Micro-MetaStream: algorithm selection for time-changing data (2021)
- Authors:
- Autor USP: CARVALHO, ANDRÉ CARLOS PONCE DE LEON FERREIRA DE - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.ins.2021.02.075
- Subjects: ANÁLISE DE SÉRIES TEMPORAIS; APRENDIZADO COMPUTACIONAL; ALGORITMOS ÚTEIS E ESPECÍFICOS
- Keywords: Algorithm selection; Meta-learning; Time-changing data
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Information Sciences
- ISSN: 0020-0255
- Volume/Número/Paginação/Ano: v. 565, p. 262-277, July 2021
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
ROSSI, André Luis Debiaso et al. Micro-MetaStream: algorithm selection for time-changing data. Information Sciences, v. 565, p. 262-277, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.ins.2021.02.075. Acesso em: 15 fev. 2026. -
APA
Rossi, A. L. D., Soares, C., Souza, B. F. de, & Carvalho, A. C. P. de L. F. de. (2021). Micro-MetaStream: algorithm selection for time-changing data. Information Sciences, 565, 262-277. doi:10.1016/j.ins.2021.02.075 -
NLM
Rossi ALD, Soares C, Souza BF de, Carvalho ACP de LF de. Micro-MetaStream: algorithm selection for time-changing data [Internet]. Information Sciences. 2021 ; 565 262-277.[citado 2026 fev. 15 ] Available from: https://doi.org/10.1016/j.ins.2021.02.075 -
Vancouver
Rossi ALD, Soares C, Souza BF de, Carvalho ACP de LF de. Micro-MetaStream: algorithm selection for time-changing data [Internet]. Information Sciences. 2021 ; 565 262-277.[citado 2026 fev. 15 ] Available from: https://doi.org/10.1016/j.ins.2021.02.075 - Gabinete pequeno é destaque de pc itautec
- New data strucutre and spanning forest operators for evolutionay algorithms
- Metalearning for context-aware filtering: selection of tensor factorization algorithms
- Evolutionary tuning of SVM parameter values in multiclass problems
- Dimensionality reduction for the algorithm recommendation problem
- Making data stream classification tree-based ensembles lighter
- A study of biclustering coherence measures for gene expression data
- Anomaly detection through temporal abstractions on intensive care data: position paper
- CF4CF: recommending collaborative filtering algorithms using collaborative filtering
- A machine learning-based approach for prediction of plant protection product deposition
Informações sobre o DOI: 10.1016/j.ins.2021.02.075 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3028527.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
