A PSO approach for learning transition structures of higher-order dynamic bayesian networks (2014)
- Authors:
- Autor USP: MACIEL, CARLOS DIAS - EESC
- Unidade: EESC
- Subjects: NEUROCIÊNCIAS; MÉTODOS MCMC; INFERÊNCIA BAYESIANA; REDES NEURAIS
- Language: Inglês
- Imprenta:
- Publisher: IEEE
- Publisher place: Piscataway
- Date published: 2014
- ISBN: 9781479956883
- Source:
- Título: Full Papers
- Conference titles: ISSNIP-IEEE Biosignals and Biorobotics Conference
-
ABNT
SANTOS, Fernando Pasquini e MACIEL, Carlos Dias. A PSO approach for learning transition structures of higher-order dynamic bayesian networks. 2014, Anais.. Piscataway: IEEE, 2014. . Acesso em: 14 out. 2024. -
APA
Santos, F. P., & Maciel, C. D. (2014). A PSO approach for learning transition structures of higher-order dynamic bayesian networks. In Full Papers. Piscataway: IEEE. -
NLM
Santos FP, Maciel CD. A PSO approach for learning transition structures of higher-order dynamic bayesian networks. Full Papers. 2014 ;[citado 2024 out. 14 ] -
Vancouver
Santos FP, Maciel CD. A PSO approach for learning transition structures of higher-order dynamic bayesian networks. Full Papers. 2014 ;[citado 2024 out. 14 ] - Análise de sinais de ultra-som usando decomposição autorregressiva
- Projeto e implementação de controlador para parquímetro como ferramenta de abordagem e aprendizagem da linguagem VHDL
- Inferring molecular taxonomies from gel-electrophoresis images using bayesian hierarquical clustering
- Algoritmo para determinação do coeficiente de amortecimento de materiais pela técnica da excitação por impulso
- Modeling associations between genetic markers using Bayesian networks
- Projeto, simulação e caracterização de um transdutor de arranjo anular com focalização dinâmica
- Emprego da análise térmica para avaliar a presença de gordura em tecido muscular de rato
- Eccentric hip muscle function in females with and without patellofemoral pain syndrome
- Estudo sobre implementação de um cluster de processadores digitais de sinais (DSP)
- Identification of the stationarity in biological time series
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
