical issues
- A semi-supervised approach to estimate the number of clusters per class
- A study of K-means-based algorithms for constrained clustering
- Probabilistic combination of classifier and cluster ensembles for non-transductive learning
- Using both latent and supervised shared topics for multitask learning
- Biocom_Usp: tweet sentiment analysis with adaptive boosting ensemble
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
