Constrained local and global consistency for semi-supervised learning (2016)
- Authors:
- Autor USP: BATISTA, GUSTAVO ENRIQUE DE ALMEIDA PRADO ALVES - ICMC
- Unidade: ICMC
- DOI: 10.1109/ICPR.2016.7899879
- Subjects: APRENDIZADO COMPUTACIONAL; ALGORITMOS GRÁFICOS
- Language: Inglês
- Imprenta:
- Publisher: IEEE
- Publisher place: Los Alamitos
- Date published: 2016
- Source:
- Título: Proceedings
- Conference titles: International Conference on Pattern Recognition - ICPR
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
SOUSA, Celso A. R e BATISTA, Gustavo Enrique de Almeida Prado Alves. Constrained local and global consistency for semi-supervised learning. 2016, Anais.. Los Alamitos: IEEE, 2016. Disponível em: https://doi.org/10.1109/ICPR.2016.7899879. Acesso em: 04 mar. 2026. -
APA
Sousa, C. A. R., & Batista, G. E. de A. P. A. (2016). Constrained local and global consistency for semi-supervised learning. In Proceedings. Los Alamitos: IEEE. doi:10.1109/ICPR.2016.7899879 -
NLM
Sousa CAR, Batista GE de APA. Constrained local and global consistency for semi-supervised learning [Internet]. Proceedings. 2016 ;[citado 2026 mar. 04 ] Available from: https://doi.org/10.1109/ICPR.2016.7899879 -
Vancouver
Sousa CAR, Batista GE de APA. Constrained local and global consistency for semi-supervised learning [Internet]. Proceedings. 2016 ;[citado 2026 mar. 04 ] Available from: https://doi.org/10.1109/ICPR.2016.7899879 - Time series classification with motifs and characteristics
- Uma avaliação sobre a identificação de Motifs em séries temporais
- A fuzzy classifier for data streams with infinitely delayed labels
- Fast unsupervised online drift detection using incremental Kolmogorov-Smirnov test
- A complexity-invariant measure based on fractal dimension for time series classification
- Towards automatic classification on flying insects using inexpensive sensors
- Data mining a trillion time series subsequences under dynamic time warping
- Distância invariante à complexidade baseada em dimensão fractal para classificação de séries temporais
- Unsupervised context switch for classification tasks on data streams with recurrent concepts
- On the need of class ratio insensitive drift tests for data streams
Informações sobre o DOI: 10.1109/ICPR.2016.7899879 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
