Parameter identification in a predator-prey system using persistent homology (2018)
- Authors:
- USP affiliated authors: GAMEIRO, MÁRCIO FUZETO - ICMC ; CALCINA, SABRINA GRACIELA SUÁREZ - ICMC
- Unidade: ICMC
- DOI: 10.5540/03.2018.006.02.0444
- Subjects: APRENDIZADO COMPUTACIONAL; TOPOLOGIA
- Keywords: Persistent homology; Parameter identification; SVM classifier; PLS-DA classifier; Naive Bayes classifier
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: SBMAC
- Publisher place: São Carlos
- Date published: 2018
- Source:
- Título: Proceeding Series of the Brazilian Society of Computational and Applied Mathematics
- Volume/Número/Paginação/Ano: v. 6, n. 2, p. 010444-1-010444-7, 2018
- Conference titles: Congresso Nacional de Matemática Aplicada e Computacional - CNMAC
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
CALCINA, Sabrina Graciela Suárez e GAMEIRO, Márcio Fuzeto. Parameter identification in a predator-prey system using persistent homology. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics. São Carlos: SBMAC. Disponível em: https://doi.org/10.5540/03.2018.006.02.0444. Acesso em: 21 fev. 2026. , 2018 -
APA
Calcina, S. G. S., & Gameiro, M. F. (2018). Parameter identification in a predator-prey system using persistent homology. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics. São Carlos: SBMAC. doi:10.5540/03.2018.006.02.0444 -
NLM
Calcina SGS, Gameiro MF. Parameter identification in a predator-prey system using persistent homology [Internet]. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics. 2018 ; 6( 2): 010444-1-010444-7.[citado 2026 fev. 21 ] Available from: https://doi.org/10.5540/03.2018.006.02.0444 -
Vancouver
Calcina SGS, Gameiro MF. Parameter identification in a predator-prey system using persistent homology [Internet]. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics. 2018 ; 6( 2): 010444-1-010444-7.[citado 2026 fev. 21 ] Available from: https://doi.org/10.5540/03.2018.006.02.0444 - Classificação de proteínas através de homologia persistente
- Topological data analysis: applications in machine learning
- Princípio da similaridade para classes de campos vetoriais complexos
- Existence of secondary bifurcations or isolas for PDEs
- Rigorous computation of smooth branches of solutions of PDEs
- A Framework for the Numerical Computation and A Posteriori Verification of Invariant Objects of Evolution Equations
- Combinatorial-topological framework for the analysis of global dynamics
- Rigorous numerics for nonlinear PDEs: part II
- A study of rigorous ODE integrators for multi-scale set-oriented computations
- Rational design of complex phenotype via network models
Informações sobre o DOI: 10.5540/03.2018.006.02.0444 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
2994695.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
