Semi-periodic activation for time series classification (2025)
- Authors:
- USP affiliated authors: SILVA, DIEGO FURTADO - ICMC ; MITRI, ANDRE GUARNIER DE - ICMC ; MEDEIROS JÚNIOR, JOSÉ GILBERTO BARBOSA DE - ICMC
- Unidade: ICMC
- DOI: 10.1007/978-3-031-79038-6_6
- Subjects: APRENDIZAGEM PROFUNDA; ANÁLISE DE SÉRIES TEMPORAIS; REDES NEURAIS
- Keywords: Time series; Activation function
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Lecture Notes in Artificial Intelligence
- ISSN: 0302-9743
- Volume/Número/Paginação/Ano: v. 15415, p. 76-90, 2025
- Conference titles: Brazilian Conference on Intelligent Systems - BRACIS
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
MEDEIROS, José Gilberto Barbosa de e MITRI, André Guarnier de e SILVA, Diego Furtado. Semi-periodic activation for time series classification. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-79038-6_6. Acesso em: 27 dez. 2025. , 2025 -
APA
Medeiros, J. G. B. de, Mitri, A. G. de, & Silva, D. F. (2025). Semi-periodic activation for time series classification. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-031-79038-6_6 -
NLM
Medeiros JGB de, Mitri AG de, Silva DF. Semi-periodic activation for time series classification [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15415 76-90.[citado 2025 dez. 27 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_6 -
Vancouver
Medeiros JGB de, Mitri AG de, Silva DF. Semi-periodic activation for time series classification [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15415 76-90.[citado 2025 dez. 27 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_6 - Hemoglobin estimation from smartphone-based photoplethysmography with small data
- Neural networks for out-of-distribution time series detection in one-class learning
- Aprendizado de máquina supervisionado para séries temporais na área da saúde
- One-class graph autoencoder: a new end-to-end, low-dimensional, and interpretable approach for node classfication
- Proceedings of 21st National Meeting on Artificial and Computational Intelligence
- Large scale similarity-based time series mining
- Unsupervised feature based algorithms for time series extrinsic regression
- Evaluating sentiment quantification methods in brazilian portuguese corpora
- A new time series framework for forest fire risk forecasting and classification
- Classificação de séries temporais por similaridade e extração de atributos com aplicação na identificação automática de insetos
Informações sobre o DOI: 10.1007/978-3-031-79038-6_6 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3232835.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
