Classificação transdutiva em redes heterogêneas de informação, baseada na divergência KL (2020)
Romanetto, Luzia de Menezes; Lopes, Alneu de Andrade (Orientador) 
Subjects: REDES DE INFORMAÇÃO, DISTRIBUIÇÕES (PROBABILIDADE), APRENDIZADO COMPUTACIONAL RELACIONAL, APRENDIZADO COMPUTACIONAL PROPOSICIONAL, REDES COMPLEXAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROMANETTO, Luzia de Menezes. Classificação transdutiva em redes heterogêneas de informação, baseada na divergência KL. 2020. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-08062020-095905/. Acesso em: 21 jan. 2026.APA
Romanetto, L. de M. (2020). Classificação transdutiva em redes heterogêneas de informação, baseada na divergência KL (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-08062020-095905/NLM
Romanetto L de M. Classificação transdutiva em redes heterogêneas de informação, baseada na divergência KL [Internet]. 2020 ;[citado 2026 jan. 21 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-08062020-095905/Vancouver
Romanetto L de M. Classificação transdutiva em redes heterogêneas de informação, baseada na divergência KL [Internet]. 2020 ;[citado 2026 jan. 21 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-08062020-095905/
