ReP USP - Resultado da busca

Artigo de periodico
On the integration of reinforcement learning and simulated annealing for the parallel batch scheduling problem with setups (2025)
Rolim, Gustavo Alencar ; Tomazella, Caio Paziani ; Nagano, Marcelo Seido
Source: European Journal of Operational Research. Unidades: EESC, ICMC
Subjects: ENGENHARIA DE PRODUÇÃO, ESCALONAMENTO MULTIDIMENSIONAL, HEURÍSTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROLIM, Gustavo Alencar e TOMAZELLA, Caio Paziani e NAGANO, Marcelo Seido. On the integration of reinforcement learning and simulated annealing for the parallel batch scheduling problem with setups. European Journal of Operational Research, v. 326, n. 2, p. 220-233, 2025Tradução . . Disponível em: https://dx.doi.org/10.1016/j.ejor.2025.04.042. Acesso em: 23 jan. 2026.
APA
Rolim, G. A., Tomazella, C. P., & Nagano, M. S. (2025). On the integration of reinforcement learning and simulated annealing for the parallel batch scheduling problem with setups. European Journal of Operational Research, 326( 2), 220-233. doi:10.1016/j.ejor.2025.04.042
NLM
Rolim GA, Tomazella CP, Nagano MS. On the integration of reinforcement learning and simulated annealing for the parallel batch scheduling problem with setups [Internet]. European Journal of Operational Research. 2025 ; 326( 2): 220-233.[citado 2026 jan. 23 ] Available from: https://dx.doi.org/10.1016/j.ejor.2025.04.042
Vancouver
Rolim GA, Tomazella CP, Nagano MS. On the integration of reinforcement learning and simulated annealing for the parallel batch scheduling problem with setups [Internet]. European Journal of Operational Research. 2025 ; 326( 2): 220-233.[citado 2026 jan. 23 ] Available from: https://dx.doi.org/10.1016/j.ejor.2025.04.042
Dissertação (Mestrado)
Reinforcement learning for stochastic shortest path with dead-ends (2025)
Pereira, Gustavo de Mari; Barros, Leliane Nunes de (Orientador)
Unidade: IME
Subjects: APRENDIZADO COMPUTACIONAL, PROBABILIDADE, PROCESSOS ESTOCÁSTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PEREIRA, Gustavo de Mari. Reinforcement learning for stochastic shortest path with dead-ends. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-31082025-142940/. Acesso em: 23 jan. 2026.
APA
Pereira, G. de M. (2025). Reinforcement learning for stochastic shortest path with dead-ends (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-31082025-142940/
NLM
Pereira G de M. Reinforcement learning for stochastic shortest path with dead-ends [Internet]. 2025 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-31082025-142940/
Vancouver
Pereira G de M. Reinforcement learning for stochastic shortest path with dead-ends [Internet]. 2025 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-31082025-142940/
Trabalho de evento-anais periodico
Reinforcement learning with utility-based semantic for goals (2025)
Polar, Christian Jorge Delgado; Delgado, Karina Valdivia ; Silva, Valdinei Freire da
Source: Lecture Notes in Computer Science. Conference titles: Brazilian Conference - BRACIS 2024. Unidades: EACH, IME
Subjects: PROCESSOS ESTOCÁSTICOS, PROCESSOS DE MARKOV, INTELIGÊNCIA ARTIFICIAL, ALGORITMOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
POLAR, Christian Jorge Delgado e DELGADO, Karina Valdivia e SILVA, Valdinei Freire da. Reinforcement learning with utility-based semantic for goals. Lecture Notes in Computer Science. Cham: Springer Nature. Disponível em: https://doi.org/10.1007/978-3-031-79032-4_25. Acesso em: 23 jan. 2026. , 2025
APA
Polar, C. J. D., Delgado, K. V., & Silva, V. F. da. (2025). Reinforcement learning with utility-based semantic for goals. Lecture Notes in Computer Science. Cham: Springer Nature. doi:10.1007/978-3-031-79032-4_25
NLM
Polar CJD, Delgado KV, Silva VF da. Reinforcement learning with utility-based semantic for goals [Internet]. Lecture Notes in Computer Science. 2025 ; 15413 354-369.[citado 2026 jan. 23 ] Available from: https://doi.org/10.1007/978-3-031-79032-4_25
Vancouver
Polar CJD, Delgado KV, Silva VF da. Reinforcement learning with utility-based semantic for goals [Internet]. Lecture Notes in Computer Science. 2025 ; 15413 354-369.[citado 2026 jan. 23 ] Available from: https://doi.org/10.1007/978-3-031-79032-4_25
Dissertação (Mestrado)
Monte Carlo continuous action space solver for chance constrained Markov decision processes (2024)
Souza, Gustavo de Moura ; Toledo, Claudio Fabiano Motta (Orientador)
Unidade: ICMC
Subjects: AERONAVES NÃO TRIPULADAS, MÉTODO DE MONTE CARLO, MÉTODOS PROBABILÍSTICOS, COMPUTAÇÃO EVOLUTIVA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Gustavo de Moura. Monte Carlo continuous action space solver for chance constrained Markov decision processes. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23042025-131038/. Acesso em: 23 jan. 2026.
APA
Souza, G. de M. (2024). Monte Carlo continuous action space solver for chance constrained Markov decision processes (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23042025-131038/
NLM
Souza G de M. Monte Carlo continuous action space solver for chance constrained Markov decision processes [Internet]. 2024 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23042025-131038/
Vancouver
Souza G de M. Monte Carlo continuous action space solver for chance constrained Markov decision processes [Internet]. 2024 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23042025-131038/
Dissertação (Mestrado)
The Lucas Tree Model in the age of AI: an agent-based reinforcement learning approach (2024)
Moraes, Kauê Lopes de ; Bueno, Rodrigo De Losso da Silveira (Orientador)
Unidade: FEA
Subjects: ECONOMIA, FINANÇAS, APRENDIZADO COMPUTACIONAL, POLÍTICA DE PREÇO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MORAES, Kauê Lopes de. The Lucas Tree Model in the age of AI: an agent-based reinforcement learning approach. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/12/12138/tde-14052024-164218/. Acesso em: 23 jan. 2026.
APA
Moraes, K. L. de. (2024). The Lucas Tree Model in the age of AI: an agent-based reinforcement learning approach (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/12/12138/tde-14052024-164218/
NLM
Moraes KL de. The Lucas Tree Model in the age of AI: an agent-based reinforcement learning approach [Internet]. 2024 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/12/12138/tde-14052024-164218/
Vancouver
Moraes KL de. The Lucas Tree Model in the age of AI: an agent-based reinforcement learning approach [Internet]. 2024 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/12/12138/tde-14052024-164218/
Dissertação (Mestrado)
Estratégias de aprendizado para micro nadadores articulados virtuais (2024)
Souza, Luciano Dellier Antunes de; Buscaglia, Gustavo Carlos (Orientador)
Unidade: ICMC
Subjects: MÉTODO DOS ELEMENTOS FINITOS, EQUAÇÕES DE NAVIER-STOKES, APRENDIZADO COMPUTACIONAL, SIMULAÇÃO DE SISTEMAS, PROCESSOS ESTOCÁSTICOS, PROCESSOS DE RENOVAÇÃO MARKOVIANO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Luciano Dellier Antunes de. Estratégias de aprendizado para micro nadadores articulados virtuais. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-20052024-142846/. Acesso em: 23 jan. 2026.
APA
Souza, L. D. A. de. (2024). Estratégias de aprendizado para micro nadadores articulados virtuais (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-20052024-142846/
NLM
Souza LDA de. Estratégias de aprendizado para micro nadadores articulados virtuais [Internet]. 2024 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-20052024-142846/
Vancouver
Souza LDA de. Estratégias de aprendizado para micro nadadores articulados virtuais [Internet]. 2024 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-20052024-142846/
Dissertação (Mestrado)
Locomoção de Micronadadores Sintéticos Simulados pelo Método dos Elementos Finitos (2024)
Silva, Paula Jaíne Alves da; Ausas, Roberto Federico (Orientador)
Unidade: ICMC
Subjects: MÉTODO DOS ELEMENTOS FINITOS, GEOMETRIA E MODELAGEM COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Paula Jaíne Alves da. Locomoção de Micronadadores Sintéticos Simulados pelo Método dos Elementos Finitos. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16072024-145728/. Acesso em: 23 jan. 2026.
APA
Silva, P. J. A. da. (2024). Locomoção de Micronadadores Sintéticos Simulados pelo Método dos Elementos Finitos (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16072024-145728/
NLM
Silva PJA da. Locomoção de Micronadadores Sintéticos Simulados pelo Método dos Elementos Finitos [Internet]. 2024 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16072024-145728/
Vancouver
Silva PJA da. Locomoção de Micronadadores Sintéticos Simulados pelo Método dos Elementos Finitos [Internet]. 2024 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16072024-145728/
Dissertação (Mestrado)
Model-based policy gradients: an empirical study on linear quadratic environments (2022)
Lovatto, Ângelo Gregório ; Barros, Leliane Nunes de (Orientador)
Unidade: IME
Subjects: APRENDIZADO COMPUTACIONAL, PROCESSOS ESTOCÁSTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LOVATTO, Ângelo Gregório. Model-based policy gradients: an empirical study on linear quadratic environments. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-28062022-123656/. Acesso em: 23 jan. 2026.
APA
Lovatto, Â. G. (2022). Model-based policy gradients: an empirical study on linear quadratic environments (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-28062022-123656/
NLM
Lovatto ÂG. Model-based policy gradients: an empirical study on linear quadratic environments [Internet]. 2022 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-28062022-123656/
Vancouver
Lovatto ÂG. Model-based policy gradients: an empirical study on linear quadratic environments [Internet]. 2022 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-28062022-123656/
Tese (Doutorado)
DeepRLGUIMAT: Deep Reinforcement Learning-based GUI Mobile Application Testing Approach (2022)
Ribeiro, Eliane Figueiredo Collins; Dias Neto, Arilo Claudio (Orientador); Maldonado, José Carlos (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, COMPUTAÇÃO MÓVEL, APLICATIVOS MÓVEIS, SOFTWARES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBEIRO, Eliane Figueiredo Collins. DeepRLGUIMAT: Deep Reinforcement Learning-based GUI Mobile Application Testing Approach. 2022. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03062022-162453/. Acesso em: 23 jan. 2026.
APA
Ribeiro, E. F. C. (2022). DeepRLGUIMAT: Deep Reinforcement Learning-based GUI Mobile Application Testing Approach (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03062022-162453/
NLM
Ribeiro EFC. DeepRLGUIMAT: Deep Reinforcement Learning-based GUI Mobile Application Testing Approach [Internet]. 2022 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03062022-162453/
Vancouver
Ribeiro EFC. DeepRLGUIMAT: Deep Reinforcement Learning-based GUI Mobile Application Testing Approach [Internet]. 2022 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03062022-162453/
Artigo de periodico
An expert system to react to defective areas in nesting problems (2022)
Bartmeyer, Petra Maria ; Oliveira, Larissa Tebaldi de ; Leão, Aline Aparecida Souza ; Toledo, Franklina Maria Bragion de
Source: Expert Systems With Applications. Unidade: ICMC
Subjects: HEURÍSTICA, ARRANJO FÍSICO, DEFEITO, INDÚSTRIA TÊXTIL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARTMEYER, Petra Maria et al. An expert system to react to defective areas in nesting problems. Expert Systems With Applications, v. 209, p. 1-11, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.eswa.2022.118207. Acesso em: 23 jan. 2026.
APA
Bartmeyer, P. M., Oliveira, L. T. de, Leão, A. A. S., & Toledo, F. M. B. de. (2022). An expert system to react to defective areas in nesting problems. Expert Systems With Applications, 209, 1-11. doi:10.1016/j.eswa.2022.118207
NLM
Bartmeyer PM, Oliveira LT de, Leão AAS, Toledo FMB de. An expert system to react to defective areas in nesting problems [Internet]. Expert Systems With Applications. 2022 ; 209 1-11.[citado 2026 jan. 23 ] Available from: https://doi.org/10.1016/j.eswa.2022.118207
Vancouver
Bartmeyer PM, Oliveira LT de, Leão AAS, Toledo FMB de. An expert system to react to defective areas in nesting problems [Internet]. Expert Systems With Applications. 2022 ; 209 1-11.[citado 2026 jan. 23 ] Available from: https://doi.org/10.1016/j.eswa.2022.118207
Trabalho de evento-resumo
Physarum polycephalum: um modelo biológico de inteligência coletiva (2022)
Arruda, João Francisco Zani de
Source: Livro de Resumos. Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC
Subjects: APRENDIZAGEM SOCIAL, COMPORTAMENTO SOCIAL (ESTUDO), FÍSICA TEÓRICA, INTELIGÊNCIA COLETIVA, CONSCIÊNCIA (PERCEPÇÃO)
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ARRUDA, João Francisco Zani de. Physarum polycephalum: um modelo biológico de inteligência coletiva. 2022, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2022. Disponível em: https://repositorio.usp.br/directbitstream/78ab3a27-9611-453b-8bac-cbaf01ce5e8b/PROD033870_3115412.pdf. Acesso em: 23 jan. 2026.
APA
Arruda, J. F. Z. de. (2022). Physarum polycephalum: um modelo biológico de inteligência coletiva. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/78ab3a27-9611-453b-8bac-cbaf01ce5e8b/PROD033870_3115412.pdf
NLM
Arruda JFZ de. Physarum polycephalum: um modelo biológico de inteligência coletiva [Internet]. Livro de Resumos. 2022 ;[citado 2026 jan. 23 ] Available from: https://repositorio.usp.br/directbitstream/78ab3a27-9611-453b-8bac-cbaf01ce5e8b/PROD033870_3115412.pdf
Vancouver
Arruda JFZ de. Physarum polycephalum: um modelo biológico de inteligência coletiva [Internet]. Livro de Resumos. 2022 ;[citado 2026 jan. 23 ] Available from: https://repositorio.usp.br/directbitstream/78ab3a27-9611-453b-8bac-cbaf01ce5e8b/PROD033870_3115412.pdf
Trabalho de evento
Exploration versus exploitation in model-based reinforcement learning: an empirical study (2022)
Lovatto, Ângelo Gregório ; Barros, Leliane Nunes de ; Mauá, Denis Deratani
Source: Proceedings. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: IME
Assunto: CONTROLE ÓTIMO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LOVATTO, Ângelo Gregório e BARROS, Leliane Nunes de e MAUÁ, Denis Deratani. Exploration versus exploitation in model-based reinforcement learning: an empirical study. 2022, Anais.. Cham: Springer, 2022. Disponível em: https://doi.org/10.1007/978-3-031-21689-3_3. Acesso em: 23 jan. 2026.
APA
Lovatto, Â. G., Barros, L. N. de, & Mauá, D. D. (2022). Exploration versus exploitation in model-based reinforcement learning: an empirical study. In Proceedings. Cham: Springer. doi:10.1007/978-3-031-21689-3_3
NLM
Lovatto ÂG, Barros LN de, Mauá DD. Exploration versus exploitation in model-based reinforcement learning: an empirical study [Internet]. Proceedings. 2022 ;[citado 2026 jan. 23 ] Available from: https://doi.org/10.1007/978-3-031-21689-3_3
Vancouver
Lovatto ÂG, Barros LN de, Mauá DD. Exploration versus exploitation in model-based reinforcement learning: an empirical study [Internet]. Proceedings. 2022 ;[citado 2026 jan. 23 ] Available from: https://doi.org/10.1007/978-3-031-21689-3_3
Dissertação (Mestrado)
Exploiting Inter-session Dynamics for Long Intra-Session Sequences of Interactions with Deep Reinforcement Learning for Session-Aware Recommendation (2021)
Ticona, Gustavo Junior Escobedo; Manzato, Marcelo Garcia (Orientador)
Unidade: ICMC
Subjects: REDES NEURAIS, RECUPERAÇÃO DA INFORMAÇÃO, MINERAÇÃO DE DADOS, INTERAÇÃO HOMEM-MÁQUINA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TICONA, Gustavo Junior Escobedo. Exploiting Inter-session Dynamics for Long Intra-Session Sequences of Interactions with Deep Reinforcement Learning for Session-Aware Recommendation. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23062021-105306/. Acesso em: 23 jan. 2026.
APA
Ticona, G. J. E. (2021). Exploiting Inter-session Dynamics for Long Intra-Session Sequences of Interactions with Deep Reinforcement Learning for Session-Aware Recommendation (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23062021-105306/
NLM
Ticona GJE. Exploiting Inter-session Dynamics for Long Intra-Session Sequences of Interactions with Deep Reinforcement Learning for Session-Aware Recommendation [Internet]. 2021 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23062021-105306/
Vancouver
Ticona GJE. Exploiting Inter-session Dynamics for Long Intra-Session Sequences of Interactions with Deep Reinforcement Learning for Session-Aware Recommendation [Internet]. 2021 ;[citado 2026 jan. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23062021-105306/

USP Schools

ReP

Filtros

USP Schools

Authors

USP affiliated authors

Subjects

Source title

Funding Agencies

Sigla do Departamento/Programa de Pós Graduação

Departamento/Programa de Pós Graduação