Getting over high-dimensionality: how multidimensional projection methods can assist data science (2022)
- Authors:
- USP affiliated authors: ORTIGOSSA, EVANDRO SCUDELETI - ICMC ; DIAS, FÁBIO FELIX - ICMC
- Unidade: ICMC
- DOI: 10.3390/app12136799
- Subjects: DESCOBERTA DE CONHECIMENTO; VISUALIZAÇÃO
- Keywords: high-dimensional data; dimensionality reduction; multidimensional scaling; artificial intelligence; information visualization
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Applied Sciences
- ISSN: 2076-3417
- Volume/Número/Paginação/Ano: v. 12, n. 13, p. 1-36, 2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
ABNT
ORTIGOSSA, Evandro Scudeleti e DIAS, Fabio Felix e NASCIMENTO, Diego Carvalho do. Getting over high-dimensionality: how multidimensional projection methods can assist data science. Applied Sciences, v. 12, n. 13, p. 1-36, 2022Tradução . . Disponível em: https://doi.org/10.3390/app12136799. Acesso em: 05 out. 2024. -
APA
Ortigossa, E. S., Dias, F. F., & Nascimento, D. C. do. (2022). Getting over high-dimensionality: how multidimensional projection methods can assist data science. Applied Sciences, 12( 13), 1-36. doi:10.3390/app12136799 -
NLM
Ortigossa ES, Dias FF, Nascimento DC do. Getting over high-dimensionality: how multidimensional projection methods can assist data science [Internet]. Applied Sciences. 2022 ; 12( 13): 1-36.[citado 2024 out. 05 ] Available from: https://doi.org/10.3390/app12136799 -
Vancouver
Ortigossa ES, Dias FF, Nascimento DC do. Getting over high-dimensionality: how multidimensional projection methods can assist data science [Internet]. Applied Sciences. 2022 ; 12( 13): 1-36.[citado 2024 out. 05 ] Available from: https://doi.org/10.3390/app12136799 - Uma estratégia para análise visual de Paisagens Acústicas com base em seleção de características discriminantes
- Visualização de séries temporais multidimensionais: uma análise sobre a qualidade do ar em São CarlosSP
- T-Explainer: uma abordagem para a explicabilidade em Aprendizado de Máquina baseada em gradientes
- Aprendizado de representações com Redes Convolucionais para a identificação de espécies de pássaros e anuros em Paisagens Acústicas
- Exploring acoustic data with information visualization
- A classification and quantification approach to generate features in soundscape ecology using neural networks
- Soundscape segregation based on visual analysis and discriminating features
- Explainable artificial intelligence (XAI): from theory to methods and applications
- Analysis and visualization of multidimensional time series: particulate matter (PM10) from São Carlos-SP (Brazil)
Informações sobre o DOI: 10.3390/app12136799 (Fonte: oaDOI API)
Download do texto completo
Tipo | Nome | Link | |
---|---|---|---|
3086721.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas