ReP USP - Resultado da busca

Artigo de jornal-dep/entr
Inteligência artificial ajuda a decifrar pergaminhos carbonizados durante a erupção do Vesúvio. [Depoimento] (2024)
Bruno, Odemir Martinez ; Dal Prá, Elian Rafael
Fonte: Agência FAPESP. Unidade: IFSC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, FÍSICA COMPUTACIONAL
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: 01 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. 01 ] 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. 01 ] Available from: https://agencia.fapesp.br/inteligencia-artificial-ajuda-a-decifrar-papiros-carbonizados-durante-a-erupcao-do-vesuvio/50882
Artigo de periodico-dep/entr
Inteligência artificial decifra parte de papiro da antiguidade. [Depoimento a Maria Guimarães] (2024)
Bruno, Odemir Martinez
Fonte: Pesquisa FAPESP. Unidade: IFSC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, FÍSICA COMPUTACIONAL, ARQUEOLOGIA, PAPIRO, PESQUISA CIENTÍFICA, CIÊNCIA (DISSEMINAÇÃO)
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: 01 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. 01 ] 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. 01 ] Available from: https://revistapesquisa.fapesp.br/inteligencia-artificial-decifra-parte-de-papiro-da-antiguidade/
Artigo de periodico
Aprendizado profundo aplicado à classificação de doenças foliares do milho (2024)
Ariza, Vinicius Matheus Pimentel; Bruno, Odemir Martinez
Fonte: Revista Brasileira de Computação Aplicada. Unidade: IFSC
Assuntos: RESOLUÇÃO DE PROBLEMAS, AGRICULTURA, REDES NEURAIS, APRENDIZAGEM PROFUNDA, MILHO
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: 01 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. 01 ] 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. 01 ] Available from: https://doi.org/10.5335/rbca.v16i2.15390
Trabalho de evento-anais periodico
Efficient simulation of non-uniform cellular automata with a convolutional neural network (2024)
Rollier, Michiel ; Daly, Aisling Jane ; Bruno, Odemir Martinez ; Baetens, Jan M.
Fonte: Lecture Notes in Computer Science - LNCS. Nome do evento: Cellular Automata for Research and Industry - ACRI. Unidade: IFSC
Assuntos: FÍSICA COMPUTACIONAL, SIMULAÇÃO, REDES NEURAIS
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: 01 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. 01 ] 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. 01 ] Available from: https://doi.org/10.1007/978-3-031-71552-5_11
Editor de periodico
Information Processing in Agriculture (2024)
Li, Daoliang (Editor); Bruno, Odemir Martinez (Editor)
Unidade: IFSC
Assuntos: COMPUTAÇÃO APLICADA, AGRICULTURA
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: 01 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. 01 ]
Vancouver
Information Processing in Agriculture. 2024 ;[citado 2024 nov. 01 ]
Artigo de periodico
Dynamics and patterns of the least significant digits of the infinite-arithmetic precision logistic map orbits (2024)
Alvarenga, João Pedro do Valle ; Bruno, Odemir Martinez
Fonte: Chaos, Solitons and Fractals. Unidade: IFSC
Assuntos: RECONHECIMENTO DE PADRÕES, ÓRBITA, FÍSICA COMPUTACIONAL
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: 01 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. 01 ] 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. 01 ] Available from: https://doi.org/10.1016/j.chaos.2024.114488
Artigo de periodico
A network classification method based on density time evolution patterns extracted from network automata (2024)
Zielinski, Kallil Miguel Caparroz; Ribas, Lucas Correia ; Machicao, Jeaneth ; Bruno, Odemir Martinez
Fonte: Pattern Recognition. Unidades: IFSC, EP
Assuntos: REDES COMPLEXAS, REDES NEURAIS, VISÃO COMPUTACIONAL, TEXTURA
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: 01 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. 01 ] 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. 01 ] Available from: https://doi.org/10.1016/j.patcog.2023.109946
Artigo de periodico
Learning a complex network representation for shape classification (2024)
Ribas, Lucas Correia ; Bruno, Odemir Martinez
Fonte: Pattern Recognition. Unidade: IFSC
Assuntos: REDES COMPLEXAS, REDES NEURAIS, VISÃO COMPUTACIONAL, TEXTURA, RECONHECIMENTO DE PADRÕES
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: 01 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. 01 ] 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. 01 ] Available from: https://doi.org/10.1016/j.patcog.2024.110566

Unidades USP

ReP

Filtros

Autores

Assuntos

Título da fonte