Filtros : "IFSC225" Removidos: "vp" "1959" "2023" "EE/EERP" Limpar

Filtros



Refine with date range


  • Source: Agência FAPESP. Unidade: IFSC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, FÍSICA COMPUTACIONAL

    Acesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      BRUNO, Odemir Martinez e DAL PRÁ, Elian Rafael. Inteligência artificial ajuda a decifrar pergaminhos carbonizados durante a erupção do Vesúvio. [Depoimento]. Agência FAPESP. São Paulo: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://agencia.fapesp.br/inteligencia-artificial-ajuda-a-decifrar-papiros-carbonizados-durante-a-erupcao-do-vesuvio/50882. Acesso em: 10 nov. 2024. , 2024
    • APA

      Bruno, O. M., & Dal Prá, E. R. (2024). Inteligência artificial ajuda a decifrar pergaminhos carbonizados durante a erupção do Vesúvio. [Depoimento]. Agência FAPESP. São Paulo: Instituto de Física de São Carlos, Universidade de São Paulo. Recuperado de https://agencia.fapesp.br/inteligencia-artificial-ajuda-a-decifrar-papiros-carbonizados-durante-a-erupcao-do-vesuvio/50882
    • NLM

      Bruno OM, Dal Prá ER. Inteligência artificial ajuda a decifrar pergaminhos carbonizados durante a erupção do Vesúvio. [Depoimento] [Internet]. Agência FAPESP. 2024 ;21 fe 2024. online[citado 2024 nov. 10 ] Available from: https://agencia.fapesp.br/inteligencia-artificial-ajuda-a-decifrar-papiros-carbonizados-durante-a-erupcao-do-vesuvio/50882
    • Vancouver

      Bruno OM, Dal Prá ER. Inteligência artificial ajuda a decifrar pergaminhos carbonizados durante a erupção do Vesúvio. [Depoimento] [Internet]. Agência FAPESP. 2024 ;21 fe 2024. online[citado 2024 nov. 10 ] Available from: https://agencia.fapesp.br/inteligencia-artificial-ajuda-a-decifrar-papiros-carbonizados-durante-a-erupcao-do-vesuvio/50882
  • Source: Chemical Engineering Journal. Unidades: IFSC, ICMC

    Subjects: ELETRÓLISE, PROCESSAMENTO DE IMAGENS, MÉTODO DOS ELEMENTOS FINITOS

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      SILVA, Jeyse da et al. Beyond bubbles: unraveling the interfacial pH effects on bubble size distribution. Chemical Engineering Journal, v. 494, p. 1-10, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.cej.2024.152943. Acesso em: 10 nov. 2024.
    • APA

      Silva, J. da, Nóbrega, E. T. D., Staciaki, F., Ribeiro, F. R. A., Wosiak, G., Gutierrez, A., et al. (2024). Beyond bubbles: unraveling the interfacial pH effects on bubble size distribution. Chemical Engineering Journal, 494, 1-10. doi:10.1016/j.cej.2024.152943
    • NLM

      Silva J da, Nóbrega ETD, Staciaki F, Ribeiro FRA, Wosiak G, Gutierrez A, Bruno OM, Lopes MC, Pereira EC. Beyond bubbles: unraveling the interfacial pH effects on bubble size distribution [Internet]. Chemical Engineering Journal. 2024 ; 494 1-10.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1016/j.cej.2024.152943
    • Vancouver

      Silva J da, Nóbrega ETD, Staciaki F, Ribeiro FRA, Wosiak G, Gutierrez A, Bruno OM, Lopes MC, Pereira EC. Beyond bubbles: unraveling the interfacial pH effects on bubble size distribution [Internet]. Chemical Engineering Journal. 2024 ; 494 1-10.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1016/j.cej.2024.152943
  • Source: Pesquisa FAPESP. Unidade: IFSC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, FÍSICA COMPUTACIONAL, ARQUEOLOGIA, PAPIRO, PESQUISA CIENTÍFICA, CIÊNCIA (DISSEMINAÇÃO)

    Versão PublicadaAcesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      BRUNO, Odemir Martinez. Inteligência artificial decifra parte de papiro da antiguidade. [Depoimento a Maria Guimarães]. Pesquisa FAPESP. São Paulo: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://revistapesquisa.fapesp.br/inteligencia-artificial-decifra-parte-de-papiro-da-antiguidade/. Acesso em: 10 nov. 2024. , 2024
    • APA

      Bruno, O. M. (2024). Inteligência artificial decifra parte de papiro da antiguidade. [Depoimento a Maria Guimarães]. Pesquisa FAPESP. São Paulo: Instituto de Física de São Carlos, Universidade de São Paulo. Recuperado de https://revistapesquisa.fapesp.br/inteligencia-artificial-decifra-parte-de-papiro-da-antiguidade/
    • NLM

      Bruno OM. Inteligência artificial decifra parte de papiro da antiguidade. [Depoimento a Maria Guimarães] [Internet]. Pesquisa FAPESP. 2024 ; 338[citado 2024 nov. 10 ] Available from: https://revistapesquisa.fapesp.br/inteligencia-artificial-decifra-parte-de-papiro-da-antiguidade/
    • Vancouver

      Bruno OM. Inteligência artificial decifra parte de papiro da antiguidade. [Depoimento a Maria Guimarães] [Internet]. Pesquisa FAPESP. 2024 ; 338[citado 2024 nov. 10 ] Available from: https://revistapesquisa.fapesp.br/inteligencia-artificial-decifra-parte-de-papiro-da-antiguidade/
  • Source: Revista Brasileira de Computação Aplicada. Unidade: IFSC

    Subjects: RESOLUÇÃO DE PROBLEMAS, AGRICULTURA, REDES NEURAIS, APRENDIZAGEM PROFUNDA, MILHO

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      ARIZA, Vinicius Matheus Pimentel e BRUNO, Odemir Martinez. Aprendizado profundo aplicado à classificação de doenças foliares do milho. Revista Brasileira de Computação Aplicada, v. 16, n. 2, p. 75-87, 2024Tradução . . Disponível em: https://doi.org/10.5335/rbca.v16i2.15390. Acesso em: 10 nov. 2024.
    • APA

      Ariza, V. M. P., & Bruno, O. M. (2024). Aprendizado profundo aplicado à classificação de doenças foliares do milho. Revista Brasileira de Computação Aplicada, 16( 2), 75-87. doi:10.5335/rbca.v16i2.15390
    • NLM

      Ariza VMP, Bruno OM. Aprendizado profundo aplicado à classificação de doenças foliares do milho [Internet]. Revista Brasileira de Computação Aplicada. 2024 ; 16( 2): 75-87.[citado 2024 nov. 10 ] Available from: https://doi.org/10.5335/rbca.v16i2.15390
    • Vancouver

      Ariza VMP, Bruno OM. Aprendizado profundo aplicado à classificação de doenças foliares do milho [Internet]. Revista Brasileira de Computação Aplicada. 2024 ; 16( 2): 75-87.[citado 2024 nov. 10 ] Available from: https://doi.org/10.5335/rbca.v16i2.15390
  • Source: Lecture Notes in Computer Science - LNCS. Conference titles: Cellular Automata for Research and Industry - ACRI. Unidade: IFSC

    Subjects: FÍSICA COMPUTACIONAL, SIMULAÇÃO, REDES NEURAIS

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      ROLLIER, Michiel et al. Efficient simulation of non-uniform cellular automata with a convolutional neural network. Lecture Notes in Computer Science - LNCS. Cham: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/978-3-031-71552-5_11. Acesso em: 10 nov. 2024. , 2024
    • APA

      Rollier, M., Daly, A. J., Bruno, O. M., & Baetens, J. M. (2024). Efficient simulation of non-uniform cellular automata with a convolutional neural network. Lecture Notes in Computer Science - LNCS. Cham: Instituto de Física de São Carlos, Universidade de São Paulo. doi:10.1007/978-3-031-71552-5_11
    • NLM

      Rollier M, Daly AJ, Bruno OM, Baetens JM. Efficient simulation of non-uniform cellular automata with a convolutional neural network [Internet]. Lecture Notes in Computer Science - LNCS. 2024 ; 14978 121-131.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1007/978-3-031-71552-5_11
    • Vancouver

      Rollier M, Daly AJ, Bruno OM, Baetens JM. Efficient simulation of non-uniform cellular automata with a convolutional neural network [Internet]. Lecture Notes in Computer Science - LNCS. 2024 ; 14978 121-131.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1007/978-3-031-71552-5_11
  • Unidade: IFSC

    Subjects: COMPUTAÇÃO APLICADA, AGRICULTURA

    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      Information Processing in Agriculture. . Amsterdam: Elsevier BV. . Acesso em: 10 nov. 2024. , 2024
    • APA

      Information Processing in Agriculture. (2024). Information Processing in Agriculture. Amsterdam: Elsevier BV.
    • NLM

      Information Processing in Agriculture. 2024 ;[citado 2024 nov. 10 ]
    • Vancouver

      Information Processing in Agriculture. 2024 ;[citado 2024 nov. 10 ]
  • Source: Pattern Recognition. Unidades: IFSC, EP

    Subjects: REDES COMPLEXAS, REDES NEURAIS, VISÃO COMPUTACIONAL, TEXTURA

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      ZIELINSKI, Kallil Miguel Caparroz et al. A network classification method based on density time evolution patterns extracted from network automata. Pattern Recognition, v. 146, p. 109802-1-109802-13 + supplementary materials, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.patcog.2023.109946. Acesso em: 10 nov. 2024.
    • APA

      Zielinski, K. M. C., Ribas, L. C., Machicao, J., & Bruno, O. M. (2024). A network classification method based on density time evolution patterns extracted from network automata. Pattern Recognition, 146, 109802-1-109802-13 + supplementary materials. doi:10.1016/j.patcog.2023.109946
    • NLM

      Zielinski KMC, Ribas LC, Machicao J, Bruno OM. A network classification method based on density time evolution patterns extracted from network automata [Internet]. Pattern Recognition. 2024 ; 146 109802-1-109802-13 + supplementary materials.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1016/j.patcog.2023.109946
    • Vancouver

      Zielinski KMC, Ribas LC, Machicao J, Bruno OM. A network classification method based on density time evolution patterns extracted from network automata [Internet]. Pattern Recognition. 2024 ; 146 109802-1-109802-13 + supplementary materials.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1016/j.patcog.2023.109946
  • Source: Chaos, Solitons and Fractals. Unidade: IFSC

    Subjects: RECONHECIMENTO DE PADRÕES, ÓRBITA, FÍSICA COMPUTACIONAL

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      ALVARENGA, João Pedro do Valle e BRUNO, Odemir Martinez. Dynamics and patterns of the least significant digits of the infinite-arithmetic precision logistic map orbits. Chaos, Solitons and Fractals, v. 180, p. 114488-1-114488-9, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.chaos.2024.114488. Acesso em: 10 nov. 2024.
    • APA

      Alvarenga, J. P. do V., & Bruno, O. M. (2024). Dynamics and patterns of the least significant digits of the infinite-arithmetic precision logistic map orbits. Chaos, Solitons and Fractals, 180, 114488-1-114488-9. doi:10.1016/j.chaos.2024.114488
    • NLM

      Alvarenga JP do V, Bruno OM. Dynamics and patterns of the least significant digits of the infinite-arithmetic precision logistic map orbits [Internet]. Chaos, Solitons and Fractals. 2024 ; 180 114488-1-114488-9.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1016/j.chaos.2024.114488
    • Vancouver

      Alvarenga JP do V, Bruno OM. Dynamics and patterns of the least significant digits of the infinite-arithmetic precision logistic map orbits [Internet]. Chaos, Solitons and Fractals. 2024 ; 180 114488-1-114488-9.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1016/j.chaos.2024.114488
  • Source: Pattern Recognition. Unidade: IFSC

    Subjects: REDES COMPLEXAS, REDES NEURAIS, VISÃO COMPUTACIONAL, TEXTURA, RECONHECIMENTO DE PADRÕES

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      RIBAS, Lucas Correia e BRUNO, Odemir Martinez. Learning a complex network representation for shape classification. Pattern Recognition, v. 154, p. 110566-1-110566-10 + supplementary data, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.patcog.2024.110566. Acesso em: 10 nov. 2024.
    • APA

      Ribas, L. C., & Bruno, O. M. (2024). Learning a complex network representation for shape classification. Pattern Recognition, 154, 110566-1-110566-10 + supplementary data. doi:10.1016/j.patcog.2024.110566
    • NLM

      Ribas LC, Bruno OM. Learning a complex network representation for shape classification [Internet]. Pattern Recognition. 2024 ; 154 110566-1-110566-10 + supplementary data.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1016/j.patcog.2024.110566
    • Vancouver

      Ribas LC, Bruno OM. Learning a complex network representation for shape classification [Internet]. Pattern Recognition. 2024 ; 154 110566-1-110566-10 + supplementary data.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1016/j.patcog.2024.110566
  • Source: Journal of Statistical Mechanics. Unidade: IFSC

    Assunto: VISÃO COMPUTACIONAL

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      TOKUDA, Eric Keiji e COMIN, Cesar H. e COSTA, Luciano da Fontoura. Impact of the topology of urban streets on mobility optimization. Journal of Statistical Mechanics, v. 2022, p. 103204-1-103204-21, 2022Tradução . . Disponível em: https://doi.org/10.1088/1742-5468/ac9471. Acesso em: 10 nov. 2024.
    • APA

      Tokuda, E. K., Comin, C. H., & Costa, L. da F. (2022). Impact of the topology of urban streets on mobility optimization. Journal of Statistical Mechanics, 2022, 103204-1-103204-21. doi:10.1088/1742-5468/ac9471
    • NLM

      Tokuda EK, Comin CH, Costa L da F. Impact of the topology of urban streets on mobility optimization [Internet]. Journal of Statistical Mechanics. 2022 ; 2022 103204-1-103204-21.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1088/1742-5468/ac9471
    • Vancouver

      Tokuda EK, Comin CH, Costa L da F. Impact of the topology of urban streets on mobility optimization [Internet]. Journal of Statistical Mechanics. 2022 ; 2022 103204-1-103204-21.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1088/1742-5468/ac9471
  • Source: Journal of Physics: Complexity. Unidade: IFSC

    Subjects: REDES COMPLEXAS, VISÃO COMPUTACIONAL, RECONHECIMENTO DE PADRÕES, CIDADES

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      DOMINGUES, Guilherme Schimidt e TOKUDA, Eric Keiji e COSTA, Luciano da Fontoura. Identification of city motifs: a method based on modularity and similarity between hierarchical features of urban networks. Journal of Physics: Complexity, v. 3, n. 4, p. 045003-1-045003-24, 2022Tradução . . Disponível em: https://doi.org/10.1088/2632-072X/ac9446. Acesso em: 10 nov. 2024.
    • APA

      Domingues, G. S., Tokuda, E. K., & Costa, L. da F. (2022). Identification of city motifs: a method based on modularity and similarity between hierarchical features of urban networks. Journal of Physics: Complexity, 3( 4), 045003-1-045003-24. doi:10.1088/2632-072X/ac9446
    • NLM

      Domingues GS, Tokuda EK, Costa L da F. Identification of city motifs: a method based on modularity and similarity between hierarchical features of urban networks [Internet]. Journal of Physics: Complexity. 2022 ; 3( 4): 045003-1-045003-24.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1088/2632-072X/ac9446
    • Vancouver

      Domingues GS, Tokuda EK, Costa L da F. Identification of city motifs: a method based on modularity and similarity between hierarchical features of urban networks [Internet]. Journal of Physics: Complexity. 2022 ; 3( 4): 045003-1-045003-24.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1088/2632-072X/ac9446
  • Source: Journal of Physics: Complexity. Unidade: IFSC

    Subjects: REDES COMPLEXAS, VISÃO COMPUTACIONAL

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      COSTA, Luciano da Fontoura. Autorrelation and cross-relation of graphs and networks. Journal of Physics: Complexity, v. 3, n. 4, p. 045009-1-045009-16, 2022Tradução . . Disponível em: https://doi.org/10.1088/2632-072X/aca57c. Acesso em: 10 nov. 2024.
    • APA

      Costa, L. da F. (2022). Autorrelation and cross-relation of graphs and networks. Journal of Physics: Complexity, 3( 4), 045009-1-045009-16. doi:10.1088/2632-072X/aca57c
    • NLM

      Costa L da F. Autorrelation and cross-relation of graphs and networks [Internet]. Journal of Physics: Complexity. 2022 ; 3( 4): 045009-1-045009-16.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1088/2632-072X/aca57c
    • Vancouver

      Costa L da F. Autorrelation and cross-relation of graphs and networks [Internet]. Journal of Physics: Complexity. 2022 ; 3( 4): 045009-1-045009-16.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1088/2632-072X/aca57c
  • Source: Applied Soft Computing. Unidades: IFSC, ICMC

    Subjects: REDES COMPLEXAS, VISÃO COMPUTACIONAL, REDES NEURAIS

    Versão AceitaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      RIBAS, Lucas Correia et al. Learning graph representation with randomized neural network for dynamic texture classification. Applied Soft Computing, v. 114, n. Ja 2022, p. 108035-1-108035-14, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.asoc.2021.108035. Acesso em: 10 nov. 2024.
    • APA

      Ribas, L. C., Sá Júnior, J. J. de M., Manzanera, A., & Bruno, O. M. (2022). Learning graph representation with randomized neural network for dynamic texture classification. Applied Soft Computing, 114( Ja 2022), 108035-1-108035-14. doi:10.1016/j.asoc.2021.108035
    • NLM

      Ribas LC, Sá Júnior JJ de M, Manzanera A, Bruno OM. Learning graph representation with randomized neural network for dynamic texture classification [Internet]. Applied Soft Computing. 2022 ; 114( Ja 2022): 108035-1-108035-14.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1016/j.asoc.2021.108035
    • Vancouver

      Ribas LC, Sá Júnior JJ de M, Manzanera A, Bruno OM. Learning graph representation with randomized neural network for dynamic texture classification [Internet]. Applied Soft Computing. 2022 ; 114( Ja 2022): 108035-1-108035-14.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1016/j.asoc.2021.108035
  • Source: PeerJ. Unidades: IFSC, IME, FCF, FMRP

    Subjects: APRENDIZADO COMPUTACIONAL, TRYPANOSOMA CRUZI, ALGORITMOS

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      MORAIS, Mauro César Cafundó et al. Automatic detection of the parasite Trypanosoma cruzi in blood smears using a machine learning approach applied to mobile phone images. PeerJ, v. 10, p. e13470-1-e13470-19, 2022Tradução . . Disponível em: https://doi.org/10.7717/peerj.13470. Acesso em: 10 nov. 2024.
    • APA

      Morais, M. C. C., Silva, D., Milagre, M. M., Oliveira, M. T. de, Pereira, T., Silva, J. S. da, et al. (2022). Automatic detection of the parasite Trypanosoma cruzi in blood smears using a machine learning approach applied to mobile phone images. PeerJ, 10, e13470-1-e13470-19. doi:10.7717/peerj.13470
    • NLM

      Morais MCC, Silva D, Milagre MM, Oliveira MT de, Pereira T, Silva JS da, Costa L da F, Minóprio P, César Júnior RM, Gazzinelli R, Lana M de, Nakaya HTI. Automatic detection of the parasite Trypanosoma cruzi in blood smears using a machine learning approach applied to mobile phone images [Internet]. PeerJ. 2022 ; 10 e13470-1-e13470-19.[citado 2024 nov. 10 ] Available from: https://doi.org/10.7717/peerj.13470
    • Vancouver

      Morais MCC, Silva D, Milagre MM, Oliveira MT de, Pereira T, Silva JS da, Costa L da F, Minóprio P, César Júnior RM, Gazzinelli R, Lana M de, Nakaya HTI. Automatic detection of the parasite Trypanosoma cruzi in blood smears using a machine learning approach applied to mobile phone images [Internet]. PeerJ. 2022 ; 10 e13470-1-e13470-19.[citado 2024 nov. 10 ] Available from: https://doi.org/10.7717/peerj.13470
  • Source: Biomedical Signal Processing and Control. Unidades: IFSC, ICMC

    Subjects: REDES COMPLEXAS, RECONHECIMENTO DE IMAGEM, TECNOLOGIAS DA SAÚDE, OSTEOARTRITE DO JOELHO

    Versão AceitaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      RIBAS, Lucas Correia et al. A complex network based approach for knee osteoarthritis detection: data from the Osteoarthritis initiative. Biomedical Signal Processing and Control, v. 222, n. Ja 2022, p. 103133-1-103133-10, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.bspc.2021.103133. Acesso em: 10 nov. 2024.
    • APA

      Ribas, L. C., Riad, R., Jennane, R., & Bruno, O. M. (2022). A complex network based approach for knee osteoarthritis detection: data from the Osteoarthritis initiative. Biomedical Signal Processing and Control, 222( Ja 2022), 103133-1-103133-10. doi:10.1016/j.bspc.2021.103133
    • NLM

      Ribas LC, Riad R, Jennane R, Bruno OM. A complex network based approach for knee osteoarthritis detection: data from the Osteoarthritis initiative [Internet]. Biomedical Signal Processing and Control. 2022 ; 222( Ja 2022): 103133-1-103133-10.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1016/j.bspc.2021.103133
    • Vancouver

      Ribas LC, Riad R, Jennane R, Bruno OM. A complex network based approach for knee osteoarthritis detection: data from the Osteoarthritis initiative [Internet]. Biomedical Signal Processing and Control. 2022 ; 222( Ja 2022): 103133-1-103133-10.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1016/j.bspc.2021.103133
  • Source: Portal IFSC. Unidades: IFSC, FMRP

    Subjects: COVID-19, ULTRASSOM, PESQUISA CIENTÍFICA

    Versão PublicadaAcesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      BRUNO, Odemir Martinez e VERAS, Flávio Protásio. Experimento com ultrassom neutraliza o SARS-CoV-2: pesquisadores da USP de São Carlos e Ribeirão Preto inativam vírus “in vitro” com ressonância acústica. [Depoimento a Rui Sintra]. Portal IFSC. São Carlos: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://www2.ifsc.usp.br/portal-ifsc/experimento-com-ultrassom-neutraliza-o-sars-cov-2-pesquisadores-da-usp-de-sao-carlos-e-ribeirao-preto-inativam-virus-in-vitro-com-ressonancia-acustica/. Acesso em: 10 nov. 2024. , 2022
    • APA

      Bruno, O. M., & Veras, F. P. (2022). Experimento com ultrassom neutraliza o SARS-CoV-2: pesquisadores da USP de São Carlos e Ribeirão Preto inativam vírus “in vitro” com ressonância acústica. [Depoimento a Rui Sintra]. Portal IFSC. São Carlos: Instituto de Física de São Carlos, Universidade de São Paulo. Recuperado de https://www2.ifsc.usp.br/portal-ifsc/experimento-com-ultrassom-neutraliza-o-sars-cov-2-pesquisadores-da-usp-de-sao-carlos-e-ribeirao-preto-inativam-virus-in-vitro-com-ressonancia-acustica/
    • NLM

      Bruno OM, Veras FP. Experimento com ultrassom neutraliza o SARS-CoV-2: pesquisadores da USP de São Carlos e Ribeirão Preto inativam vírus “in vitro” com ressonância acústica. [Depoimento a Rui Sintra] [Internet]. Portal IFSC. 2022 ;[citado 2024 nov. 10 ] Available from: https://www2.ifsc.usp.br/portal-ifsc/experimento-com-ultrassom-neutraliza-o-sars-cov-2-pesquisadores-da-usp-de-sao-carlos-e-ribeirao-preto-inativam-virus-in-vitro-com-ressonancia-acustica/
    • Vancouver

      Bruno OM, Veras FP. Experimento com ultrassom neutraliza o SARS-CoV-2: pesquisadores da USP de São Carlos e Ribeirão Preto inativam vírus “in vitro” com ressonância acústica. [Depoimento a Rui Sintra] [Internet]. Portal IFSC. 2022 ;[citado 2024 nov. 10 ] Available from: https://www2.ifsc.usp.br/portal-ifsc/experimento-com-ultrassom-neutraliza-o-sars-cov-2-pesquisadores-da-usp-de-sao-carlos-e-ribeirao-preto-inativam-virus-in-vitro-com-ressonancia-acustica/
  • Source: Journal of Applied Ecology. Unidades: IFSC, FSP, IB

    Subjects: FEBRE AMARELA, APRENDIZADO COMPUTACIONAL, ZOONOSES

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      PRIST, Paula Ribeiro et al. Roads and forest edges facilitate yellow fever virus dispersion. Journal of Applied Ecology, v. 59, n. Ja 2022, p. 4-17, 2022Tradução . . Disponível em: https://doi.org/10.1111/1365-2664.14031. Acesso em: 10 nov. 2024.
    • APA

      Prist, P. R., Tambosi, L. R., Mucci, L. F., Pinter, A., Souza, R. P. de, Muylaert, R. de L., et al. (2022). Roads and forest edges facilitate yellow fever virus dispersion. Journal of Applied Ecology, 59( Ja 2022), 4-17. doi:10.1111/1365-2664.14031
    • NLM

      Prist PR, Tambosi LR, Mucci LF, Pinter A, Souza RP de, Muylaert R de L, Rhodes JR, Comin CH, Costa L da F, D'Agostini TL, Deus JT de, Pavão M, Port-Carvalho M, Saad LDC, Sallum MAM, Spinola RMF, Metzger J-P. Roads and forest edges facilitate yellow fever virus dispersion [Internet]. Journal of Applied Ecology. 2022 ; 59( Ja 2022): 4-17.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1111/1365-2664.14031
    • Vancouver

      Prist PR, Tambosi LR, Mucci LF, Pinter A, Souza RP de, Muylaert R de L, Rhodes JR, Comin CH, Costa L da F, D'Agostini TL, Deus JT de, Pavão M, Port-Carvalho M, Saad LDC, Sallum MAM, Spinola RMF, Metzger J-P. Roads and forest edges facilitate yellow fever virus dispersion [Internet]. Journal of Applied Ecology. 2022 ; 59( Ja 2022): 4-17.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1111/1365-2664.14031
  • Source: Plant Methods. Unidade: IFSC

    Subjects: RECONHECIMENTO DE PADRÕES, IMAGEM, MADEIRA

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      SILVA, Núbia Rosa da et al. Improved wood species identification based on multi-view imagery of the three anatomical planes. Plant Methods, v. 18, n. 1, p. 79-1-79-17, 2022Tradução . . Disponível em: https://doi.org/10.1186/s13007-022-00910-1. Acesso em: 10 nov. 2024.
    • APA

      Silva, N. R. da, Deklerck, V., Baetens, J. M., Bulcke, J. V. den, Ridder, M. D., Rousseau, M., et al. (2022). Improved wood species identification based on multi-view imagery of the three anatomical planes. Plant Methods, 18( 1), 79-1-79-17. doi:10.1186/s13007-022-00910-1
    • NLM

      Silva NR da, Deklerck V, Baetens JM, Bulcke JV den, Ridder MD, Rousseau M, Bruno OM, Beeckman H, Acker JV, Baets BD, Verwaeren J. Improved wood species identification based on multi-view imagery of the three anatomical planes [Internet]. Plant Methods. 2022 ; 18( 1): 79-1-79-17.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1186/s13007-022-00910-1
    • Vancouver

      Silva NR da, Deklerck V, Baetens JM, Bulcke JV den, Ridder MD, Rousseau M, Bruno OM, Beeckman H, Acker JV, Baets BD, Verwaeren J. Improved wood species identification based on multi-view imagery of the three anatomical planes [Internet]. Plant Methods. 2022 ; 18( 1): 79-1-79-17.[citado 2024 nov. 10 ] Available from: https://doi.org/10.1186/s13007-022-00910-1

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2024