Menu

Filtros : "APRENDIZADO COMPUTACIONAL" "2020" Removido: "BMF" Limpar

Filtros

Limitar por data

1 - 20 (200 registros)

  • Tese (Doutorado)

    Visual analytics for machine learning - computing and leveraging decision boundary maps (2020)

    Rodrigues, Francisco Caio Maia; Hirata Júnior, Roberto (Orientador)

    Unidade: IME

    Assunto: APRENDIZADO COMPUTACIONAL

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      RODRIGUES, Francisco Caio Maia. Visual analytics for machine learning - computing and leveraging decision boundary maps. 2020. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-27112020-071803/. Acesso em: 03 jul. 2024.

    • APA

      Rodrigues, F. C. M. (2020). Visual analytics for machine learning - computing and leveraging decision boundary maps (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-27112020-071803/

    • NLM

      Rodrigues FCM. Visual analytics for machine learning - computing and leveraging decision boundary maps [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-27112020-071803/

    • Vancouver

      Rodrigues FCM. Visual analytics for machine learning - computing and leveraging decision boundary maps [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-27112020-071803/

  • Tese (Doutorado)

    Modelos de inteligência computacional para previsão de demanda desagregada em cadeias varejistas do setor de bens de consumo. (2020)

    Andrade, Luiz Augusto Canito Gallego de; Cunha, Cláudio Barbieri da (Orientador)

    Unidade: EP

    Assuntos: CADEIA DE SUPRIMENTOS, VAREJO, ESTATÍSTICA APLICADA, APRENDIZADO COMPUTACIONAL

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      ANDRADE, Luiz Augusto Canito Gallego de. Modelos de inteligência computacional para previsão de demanda desagregada em cadeias varejistas do setor de bens de consumo. 2020. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3138/tde-19032021-102900/. Acesso em: 03 jul. 2024.

    • APA

      Andrade, L. A. C. G. de. (2020). Modelos de inteligência computacional para previsão de demanda desagregada em cadeias varejistas do setor de bens de consumo. (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3138/tde-19032021-102900/

    • NLM

      Andrade LACG de. Modelos de inteligência computacional para previsão de demanda desagregada em cadeias varejistas do setor de bens de consumo. [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3138/tde-19032021-102900/

    • Vancouver

      Andrade LACG de. Modelos de inteligência computacional para previsão de demanda desagregada em cadeias varejistas do setor de bens de consumo. [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3138/tde-19032021-102900/

  • Dissertação (Mestrado)

    Interpretabilidade de modelos de aprendizado profundo aplicados ao diagnóstico e prognóstico não supervisionado de falhas. (2020)

    Oliveira, David Fernandes Neves; Almeida Junior, Jorge Rady de (Orientador)

    Unidade: EP

    Assunto: APRENDIZADO COMPUTACIONAL

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      OLIVEIRA, David Fernandes Neves. Interpretabilidade de modelos de aprendizado profundo aplicados ao diagnóstico e prognóstico não supervisionado de falhas. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-08032021-102116/. Acesso em: 03 jul. 2024.

    • APA

      Oliveira, D. F. N. (2020). Interpretabilidade de modelos de aprendizado profundo aplicados ao diagnóstico e prognóstico não supervisionado de falhas. (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3141/tde-08032021-102116/

    • NLM

      Oliveira DFN. Interpretabilidade de modelos de aprendizado profundo aplicados ao diagnóstico e prognóstico não supervisionado de falhas. [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-08032021-102116/

    • Vancouver

      Oliveira DFN. Interpretabilidade de modelos de aprendizado profundo aplicados ao diagnóstico e prognóstico não supervisionado de falhas. [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-08032021-102116/

  • Dissertação (Mestrado)

    Análise e reconhecimento da forma tripomastigota de Trypanosoma cruzi para parasitemia automatizada em imagens com baixa densidade de pontos (2020)

    Silva, Diogo Matos da; Nakaya, Helder Takashi Imoto (Orientador) ; Costa, Luciano da Fontoura (coorient)

    Unidade: BIOINFORMÁTICA

    Assuntos: BIOINFORMÁTICA, APRENDIZADO COMPUTACIONAL, DOENÇA DE CHAGAS, PROCESSAMENTO DE IMAGENS

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SILVA, Diogo Matos da. Análise e reconhecimento da forma tripomastigota de Trypanosoma cruzi para parasitemia automatizada em imagens com baixa densidade de pontos. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/95/95131/tde-14122020-180409/. Acesso em: 03 jul. 2024.

    • APA

      Silva, D. M. da. (2020). Análise e reconhecimento da forma tripomastigota de Trypanosoma cruzi para parasitemia automatizada em imagens com baixa densidade de pontos (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/95/95131/tde-14122020-180409/

    • NLM

      Silva DM da. Análise e reconhecimento da forma tripomastigota de Trypanosoma cruzi para parasitemia automatizada em imagens com baixa densidade de pontos [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/95/95131/tde-14122020-180409/

    • Vancouver

      Silva DM da. Análise e reconhecimento da forma tripomastigota de Trypanosoma cruzi para parasitemia automatizada em imagens com baixa densidade de pontos [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/95/95131/tde-14122020-180409/

  • Dissertação (Mestrado)

    A deep learning approach to visual servo control and grasp detection for autonomous robotic manipulation (2020)

    Ribeiro, Eduardo Godinho; Grassi Júnior, Valdir (Orientador)

    Unidade: EESC

    Assuntos: ROBÓTICA, INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      RIBEIRO, Eduardo Godinho. A deep learning approach to visual servo control and grasp detection for autonomous robotic manipulation. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-25092020-134758/. Acesso em: 03 jul. 2024.

    • APA

      Ribeiro, E. G. (2020). A deep learning approach to visual servo control and grasp detection for autonomous robotic manipulation (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18153/tde-25092020-134758/

    • NLM

      Ribeiro EG. A deep learning approach to visual servo control and grasp detection for autonomous robotic manipulation [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-25092020-134758/

    • Vancouver

      Ribeiro EG. A deep learning approach to visual servo control and grasp detection for autonomous robotic manipulation [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-25092020-134758/

  • Tese (Doutorado)

    Deciphering the architecture/function relationship in complex bacterial promoters through Synthetic Biology approaches (2020)

    Monteiro, Lummy Maria Oliveira ; Rocha, Rafael Silva (Orientador)

    Unidade: FMRP

    Assuntos: FATORES DE TRANSCRIÇÃO, APRENDIZADO COMPUTACIONAL, REGULAÇÃO GÊNICA, BIOINFORMÁTICA, BIOLOGIA SINTÉTICA, ESCHERICHIA COLI, GENOMAS, BACTÉRIAS

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MONTEIRO, Lummy Maria Oliveira. Deciphering the architecture/function relationship in complex bacterial promoters through Synthetic Biology approaches. 2020. Tese (Doutorado) – Universidade de São Paulo, Ribeirão Preto, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/17/17131/tde-08022021-151242/. Acesso em: 03 jul. 2024.

    • APA

      Monteiro, L. M. O. (2020). Deciphering the architecture/function relationship in complex bacterial promoters through Synthetic Biology approaches (Tese (Doutorado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/17/17131/tde-08022021-151242/

    • NLM

      Monteiro LMO. Deciphering the architecture/function relationship in complex bacterial promoters through Synthetic Biology approaches [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/17/17131/tde-08022021-151242/

    • Vancouver

      Monteiro LMO. Deciphering the architecture/function relationship in complex bacterial promoters through Synthetic Biology approaches [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/17/17131/tde-08022021-151242/

  • Tese (Doutorado)

    Sensoriamento remoto para identificação taxonômica e mapeamento de espécies arbóreas em ambiente urbano (2020)

    Hamamura, Caio; Silva Filho, Demóstenes Ferreira da (Orientador)

    Unidade: ESALQ

    Assuntos: AMBIENTES URBANOS, APRENDIZADO COMPUTACIONAL, ÁRVORES, MAPA FLORESTAL, SENSORIAMENTO REMOTO, TECNOLOGIA LIDAR

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      HAMAMURA, Caio. Sensoriamento remoto para identificação taxonômica e mapeamento de espécies arbóreas em ambiente urbano. 2020. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11150/tde-12082020-165438/. Acesso em: 03 jul. 2024.

    • APA

      Hamamura, C. (2020). Sensoriamento remoto para identificação taxonômica e mapeamento de espécies arbóreas em ambiente urbano (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11150/tde-12082020-165438/

    • NLM

      Hamamura C. Sensoriamento remoto para identificação taxonômica e mapeamento de espécies arbóreas em ambiente urbano [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11150/tde-12082020-165438/

    • Vancouver

      Hamamura C. Sensoriamento remoto para identificação taxonômica e mapeamento de espécies arbóreas em ambiente urbano [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11150/tde-12082020-165438/

  • Tese (Doutorado)

    Leveraging the application of Earth observation data for mapping and monitoring cropland soils (2020)

    Safanelli, José Lucas; Dematte, Jose Alexandre Melo (Orientador)

    Unidade: ESALQ

    Assuntos: APRENDIZADO COMPUTACIONAL, MAPEAMENTO DO SOLO, SENSORIAMENTO REMOTO, SOLO AGRÍCOLA

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SAFANELLI, José Lucas. Leveraging the application of Earth observation data for mapping and monitoring cropland soils. 2020. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11140/tde-26112020-163718/. Acesso em: 03 jul. 2024.

    • APA

      Safanelli, J. L. (2020). Leveraging the application of Earth observation data for mapping and monitoring cropland soils (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11140/tde-26112020-163718/

    • NLM

      Safanelli JL. Leveraging the application of Earth observation data for mapping and monitoring cropland soils [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11140/tde-26112020-163718/

    • Vancouver

      Safanelli JL. Leveraging the application of Earth observation data for mapping and monitoring cropland soils [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11140/tde-26112020-163718/

  • Dissertação (Mestrado)

    An analysis of sample synthesis for deep learning based object detection (2020)

    Blanger, Leonardo; Hirata, Nina Sumiko Tomita (Orientador)

    Unidade: IME

    Assunto: APRENDIZADO COMPUTACIONAL

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BLANGER, Leonardo. An analysis of sample synthesis for deep learning based object detection. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-10112020-203810/. Acesso em: 03 jul. 2024.

    • APA

      Blanger, L. (2020). An analysis of sample synthesis for deep learning based object detection (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-10112020-203810/

    • NLM

      Blanger L. An analysis of sample synthesis for deep learning based object detection [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-10112020-203810/

    • Vancouver

      Blanger L. An analysis of sample synthesis for deep learning based object detection [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-10112020-203810/

  • Trabalho de evento-resumo

    Algoritmos de aprendizagem de máquina aplicados a espectros Raman para a identificação de minérios de ferro (2020)

    Queiroz, Alfredo Antonio Alencar Exposito de; Andrade, Marcelo Barbosa de

    Fonte: Livro de Resumos. Nome do evento: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC

    Assuntos: BANCO DE DADOS, ALGORITMOS, APRENDIZADO COMPUTACIONAL, ESPECTROSCOPIA RAMAN, MINERAIS

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      QUEIROZ, Alfredo Antonio Alencar Exposito de e ANDRADE, Marcelo Barbosa de. Algoritmos de aprendizagem de máquina aplicados a espectros Raman para a identificação de minérios de ferro. 2020, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2020. Disponível em: https://drive.google.com/file/d/1zSpq9v0UajXDmQq5rhvZXa6H1S1icuwc/view. Acesso em: 03 jul. 2024.

    • APA

      Queiroz, A. A. A. E. de, & Andrade, M. B. de. (2020). Algoritmos de aprendizagem de máquina aplicados a espectros Raman para a identificação de minérios de ferro. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://drive.google.com/file/d/1zSpq9v0UajXDmQq5rhvZXa6H1S1icuwc/view

    • NLM

      Queiroz AAAE de, Andrade MB de. Algoritmos de aprendizagem de máquina aplicados a espectros Raman para a identificação de minérios de ferro [Internet]. Livro de Resumos. 2020 ;[citado 2024 jul. 03 ] Available from: https://drive.google.com/file/d/1zSpq9v0UajXDmQq5rhvZXa6H1S1icuwc/view

    • Vancouver

      Queiroz AAAE de, Andrade MB de. Algoritmos de aprendizagem de máquina aplicados a espectros Raman para a identificação de minérios de ferro [Internet]. Livro de Resumos. 2020 ;[citado 2024 jul. 03 ] Available from: https://drive.google.com/file/d/1zSpq9v0UajXDmQq5rhvZXa6H1S1icuwc/view

  • Trabalho de evento-resumo

    Avaliação de qualidade de refeição por aprendizado de máquina (2020)

    Duo Cardella, Giulia; Okamoto Junior, Jun

    Fonte: SIICUSP 2020 : resumos. Nome do evento: Simpósio Internacional de Iniciação Científica e Tecnológica da Universidade de São Paulo - SIICUSP. Unidade: STI

    Assuntos: REFEIÇÕES, APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, REDES NEURAIS, COMPUTAÇÃO EM NUVEM

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      DUO CARDELLA, Giulia e OKAMOTO JUNIOR, Jun. Avaliação de qualidade de refeição por aprendizado de máquina. 2020, Anais.. Sao Paulo: Universidade de São Paulo - USP, 2020. Disponível em: https://uspdigital.usp.br/siicusp/siicPublicacao.jsp?codmnu=7210. Acesso em: 03 jul. 2024.

    • APA

      Duo Cardella, G., & Okamoto Junior, J. (2020). Avaliação de qualidade de refeição por aprendizado de máquina. In SIICUSP 2020 : resumos. Sao Paulo: Universidade de São Paulo - USP. Recuperado de https://uspdigital.usp.br/siicusp/siicPublicacao.jsp?codmnu=7210

    • NLM

      Duo Cardella G, Okamoto Junior J. Avaliação de qualidade de refeição por aprendizado de máquina [Internet]. SIICUSP 2020 : resumos. 2020 ;[citado 2024 jul. 03 ] Available from: https://uspdigital.usp.br/siicusp/siicPublicacao.jsp?codmnu=7210

    • Vancouver

      Duo Cardella G, Okamoto Junior J. Avaliação de qualidade de refeição por aprendizado de máquina [Internet]. SIICUSP 2020 : resumos. 2020 ;[citado 2024 jul. 03 ] Available from: https://uspdigital.usp.br/siicusp/siicPublicacao.jsp?codmnu=7210

  • Artigo de periodico

    DECAF: deep case-based policy inference for knowledge transfer in reinforcement learning (2020)

    Glatt, Ruben; Silva, Felipe Leno da ; Bianchi, Reinaldo Augusto da Costa ; Costa, Anna Helena Reali

    Fonte: Expert Systems with Applications. Unidade: EP

    Assuntos: REDES NEURAIS, APRENDIZADO COMPUTACIONAL

    Acesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      GLATT, Ruben et al. DECAF: deep case-based policy inference for knowledge transfer in reinforcement learning. Expert Systems with Applications, v. 156, p. 113420, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.eswa.2020.113420. Acesso em: 03 jul. 2024.

    • APA

      Glatt, R., Silva, F. L. da, Bianchi, R. A. da C., & Costa, A. H. R. (2020). DECAF: deep case-based policy inference for knowledge transfer in reinforcement learning. Expert Systems with Applications, 156, 113420. doi:10.1016/j.eswa.2020.113420

    • NLM

      Glatt R, Silva FL da, Bianchi RA da C, Costa AHR. DECAF: deep case-based policy inference for knowledge transfer in reinforcement learning [Internet]. Expert Systems with Applications. 2020 ; 156 113420.[citado 2024 jul. 03 ] Available from: https://doi.org/10.1016/j.eswa.2020.113420

    • Vancouver

      Glatt R, Silva FL da, Bianchi RA da C, Costa AHR. DECAF: deep case-based policy inference for knowledge transfer in reinforcement learning [Internet]. Expert Systems with Applications. 2020 ; 156 113420.[citado 2024 jul. 03 ] Available from: https://doi.org/10.1016/j.eswa.2020.113420

  • Artigo de periodico

    Qualitative case-based reasoning and learning (2020)

    Homem, Thiago Pedro Donadon; Costa, Anna Helena Reali ; Bianchi, Reinaldo Augusto da Costa ; Santos, Paulo Eduardo; López de Mantaras, Ramón

    Fonte: Artificial Intelligence. Unidade: EP

    Assuntos: ROBÓTICA, APRENDIZADO COMPUTACIONAL

    Acesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      HOMEM, Thiago Pedro Donadon et al. Qualitative case-based reasoning and learning. Artificial Intelligence, v. 283, p. 103258, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.artint.2020.103258. Acesso em: 03 jul. 2024.

    • APA

      Homem, T. P. D., Costa, A. H. R., Bianchi, R. A. da C., Santos, P. E., & López de Mantaras, R. (2020). Qualitative case-based reasoning and learning. Artificial Intelligence, 283, 103258. doi:10.1016/j.artint.2020.103258

    • NLM

      Homem TPD, Costa AHR, Bianchi RA da C, Santos PE, López de Mantaras R. Qualitative case-based reasoning and learning [Internet]. Artificial Intelligence. 2020 ;283 103258.[citado 2024 jul. 03 ] Available from: https://doi.org/10.1016/j.artint.2020.103258

    • Vancouver

      Homem TPD, Costa AHR, Bianchi RA da C, Santos PE, López de Mantaras R. Qualitative case-based reasoning and learning [Internet]. Artificial Intelligence. 2020 ;283 103258.[citado 2024 jul. 03 ] Available from: https://doi.org/10.1016/j.artint.2020.103258

  • Artigo de periodico

    Trace elements and machine learning for Brazilian beef traceability (2020)

    Fernandes, Elisabete Aparecida de Nadai ; Sarries, Gabriel Adrian ; Bacchi, Marcio Arruda; Mazola, Yuniel Tejeda ; Gonzaga, Claudio Luis; Sarriés, Silvana Regina Vicino

    Fonte: Food Chemistry. Unidades: CENA, ESALQ

    Assuntos: APRENDIZADO COMPUTACIONAL, BOVINOS DE CORTE, CARNES E DERIVADOS, COMPONENTES PRINCIPAIS, OLIGOELEMENTOS, RASTREAMENTO

    Acesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      FERNANDES, Elisabete Aparecida de Nadai et al. Trace elements and machine learning for Brazilian beef traceability. Food Chemistry, v. 333, p. 1-6 , 2020Tradução . . Disponível em: https://doi.org/10.1016/j.foodchem.2020.12746. Acesso em: 03 jul. 2024.

    • APA

      Fernandes, E. A. de N., Sarries, G. A., Bacchi, M. A., Mazola, Y. T., Gonzaga, C. L., & Sarriés, S. R. V. (2020). Trace elements and machine learning for Brazilian beef traceability. Food Chemistry, 333, 1-6 . doi:10.1016/j.foodchem.2020.12746

    • NLM

      Fernandes EA de N, Sarries GA, Bacchi MA, Mazola YT, Gonzaga CL, Sarriés SRV. Trace elements and machine learning for Brazilian beef traceability [Internet]. Food Chemistry. 2020 ; 333 1-6 .[citado 2024 jul. 03 ] Available from: https://doi.org/10.1016/j.foodchem.2020.12746

    • Vancouver

      Fernandes EA de N, Sarries GA, Bacchi MA, Mazola YT, Gonzaga CL, Sarriés SRV. Trace elements and machine learning for Brazilian beef traceability [Internet]. Food Chemistry. 2020 ; 333 1-6 .[citado 2024 jul. 03 ] Available from: https://doi.org/10.1016/j.foodchem.2020.12746

  • Artigo de periodico

    Monitoring of soluble pectin content in orange juice by means of MIR and TD-NMR spectroscopy combined with machine learning (2020)

    Bizzani, Marilia ; Flores, Douglas William Menezes ; Colnago, Luiz Alberto ; Ferreira, Marcos David

    Fonte: Food Chemistry. Unidade: ESALQ

    Assuntos: APRENDIZADO COMPUTACIONAL, ESPECTROSCOPIA INFRAVERMELHA, HOMOPOLISSACARÍDEOS, LARANJA, RESSONÂNCIA MAGNÉTICA NUCLEAR, SUCOS DE FRUTAS

    Acesso à fonteAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BIZZANI, Marilia et al. Monitoring of soluble pectin content in orange juice by means of MIR and TD-NMR spectroscopy combined with machine learning. Food Chemistry, v. 332, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.foodchem.2020.127383. Acesso em: 03 jul. 2024.

    • APA

      Bizzani, M., Flores, D. W. M., Colnago, L. A., & Ferreira, M. D. (2020). Monitoring of soluble pectin content in orange juice by means of MIR and TD-NMR spectroscopy combined with machine learning. Food Chemistry, 332. doi:10.1016/j.foodchem.2020.127383

    • NLM

      Bizzani M, Flores DWM, Colnago LA, Ferreira MD. Monitoring of soluble pectin content in orange juice by means of MIR and TD-NMR spectroscopy combined with machine learning [Internet]. Food Chemistry. 2020 ; 332[citado 2024 jul. 03 ] Available from: https://doi.org/10.1016/j.foodchem.2020.127383

    • Vancouver

      Bizzani M, Flores DWM, Colnago LA, Ferreira MD. Monitoring of soluble pectin content in orange juice by means of MIR and TD-NMR spectroscopy combined with machine learning [Internet]. Food Chemistry. 2020 ; 332[citado 2024 jul. 03 ] Available from: https://doi.org/10.1016/j.foodchem.2020.127383

  • Artigo de periodico

    Incorporating environmental variables, remote and proximal sensing data for digital soil mapping of USDA soil great groups (2020)

    Asgari, Najmeh ; Ayoubi, Shamsollah ; Jafari, Azam; Demattê, José Alexandre Melo

    Fonte: International Journal of Remote Sensing. Unidade: ESALQ

    Assuntos: APRENDIZADO COMPUTACIONAL, CLASSIFICAÇÃO DO SOLO, ESPECTROSCOPIA, GEOESTATÍSTICA, MAPEAMENTO DO SOLO, MODELOS MATEMÁTICOS, REGRESSÃO LOGÍSTICA, SENSORIAMENTO REMOTO

    Acesso à fonteAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      ASGARI, Najmeh et al. Incorporating environmental variables, remote and proximal sensing data for digital soil mapping of USDA soil great groups. International Journal of Remote Sensing, v. 41, n. 19, p. 7624-7648, 2020Tradução . . Disponível em: http://www.tandfonline.com/doi/full/10.1080/01431161.2020.1763506. Acesso em: 03 jul. 2024.

    • APA

      Asgari, N., Ayoubi, S., Jafari, A., & Demattê, J. A. M. (2020). Incorporating environmental variables, remote and proximal sensing data for digital soil mapping of USDA soil great groups. International Journal of Remote Sensing, 41( 19), 7624-7648. doi:10.1080/01431161.2020.1763506

    • NLM

      Asgari N, Ayoubi S, Jafari A, Demattê JAM. Incorporating environmental variables, remote and proximal sensing data for digital soil mapping of USDA soil great groups [Internet]. International Journal of Remote Sensing. 2020 ; 41( 19): 7624-7648.[citado 2024 jul. 03 ] Available from: http://www.tandfonline.com/doi/full/10.1080/01431161.2020.1763506

    • Vancouver

      Asgari N, Ayoubi S, Jafari A, Demattê JAM. Incorporating environmental variables, remote and proximal sensing data for digital soil mapping of USDA soil great groups [Internet]. International Journal of Remote Sensing. 2020 ; 41( 19): 7624-7648.[citado 2024 jul. 03 ] Available from: http://www.tandfonline.com/doi/full/10.1080/01431161.2020.1763506

  • Dissertação (Mestrado)

    Aprendizado por reforço profundo para navegação visual semântica com memória (2020)

    Santos, Iury Batista de Andrade; Romero, Roseli Aparecida Francelin (Orientador)

    Unidade: ICMC

    Assuntos: ROBÓTICA, ROBÔS, VISÃO COMPUTACIONAL, APRENDIZADO COMPUTACIONAL, REDES NEURAIS, INTERAÇÃO HOMEM-MÁQUINA

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SANTOS, Iury Batista de Andrade. Aprendizado por reforço profundo para navegação visual semântica com memória. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16122020-164714/. Acesso em: 03 jul. 2024.

    • APA

      Santos, I. B. de A. (2020). Aprendizado por reforço profundo para navegação visual semântica com memória (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16122020-164714/

    • NLM

      Santos IB de A. Aprendizado por reforço profundo para navegação visual semântica com memória [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16122020-164714/

    • Vancouver

      Santos IB de A. Aprendizado por reforço profundo para navegação visual semântica com memória [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16122020-164714/

  • Tese (Doutorado)

    Non-stationary and unpredictable data distributions in classification and quantification (2020)

    Reis, Denis Moreira dos; Batista, Gustavo Enrique de Almeida Prado Alves (Orientador); Sousa, Elaine Parros Machado de (Orientador)

    Unidade: ICMC

    Assuntos: ANÁLISE DE DADOS, APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE DADOS

    Acesso à fonteAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      REIS, Denis Moreira dos. Non-stationary and unpredictable data distributions in classification and quantification. 2020. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-174834/. Acesso em: 03 jul. 2024.

    • APA

      Reis, D. M. dos. (2020). Non-stationary and unpredictable data distributions in classification and quantification (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-174834/

    • NLM

      Reis DM dos. Non-stationary and unpredictable data distributions in classification and quantification [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-174834/

    • Vancouver

      Reis DM dos. Non-stationary and unpredictable data distributions in classification and quantification [Internet]. 2020 ;[citado 2024 jul. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-174834/

  • Artigo de periodico

    Visual feature fusion and its application to support unsupervised clustering tasks (2020)

    Hilasaca, Gladys Marleny ; Paulovich, Fernando Vieira

    Fonte: Information Visualization. Unidade: ICMC

    Assuntos: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, ALGORITMOS ÚTEIS E ESPECÍFICOS, VISUALIZAÇÃO

    PrivadoAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      HILASACA, Gladys Marleny e PAULOVICH, Fernando Vieira. Visual feature fusion and its application to support unsupervised clustering tasks. Information Visualization, v. 19, n. 2, p. 163-179, 2020Tradução . . Disponível em: https://doi.org/10.1177/1473871619891062. Acesso em: 03 jul. 2024.

    • APA

      Hilasaca, G. M., & Paulovich, F. V. (2020). Visual feature fusion and its application to support unsupervised clustering tasks. Information Visualization, 19( 2), 163-179. doi:10.1177/1473871619891062

    • NLM

      Hilasaca GM, Paulovich FV. Visual feature fusion and its application to support unsupervised clustering tasks [Internet]. Information Visualization. 2020 ; 19( 2): 163-179.[citado 2024 jul. 03 ] Available from: https://doi.org/10.1177/1473871619891062

    • Vancouver

      Hilasaca GM, Paulovich FV. Visual feature fusion and its application to support unsupervised clustering tasks [Internet]. Information Visualization. 2020 ; 19( 2): 163-179.[citado 2024 jul. 03 ] Available from: https://doi.org/10.1177/1473871619891062

  • Artigo de periodico

    Explainable machine learning algorithms for predicting glass transition temperatures (2020)

    Alcobaça, Edesio ; Mastelini, Saulo Martiello ; Botari, Tiago ; Pimentel, Bruno Almeida ; Cassar, Daniel Roberto ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Zanotto, Edgar Dutra

    Fonte: Acta Materialia. Unidade: ICMC

    Assuntos: APRENDIZADO COMPUTACIONAL, ALGORITMOS ÚTEIS E ESPECÍFICOS, VIDRO

    PrivadoAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      ALCOBAÇA, Edesio et al. Explainable machine learning algorithms for predicting glass transition temperatures. Acta Materialia, v. 188, p. 92-100, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.actamat.2020.01.047. Acesso em: 03 jul. 2024.

    • APA

      Alcobaça, E., Mastelini, S. M., Botari, T., Pimentel, B. A., Cassar, D. R., Carvalho, A. C. P. de L. F. de, & Zanotto, E. D. (2020). Explainable machine learning algorithms for predicting glass transition temperatures. Acta Materialia, 188, 92-100. doi:10.1016/j.actamat.2020.01.047

    • NLM

      Alcobaça E, Mastelini SM, Botari T, Pimentel BA, Cassar DR, Carvalho ACP de LF de, Zanotto ED. Explainable machine learning algorithms for predicting glass transition temperatures [Internet]. Acta Materialia. 2020 ; 188 92-100.[citado 2024 jul. 03 ] Available from: https://doi.org/10.1016/j.actamat.2020.01.047

    • Vancouver

      Alcobaça E, Mastelini SM, Botari T, Pimentel BA, Cassar DR, Carvalho ACP de LF de, Zanotto ED. Explainable machine learning algorithms for predicting glass transition temperatures [Internet]. Acta Materialia. 2020 ; 188 92-100.[citado 2024 jul. 03 ] Available from: https://doi.org/10.1016/j.actamat.2020.01.047

1 - 20 (200 registros)

Biblioteca Digital de Produção Intelectual da Universidade de São Paulo     2012 - 2024