ReP USP - Resultado da busca

Dissertação (Mestrado)
Estratégia multinível para detecção de comunidades em redes k-partidas (2025)
Mendes, Renata Sarmet Smiderle; Lopes, Alneu de Andrade (Orientador)
Unidade: ICMC
Subjects: REDES COMPLEXAS, RECONHECIMENTO DE PADRÕES, TEORIA DOS GRAFOS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MENDES, Renata Sarmet Smiderle. Estratégia multinível para detecção de comunidades em redes k-partidas. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25092025-170612/. Acesso em: 10 fev. 2026.
APA
Mendes, R. S. S. (2025). Estratégia multinível para detecção de comunidades em redes k-partidas (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25092025-170612/
NLM
Mendes RSS. Estratégia multinível para detecção de comunidades em redes k-partidas [Internet]. 2025 ;[citado 2026 fev. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25092025-170612/
Vancouver
Mendes RSS. Estratégia multinível para detecção de comunidades em redes k-partidas [Internet]. 2025 ;[citado 2026 fev. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25092025-170612/
Trabalho de evento-anais periodico
Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks (2025)
Nascimento Junior, Odelmo O.; Assis, Dhara L. C.; Destro Filho, João Batista; Liang, Zhao ; Carneiro, Murillo Guimarães
Source: Lecture Notes in Artificial Intelligence - Intelligent Systems. Conference titles: Brazilian Conference on Intelligent Systems, BRACIS. Unidade: FFCLRP
Subjects: REDE NERVOSA, COMA, ELETROENCEFALOGRAFIA, MONITORAMENTO, CÉREBRO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NASCIMENTO JUNIOR, Odelmo O. et al. Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks. Lecture Notes in Artificial Intelligence - Intelligent Systems. Cham: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/978-3-031-79038-6_16. Acesso em: 10 fev. 2026. , 2025
APA
Nascimento Junior, O. O., Assis, D. L. C., Destro Filho, J. B., Liang, Z., & Carneiro, M. G. (2025). Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks. Lecture Notes in Artificial Intelligence - Intelligent Systems. Cham: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.1007/978-3-031-79038-6_16
NLM
Nascimento Junior OO, Assis DLC, Destro Filho JB, Liang Z, Carneiro MG. Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks [Internet]. Lecture Notes in Artificial Intelligence - Intelligent Systems. 2025 ; 15415 223-237.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_16
Vancouver
Nascimento Junior OO, Assis DLC, Destro Filho JB, Liang Z, Carneiro MG. Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks [Internet]. Lecture Notes in Artificial Intelligence - Intelligent Systems. 2025 ; 15415 223-237.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_16
Artigo de periodico
A graph-based approach for positive and unlabeled learning (2021)
Carnevali, Julio César ; Rossi, Rafael Geraldeli ; Milios, Evangelos ; Lopes, Alneu de Andrade
Source: Information Sciences. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE TEXTO, RECUPERAÇÃO DA INFORMAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CARNEVALI, Julio César et al. A graph-based approach for positive and unlabeled learning. Information Sciences, v. No 2021, p. 655-672, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.ins.2021.08.099. Acesso em: 10 fev. 2026.
APA
Carnevali, J. C., Rossi, R. G., Milios, E., & Lopes, A. de A. (2021). A graph-based approach for positive and unlabeled learning. Information Sciences, No 2021, 655-672. doi:10.1016/j.ins.2021.08.099
NLM
Carnevali JC, Rossi RG, Milios E, Lopes A de A. A graph-based approach for positive and unlabeled learning [Internet]. Information Sciences. 2021 ; No 2021 655-672.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1016/j.ins.2021.08.099
Vancouver
Carnevali JC, Rossi RG, Milios E, Lopes A de A. A graph-based approach for positive and unlabeled learning [Internet]. Information Sciences. 2021 ; No 2021 655-672.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1016/j.ins.2021.08.099
Trabalho de evento-anais periodico
A heterogeneous network-based positive and unlabeled learning approach to detect fake news (2021)
Souza, Mariana Caravanti de ; Nogueira, Bruno Magalhães ; Rossi, Rafael Geraldeli ; Marcacini, Ricardo Marcondes ; Rezende, Solange Oliveira
Source: Lecture Notes in Artificial Intelligence. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Subjects: FAKE NEWS, PROCESSAMENTO DE TEXTO, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Mariana Caravanti de et al. A heterogeneous network-based positive and unlabeled learning approach to detect fake news. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-030-91699-2_1. Acesso em: 10 fev. 2026. , 2021
APA
Souza, M. C. de, Nogueira, B. M., Rossi, R. G., Marcacini, R. M., & Rezende, S. O. (2021). A heterogeneous network-based positive and unlabeled learning approach to detect fake news. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-030-91699-2_1
NLM
Souza MC de, Nogueira BM, Rossi RG, Marcacini RM, Rezende SO. A heterogeneous network-based positive and unlabeled learning approach to detect fake news [Internet]. Lecture Notes in Artificial Intelligence. 2021 ; 13074 3-18.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1007/978-3-030-91699-2_1
Vancouver
Souza MC de, Nogueira BM, Rossi RG, Marcacini RM, Rezende SO. A heterogeneous network-based positive and unlabeled learning approach to detect fake news [Internet]. Lecture Notes in Artificial Intelligence. 2021 ; 13074 3-18.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1007/978-3-030-91699-2_1
Dissertação (Mestrado)
Aprendizado semissupervisionado baseado em uma única classe por meio de propagação de rótulos em grafos (2020)
Carnevali, Julio Cesar; Lopes, Alneu de Andrade (Orientador)
Unidade: ICMC
Subjects: RECUPERAÇÃO DA INFORMAÇÃO, RECONHECIMENTO DE PADRÕES, ANÁLISE DE TEXTO, ANÁLISE DE DADOS, APRENDIZADO COMPUTACIONAL, TEORIA DOS GRAFOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CARNEVALI, Julio Cesar. Aprendizado semissupervisionado baseado em uma única classe por meio de propagação de rótulos em grafos. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16112020-155518/. Acesso em: 10 fev. 2026.
APA
Carnevali, J. C. (2020). Aprendizado semissupervisionado baseado em uma única classe por meio de propagação de rótulos em grafos (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16112020-155518/
NLM
Carnevali JC. Aprendizado semissupervisionado baseado em uma única classe por meio de propagação de rótulos em grafos [Internet]. 2020 ;[citado 2026 fev. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16112020-155518/
Vancouver
Carnevali JC. Aprendizado semissupervisionado baseado em uma única classe por meio de propagação de rótulos em grafos [Internet]. 2020 ;[citado 2026 fev. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16112020-155518/
Artigo de periodico
A two-stage regularization framework for heterogeneous event networks (2020)
Santos, Brucce Neves dos ; Rossi, Rafael Geraldeli ; Rezende, Solange Oliveira ; Marcacini, Ricardo Marcondes
Source: Pattern Recognition Letters. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE PADRÕES, REDES SOCIAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SANTOS, Brucce Neves dos et al. A two-stage regularization framework for heterogeneous event networks. Pattern Recognition Letters, v. 138, p. 490-496, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.patrec.2020.08.019. Acesso em: 10 fev. 2026.
APA
Santos, B. N. dos, Rossi, R. G., Rezende, S. O., & Marcacini, R. M. (2020). A two-stage regularization framework for heterogeneous event networks. Pattern Recognition Letters, 138, 490-496. doi:10.1016/j.patrec.2020.08.019
NLM
Santos BN dos, Rossi RG, Rezende SO, Marcacini RM. A two-stage regularization framework for heterogeneous event networks [Internet]. Pattern Recognition Letters. 2020 ; 138 490-496.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1016/j.patrec.2020.08.019
Vancouver
Santos BN dos, Rossi RG, Rezende SO, Marcacini RM. A two-stage regularization framework for heterogeneous event networks [Internet]. Pattern Recognition Letters. 2020 ; 138 490-496.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1016/j.patrec.2020.08.019
Artigo de periodico
Optimizing the class information divergence for transductive classification of texts using propagation in bipartite graphs (2017)
Faleiros, Thiago de Paulo; Rossi, Rafael Geraldeli; Lopes, Alneu de Andrade
Source: Pattern Recognition Letters. Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FALEIROS, Thiago de Paulo e ROSSI, Rafael Geraldeli e LOPES, Alneu de Andrade. Optimizing the class information divergence for transductive classification of texts using propagation in bipartite graphs. Pattern Recognition Letters, v. 87, p. 127-138, 2017Tradução . . Disponível em: https://doi.org/10.1016/j.patrec.2016.04.006. Acesso em: 10 fev. 2026.
APA
Faleiros, T. de P., Rossi, R. G., & Lopes, A. de A. (2017). Optimizing the class information divergence for transductive classification of texts using propagation in bipartite graphs. Pattern Recognition Letters, 87, 127-138. doi:10.1016/j.patrec.2016.04.006
NLM
Faleiros T de P, Rossi RG, Lopes A de A. Optimizing the class information divergence for transductive classification of texts using propagation in bipartite graphs [Internet]. Pattern Recognition Letters. 2017 ; 87 127-138.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1016/j.patrec.2016.04.006
Vancouver
Faleiros T de P, Rossi RG, Lopes A de A. Optimizing the class information divergence for transductive classification of texts using propagation in bipartite graphs [Internet]. Pattern Recognition Letters. 2017 ; 87 127-138.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1016/j.patrec.2016.04.006
Artigo de periodico
Using bipartite heterogeneous networks to speed up inductive semi-supervised learning and improve automatic text categorization (2017)
Rossi, Rafael Geraldeli; Lopes, Alneu de Andrade ; Rezende, Solange Oliveira
Source: Knowledge-Based Systems. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE TEXTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROSSI, Rafael Geraldeli e LOPES, Alneu de Andrade e REZENDE, Solange Oliveira. Using bipartite heterogeneous networks to speed up inductive semi-supervised learning and improve automatic text categorization. Knowledge-Based Systems, v. 132, p. Se 2017, 2017Tradução . . Disponível em: https://doi.org/10.1016/j.knosys.2017.06.016. Acesso em: 10 fev. 2026.
APA
Rossi, R. G., Lopes, A. de A., & Rezende, S. O. (2017). Using bipartite heterogeneous networks to speed up inductive semi-supervised learning and improve automatic text categorization. Knowledge-Based Systems, 132, Se 2017. doi:10.1016/j.knosys.2017.06.016
NLM
Rossi RG, Lopes A de A, Rezende SO. Using bipartite heterogeneous networks to speed up inductive semi-supervised learning and improve automatic text categorization [Internet]. Knowledge-Based Systems. 2017 ; 132 Se 2017.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1016/j.knosys.2017.06.016
Vancouver
Rossi RG, Lopes A de A, Rezende SO. Using bipartite heterogeneous networks to speed up inductive semi-supervised learning and improve automatic text categorization [Internet]. Knowledge-Based Systems. 2017 ; 132 Se 2017.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1016/j.knosys.2017.06.016
Dissertação (Mestrado)
Impacto da geração de grafos na classificação semissupervisionada (2013)
Sousa, Celso André Rodrigues de; Lopes, Alneu de Andrade (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL RELACIONAL, MINERAÇÃO DE DADOS, TEORIA DOS GRAFOS (AVALIAÇÃO)
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUSA, Celso André Rodrigues de. Impacto da geração de grafos na classificação semissupervisionada. 2013. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2013. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-08012014-154452/. Acesso em: 10 fev. 2026.
APA
Sousa, C. A. R. de. (2013). Impacto da geração de grafos na classificação semissupervisionada (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-08012014-154452/
NLM
Sousa CAR de. Impacto da geração de grafos na classificação semissupervisionada [Internet]. 2013 ;[citado 2026 fev. 10 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-08012014-154452/
Vancouver
Sousa CAR de. Impacto da geração de grafos na classificação semissupervisionada [Internet]. 2013 ;[citado 2026 fev. 10 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-08012014-154452/

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Subjects

Source title

Funding Agencies

Indexado em