Furquim, Gustavo Antonio; Ueyama, Jó (Orientador) 
Subjects: COMPUTAÇÃO MÓVEL, DESASTRES AMBIENTAIS, APRENDIZADO COMPUTACIONAL, FALHAS COMPUTACIONAIS, INTERNET DAS COISAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FURQUIM, Gustavo Antonio. Uma abordagem tolerante a falhas para a previsão de desastres naturais baseada em IoT e aprendizado de máquina. 2017. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06122017-083224/. Acesso em: 26 set. 2024.APA
Furquim, G. A. (2017). Uma abordagem tolerante a falhas para a previsão de desastres naturais baseada em IoT e aprendizado de máquina (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06122017-083224/NLM
Furquim GA. Uma abordagem tolerante a falhas para a previsão de desastres naturais baseada em IoT e aprendizado de máquina [Internet]. 2017 ;[citado 2024 set. 26 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06122017-083224/Vancouver
Furquim GA. Uma abordagem tolerante a falhas para a previsão de desastres naturais baseada em IoT e aprendizado de máquina [Internet]. 2017 ;[citado 2024 set. 26 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06122017-083224/
