ReP USP - Resultado da busca

Trabalho de evento
Addressing the gap between current language models and key-term-based clustering (2023)
Cabral, Eric Macedo ; Rezaeipourfarsangi, Sima ; Oliveira, Maria Cristina Ferreira de ; Milios, Evangelos E ; Minghim, Rosane
Source: Proceedings. Conference titles: ACM Symposium on Document Engineering - DocEng. Unidade: ICMC
Subjects: PROCESSAMENTO DE LINGUAGEM NATURAL, RECONHECIMENTO DE TEXTO, REDES NEURAIS, VISUALIZAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CABRAL, Eric Macedo et al. Addressing the gap between current language models and key-term-based clustering. 2023, Anais.. New York: ACM, 2023. Disponível em: https://doi.org/10.1145/3573128.3604900. Acesso em: 14 nov. 2024.
APA
Cabral, E. M., Rezaeipourfarsangi, S., Oliveira, M. C. F. de, Milios, E. E., & Minghim, R. (2023). Addressing the gap between current language models and key-term-based clustering. In Proceedings. New York: ACM. doi:10.1145/3573128.3604900
NLM
Cabral EM, Rezaeipourfarsangi S, Oliveira MCF de, Milios EE, Minghim R. Addressing the gap between current language models and key-term-based clustering [Internet]. Proceedings. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.1145/3573128.3604900
Vancouver
Cabral EM, Rezaeipourfarsangi S, Oliveira MCF de, Milios EE, Minghim R. Addressing the gap between current language models and key-term-based clustering [Internet]. Proceedings. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.1145/3573128.3604900
Artigo de periodico
A classification and quantification approach to generate features in soundscape ecology using neural networks (2022)
Dias, Fabio Felix ; Ponti, Moacir Antonelli ; Minghim, Rosane
Source: Neural Computing and Applications. Unidade: ICMC
Subjects: REDES NEURAIS, APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE PADRÕES, ACÚSTICA, MONITORAMENTO AMBIENTAL, PÁSSAROS, ANURA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DIAS, Fabio Felix e PONTI, Moacir Antonelli e MINGHIM, Rosane. A classification and quantification approach to generate features in soundscape ecology using neural networks. Neural Computing and Applications, v. 34, n. 3, p. 1923-1937, 2022Tradução . . Disponível em: https://doi.org/10.1007/s00521-021-06501-w. Acesso em: 14 nov. 2024.
APA
Dias, F. F., Ponti, M. A., & Minghim, R. (2022). A classification and quantification approach to generate features in soundscape ecology using neural networks. Neural Computing and Applications, 34( 3), 1923-1937. doi:10.1007/s00521-021-06501-w
NLM
Dias FF, Ponti MA, Minghim R. A classification and quantification approach to generate features in soundscape ecology using neural networks [Internet]. Neural Computing and Applications. 2022 ; 34( 3): 1923-1937.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s00521-021-06501-w
Vancouver
Dias FF, Ponti MA, Minghim R. A classification and quantification approach to generate features in soundscape ecology using neural networks [Internet]. Neural Computing and Applications. 2022 ; 34( 3): 1923-1937.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s00521-021-06501-w
Artigo de periodico
Extended recommendation-by-explanation (2022)
Rana, Arplt ; D'Addio, Rafael Martins ; Manzato, Marcelo Garcia ; Bridge, Derek
Source: User Modeling and User-Adapted Interaction. Unidade: ICMC
Subjects: RECONHECIMENTO DE PADRÕES, RECUPERAÇÃO DA INFORMAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RANA, Arplt et al. Extended recommendation-by-explanation. User Modeling and User-Adapted Interaction, v. 32, n. 1-2, p. 91-131, 2022Tradução . . Disponível em: https://doi.org/10.1007/s11257-021-09317-4. Acesso em: 14 nov. 2024.
APA
Rana, A., D'Addio, R. M., Manzato, M. G., & Bridge, D. (2022). Extended recommendation-by-explanation. User Modeling and User-Adapted Interaction, 32( 1-2), 91-131. doi:10.1007/s11257-021-09317-4
NLM
Rana A, D'Addio RM, Manzato MG, Bridge D. Extended recommendation-by-explanation [Internet]. User Modeling and User-Adapted Interaction. 2022 ; 32( 1-2): 91-131.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s11257-021-09317-4
Vancouver
Rana A, D'Addio RM, Manzato MG, Bridge D. Extended recommendation-by-explanation [Internet]. User Modeling and User-Adapted Interaction. 2022 ; 32( 1-2): 91-131.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s11257-021-09317-4
Editor de periodico
Journal of the Brazilian Computer Society (2022)
Hinchey, Mike G. (Editor); Costa, Luciano da Fontoura (Editor); Nakagawa, Elisa Yumi (Editor); Oliveira, Maria Cristina Ferreira de (Editor); Tinós, Renato (Editor)
Unidades: IFSC, ICMC, FFCLRP
Subjects: CIÊNCIA DA COMPUTAÇÃO, ARQUITETURA E ORGANIZAÇÃO DE COMPUTADORES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
Journal of the Brazilian Computer Society. . London: Springer. . Acesso em: 14 nov. 2024. , 2022
APA
Journal of the Brazilian Computer Society. (2022). Journal of the Brazilian Computer Society. London: Springer.
NLM
Journal of the Brazilian Computer Society. 2022 ;[citado 2024 nov. 14 ]
Vancouver
Journal of the Brazilian Computer Society. 2022 ;[citado 2024 nov. 14 ]
Artigo de periodico
A visual mining approach to improved multiple-instance learning (2021)
Castelo, Sonia; Ponti, Moacir Antonelli ; Minghim, Rosane
Source: Algorithms. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, VISUALIZAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CASTELO, Sonia e PONTI, Moacir Antonelli e MINGHIM, Rosane. A visual mining approach to improved multiple-instance learning. Algorithms, v. 14, n. 12, p. 1-28, 2021Tradução . . Disponível em: https://doi.org/10.3390/a14120344. Acesso em: 14 nov. 2024.
APA
Castelo, S., Ponti, M. A., & Minghim, R. (2021). A visual mining approach to improved multiple-instance learning. Algorithms, 14( 12), 1-28. doi:10.3390/a14120344
NLM
Castelo S, Ponti MA, Minghim R. A visual mining approach to improved multiple-instance learning [Internet]. Algorithms. 2021 ; 14( 12): 1-28.[citado 2024 nov. 14 ] Available from: https://doi.org/10.3390/a14120344
Vancouver
Castelo S, Ponti MA, Minghim R. A visual mining approach to improved multiple-instance learning [Internet]. Algorithms. 2021 ; 14( 12): 1-28.[citado 2024 nov. 14 ] Available from: https://doi.org/10.3390/a14120344
Editor de periodico
Journal of the Brazilian Computer Society (2021)
Hinchey, Mike G. (Editor); Tinós, Renato (Editor) ; Costa, Luciano da Fontoura (Editor) ; Nakagawa, Elisa Yumi (Editor) ; Oliveira, Maria Cristina Ferreira de (Editor)
Unidades: ICMC, FFCLRP, IFSC
Subjects: CIÊNCIA DA COMPUTAÇÃO, ARQUITETURA E ORGANIZAÇÃO DE COMPUTADORES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
Journal of the Brazilian Computer Society. . London: Springer. . Acesso em: 14 nov. 2024. , 2021
APA
Journal of the Brazilian Computer Society. (2021). Journal of the Brazilian Computer Society. London: Springer.
NLM
Journal of the Brazilian Computer Society. 2021 ;[citado 2024 nov. 14 ]
Vancouver
Journal of the Brazilian Computer Society. 2021 ;[citado 2024 nov. 14 ]
Artigo de periodico
Big data and machine learning for materials science (2021)
Rodrigues Junior, José Fernando ; Florea, Larisa ; Oliveira, Maria Cristina Ferreira de ; Diamond, Dermot; Oliveira Junior, Osvaldo Novais de
Source: Discover Materials. Unidades: ICMC, IFSC
Subjects: BIG DATA, INTERNET DAS COISAS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES JUNIOR, José Fernando et al. Big data and machine learning for materials science. Discover Materials, v. 1, n. 1, p. 12-1-12-27, 2021Tradução . . Disponível em: https://doi.org/10.1007/s43939-021-00012-0. Acesso em: 14 nov. 2024.
APA
Rodrigues Junior, J. F., Florea, L., Oliveira, M. C. F. de, Diamond, D., & Oliveira Junior, O. N. de. (2021). Big data and machine learning for materials science. Discover Materials, 1( 1), 12-1-12-27. doi:10.1007/s43939-021-00012-0
NLM
Rodrigues Junior JF, Florea L, Oliveira MCF de, Diamond D, Oliveira Junior ON de. Big data and machine learning for materials science [Internet]. Discover Materials. 2021 ; 1( 1): 12-1-12-27.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s43939-021-00012-0
Vancouver
Rodrigues Junior JF, Florea L, Oliveira MCF de, Diamond D, Oliveira Junior ON de. Big data and machine learning for materials science [Internet]. Discover Materials. 2021 ; 1( 1): 12-1-12-27.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s43939-021-00012-0
Artigo de periodico
BrAgriNews: um corpus temporal-causal (português-brasileiro) para a agricultura (2017)
Drury, Brett; Fernandes, Robson; Lopes, Alneu de Andrade
Source: LinguaMÁTICA. Unidade: ICMC
Subjects: MINERAÇÃO DE DADOS, APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE LINGUAGEM NATURAL, CORPUS, AGRICULTURA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DRURY, Brett e FERNANDES, Robson e LOPES, Alneu de Andrade. BrAgriNews: um corpus temporal-causal (português-brasileiro) para a agricultura. LinguaMÁTICA, v. 9, n. 1, p. 41-54, 2017Tradução . . Disponível em: https://doi.org/10.21814/lm.9.1.245. Acesso em: 14 nov. 2024.
APA
Drury, B., Fernandes, R., & Lopes, A. de A. (2017). BrAgriNews: um corpus temporal-causal (português-brasileiro) para a agricultura. LinguaMÁTICA, 9( 1), 41-54. doi:10.21814/lm.9.1.245
NLM
Drury B, Fernandes R, Lopes A de A. BrAgriNews: um corpus temporal-causal (português-brasileiro) para a agricultura [Internet]. LinguaMÁTICA. 2017 ; 9( 1): 41-54.[citado 2024 nov. 14 ] Available from: https://doi.org/10.21814/lm.9.1.245
Vancouver
Drury B, Fernandes R, Lopes A de A. BrAgriNews: um corpus temporal-causal (português-brasileiro) para a agricultura [Internet]. LinguaMÁTICA. 2017 ; 9( 1): 41-54.[citado 2024 nov. 14 ] Available from: https://doi.org/10.21814/lm.9.1.245
Artigo de periodico
Using network science and text analytics to produce surveys in a scientific topic (2016)
Silva, Filipi N.; Amancio, Diego Raphael ; Bardosova, Maria; Costa, Luciano da Fontoura ; Oliveira Junior, Osvaldo Novais de
Source: Journal of Informetrics. Unidades: ICMC, IFSC
Subjects: ENTROPIA, FOTÔNICA, RECONHECIMENTO DE PADRÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Filipi N. et al. Using network science and text analytics to produce surveys in a scientific topic. Journal of Informetrics, v. 10, n. 2, p. 487-502, 2016Tradução . . Disponível em: https://doi.org/10.1016/j.joi.2016.03.008. Acesso em: 14 nov. 2024.
APA
Silva, F. N., Amancio, D. R., Bardosova, M., Costa, L. da F., & Oliveira Junior, O. N. de. (2016). Using network science and text analytics to produce surveys in a scientific topic. Journal of Informetrics, 10( 2), 487-502. doi:10.1016/j.joi.2016.03.008
NLM
Silva FN, Amancio DR, Bardosova M, Costa L da F, Oliveira Junior ON de. Using network science and text analytics to produce surveys in a scientific topic [Internet]. Journal of Informetrics. 2016 ; 10( 2): 487-502.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.joi.2016.03.008
Vancouver
Silva FN, Amancio DR, Bardosova M, Costa L da F, Oliveira Junior ON de. Using network science and text analytics to produce surveys in a scientific topic [Internet]. Journal of Informetrics. 2016 ; 10( 2): 487-502.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.joi.2016.03.008

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Subjects

Source title

Countries/Territories

Funding Agencies

Indexado em

Non normalized affiliation