Menu

Filtros : "NEURAL NETWORK" Limpar

Filtros

Refine with date range

  • 1

1 - 2 (2 records)

  • Dissertação (Mestrado)

    Avaliação do erro de redes neurais artificiais como forma de detecção de novas classes e aplicabilidade a imagens de tomografia computadorizada de tórax (2025)

    Simões, Alvaro Dias; Suaide, Alexandre Alarcon do Passo (Orientador)

    Unidade: IF

    Subjects: INTELIGÊNCIA ARTIFICIAL, CIÊNCIAS DA SAÚDE, TOMOGRAFIA, REDES NEURAIS, DIAGNÓSTICO

    Acesso à fonteAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SIMÕES, Alvaro Dias. Avaliação do erro de redes neurais artificiais como forma de detecção de novas classes e aplicabilidade a imagens de tomografia computadorizada de tórax. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-15012026-150703/. Acesso em: 27 jan. 2026.

    • APA

      Simões, A. D. (2025). Avaliação do erro de redes neurais artificiais como forma de detecção de novas classes e aplicabilidade a imagens de tomografia computadorizada de tórax (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/43/43134/tde-15012026-150703/

    • NLM

      Simões AD. Avaliação do erro de redes neurais artificiais como forma de detecção de novas classes e aplicabilidade a imagens de tomografia computadorizada de tórax [Internet]. 2025 ;[citado 2026 jan. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-15012026-150703/

    • Vancouver

      Simões AD. Avaliação do erro de redes neurais artificiais como forma de detecção de novas classes e aplicabilidade a imagens de tomografia computadorizada de tórax [Internet]. 2025 ;[citado 2026 jan. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-15012026-150703/

  • Dissertação (Mestrado)

    Ensinando máquinas a reconstruir matéria escura no LHC (2022)

    Yamaguchi, Carlos Hideo; Alves, Alexandre (Orientador)

    Unidade: IF

    Subjects: FÍSICA DE PARTÍCULAS, APRENDIZADO COMPUTACIONAL, REDES NEURAIS, MATÉRIA ESCURA

    Acesso à fonteAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      YAMAGUCHI, Carlos Hideo. Ensinando máquinas a reconstruir matéria escura no LHC. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-10102022-084434/. Acesso em: 27 jan. 2026.

    • APA

      Yamaguchi, C. H. (2022). Ensinando máquinas a reconstruir matéria escura no LHC (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/43/43134/tde-10102022-084434/

    • NLM

      Yamaguchi CH. Ensinando máquinas a reconstruir matéria escura no LHC [Internet]. 2022 ;[citado 2026 jan. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-10102022-084434/

    • Vancouver

      Yamaguchi CH. Ensinando máquinas a reconstruir matéria escura no LHC [Internet]. 2022 ;[citado 2026 jan. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-10102022-084434/
  • 1

1 - 2 (2 records)

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2026