ReP USP - Resultado da busca

Artigo de periodico
Automated machine learning in medical research: a systematic literature mapping study (2026)
Castro, Giovanna Aguiar de ; Barioto, Luiza Gandolfi ; Cao, Yu Han ; Silva, Renato Moraes ; Caseli, Helena de Medeiros ; Machado Neto, João Agostinho ; Cerri, Ricardo ; Villavicencio, Aline ; Almeida, Tiago Agostinho de
Source: Artificial Intelligence in Medicine. Unidades: ICMC, ICB
Subjects: APRENDIZADO COMPUTACIONAL, MEDICINA, REVISÃO SISTEMÁTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CASTRO, Giovanna Aguiar de et al. Automated machine learning in medical research: a systematic literature mapping study. Artificial Intelligence in Medicine, v. 171, n. Ja 2026, p. 1-24, 2026Tradução . . Disponível em: https://doi.org/10.1016/j.artmed.2025.103302. Acesso em: 03 jan. 2026.
APA
Castro, G. A. de, Barioto, L. G., Cao, Y. H., Silva, R. M., Caseli, H. de M., Machado Neto, J. A., et al. (2026). Automated machine learning in medical research: a systematic literature mapping study. Artificial Intelligence in Medicine, 171( Ja 2026), 1-24. doi:10.1016/j.artmed.2025.103302
NLM
Castro GA de, Barioto LG, Cao YH, Silva RM, Caseli H de M, Machado Neto JA, Cerri R, Villavicencio A, Almeida TA de. Automated machine learning in medical research: a systematic literature mapping study [Internet]. Artificial Intelligence in Medicine. 2026 ; 171( Ja 2026): 1-24.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1016/j.artmed.2025.103302
Vancouver
Castro GA de, Barioto LG, Cao YH, Silva RM, Caseli H de M, Machado Neto JA, Cerri R, Villavicencio A, Almeida TA de. Automated machine learning in medical research: a systematic literature mapping study [Internet]. Artificial Intelligence in Medicine. 2026 ; 171( Ja 2026): 1-24.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1016/j.artmed.2025.103302
Tese (Doutorado)
T-Explainer: uma abordagem para a explicabilidade em Aprendizado de Máquina baseada em gradientes (2024)
Ortigossa, Evandro Scudeleti ; Nonato, Luis Gustavo (Orientador)
Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, SÉRIES DE TAYLOR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ORTIGOSSA, Evandro Scudeleti. T-Explainer: uma abordagem para a explicabilidade em Aprendizado de Máquina baseada em gradientes. 2024. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-171752/. Acesso em: 03 jan. 2026.
APA
Ortigossa, E. S. (2024). T-Explainer: uma abordagem para a explicabilidade em Aprendizado de Máquina baseada em gradientes (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-171752/
NLM
Ortigossa ES. T-Explainer: uma abordagem para a explicabilidade em Aprendizado de Máquina baseada em gradientes [Internet]. 2024 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-171752/
Vancouver
Ortigossa ES. T-Explainer: uma abordagem para a explicabilidade em Aprendizado de Máquina baseada em gradientes [Internet]. 2024 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-171752/
Artigo de periodico
Local rule-based explanations method based on genetic algorithms with fitness sharing (2023)
Santos, Daniel Augusto dos; Baranauskas, José Augusto ; Tinós, Renato
Source: Learning and Nonlinear Models - Journal of the Brazilian Society on Computational Intelligence (SBIC). Unidade: FFCLRP
Subjects: INTELIGÊNCIA ARTIFICIAL, ALGORITMOS GENÉTICOS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SANTOS, Daniel Augusto dos e BARANAUSKAS, José Augusto e TINÓS, Renato. Local rule-based explanations method based on genetic algorithms with fitness sharing. Learning and Nonlinear Models - Journal of the Brazilian Society on Computational Intelligence (SBIC), v. 21, n. 2, p. 4-15, 2023Tradução . . Disponível em: https://doi.org/10.21528/lnlm-vol21-no2-art1. Acesso em: 03 jan. 2026.
APA
Santos, D. A. dos, Baranauskas, J. A., & Tinós, R. (2023). Local rule-based explanations method based on genetic algorithms with fitness sharing. Learning and Nonlinear Models - Journal of the Brazilian Society on Computational Intelligence (SBIC), 21( 2), 4-15. doi:10.21528/lnlm-vol21-no2-art1
NLM
Santos DA dos, Baranauskas JA, Tinós R. Local rule-based explanations method based on genetic algorithms with fitness sharing [Internet]. Learning and Nonlinear Models - Journal of the Brazilian Society on Computational Intelligence (SBIC). 2023 ; 21( 2): 4-15.[citado 2026 jan. 03 ] Available from: https://doi.org/10.21528/lnlm-vol21-no2-art1
Vancouver
Santos DA dos, Baranauskas JA, Tinós R. Local rule-based explanations method based on genetic algorithms with fitness sharing [Internet]. Learning and Nonlinear Models - Journal of the Brazilian Society on Computational Intelligence (SBIC). 2023 ; 21( 2): 4-15.[citado 2026 jan. 03 ] Available from: https://doi.org/10.21528/lnlm-vol21-no2-art1
Dissertação (Mestrado)
Um modelo para explicação de decisões locais de classificadores baseado em algoritmos genéticos com preservação da diversidade de populações (2022)
Santos, Daniel Augusto dos; Tinós, Renato (Orientador)
Unidade: FFCLRP
Subjects: ALGORITMOS, INTELIGÊNCIA ARTIFICIAL, POPULAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SANTOS, Daniel Augusto dos. Um modelo para explicação de decisões locais de classificadores baseado em algoritmos genéticos com preservação da diversidade de populações. 2022. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-17112023-112559/. Acesso em: 03 jan. 2026.
APA
Santos, D. A. dos. (2022). Um modelo para explicação de decisões locais de classificadores baseado em algoritmos genéticos com preservação da diversidade de populações (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59143/tde-17112023-112559/
NLM
Santos DA dos. Um modelo para explicação de decisões locais de classificadores baseado em algoritmos genéticos com preservação da diversidade de populações [Internet]. 2022 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-17112023-112559/
Vancouver
Santos DA dos. Um modelo para explicação de decisões locais de classificadores baseado em algoritmos genéticos com preservação da diversidade de populações [Internet]. 2022 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-17112023-112559/
Dissertação (Mestrado)
Integrando técnicas de aprendizado de máquina para descoberta de conhecimento interpretável de prontuários eletrônicos de pacientes (2021)
Clementino Junior, Jose Maria; Faiçal, Bruno Squizato (Orientador); Traina, Agma Juci Machado (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, INTELIGÊNCIA ARTIFICIAL, RECONHECIMENTO DE PADRÕES, REGISTROS MÉDICOS, INTEROPERABILIDADE, BANCO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CLEMENTINO JUNIOR, Jose Maria. Integrando técnicas de aprendizado de máquina para descoberta de conhecimento interpretável de prontuários eletrônicos de pacientes. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-15032022-143926/. Acesso em: 03 jan. 2026.
APA
Clementino Junior, J. M. (2021). Integrando técnicas de aprendizado de máquina para descoberta de conhecimento interpretável de prontuários eletrônicos de pacientes (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-15032022-143926/
NLM
Clementino Junior JM. Integrando técnicas de aprendizado de máquina para descoberta de conhecimento interpretável de prontuários eletrônicos de pacientes [Internet]. 2021 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-15032022-143926/
Vancouver
Clementino Junior JM. Integrando técnicas de aprendizado de máquina para descoberta de conhecimento interpretável de prontuários eletrônicos de pacientes [Internet]. 2021 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-15032022-143926/
Trabalho de evento-anais periodico
Use of fitness sharing in the local rule-based explanations method (2021)
Santos, Daniel Augusto dos; Baranauskas, José Augusto ; Tinós, Renato
Source: Proceedings. Conference titles: IEEE Latin American Conference on Computational Intelligence (LA-CCI). Unidade: FFCLRP
Assunto: CONDICIONAMENTO FÍSICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SANTOS, Daniel Augusto dos e BARANAUSKAS, José Augusto e TINÓS, Renato. Use of fitness sharing in the local rule-based explanations method. Proceedings. Temuco: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1109/LA-CCI48322.2021.9769789. Acesso em: 03 jan. 2026. , 2021
APA
Santos, D. A. dos, Baranauskas, J. A., & Tinós, R. (2021). Use of fitness sharing in the local rule-based explanations method. Proceedings. Temuco: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.1109/LA-CCI48322.2021.9769789
NLM
Santos DA dos, Baranauskas JA, Tinós R. Use of fitness sharing in the local rule-based explanations method [Internet]. Proceedings. 2021 ; 1-6.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1109/LA-CCI48322.2021.9769789
Vancouver
Santos DA dos, Baranauskas JA, Tinós R. Use of fitness sharing in the local rule-based explanations method [Internet]. Proceedings. 2021 ; 1-6.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1109/LA-CCI48322.2021.9769789
Tese (Doutorado)
Enhancing Dimensionality Reduction Techniques for Deep Neural Network Visualization (2020)
Cantareira, Gabriel Dias; Paulovich, Fernando Vieira (Orientador)
Unidade: ICMC
Subjects: REDES NEURAIS, VISUALIZAÇÃO, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CANTAREIRA, Gabriel Dias. Enhancing Dimensionality Reduction Techniques for Deep Neural Network Visualization. 2020. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25022021-130621/. Acesso em: 03 jan. 2026.
APA
Cantareira, G. D. (2020). Enhancing Dimensionality Reduction Techniques for Deep Neural Network Visualization (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25022021-130621/
NLM
Cantareira GD. Enhancing Dimensionality Reduction Techniques for Deep Neural Network Visualization [Internet]. 2020 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25022021-130621/
Vancouver
Cantareira GD. Enhancing Dimensionality Reduction Techniques for Deep Neural Network Visualization [Internet]. 2020 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25022021-130621/

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Date published

Subjects

Funding Agencies