Filtros : "Transductive learning" Limpar

Filtros



Refine with date range


  • Source: Information Sciences. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE TEXTO, RECUPERAÇÃO DA INFORMAÇÃO

    PrivadoAcesso à fonteDOIHow to cite
    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: 22 jan. 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 jan. 22 ] 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 jan. 22 ] Available from: https://doi.org/10.1016/j.ins.2021.08.099
  • Unidade: ICMC

    Subjects: RECUPERAÇÃO DA INFORMAÇÃO, RECONHECIMENTO DE PADRÕES, ANÁLISE DE TEXTO, ANÁLISE DE DADOS, APRENDIZADO COMPUTACIONAL, TEORIA DOS GRAFOS

    Acesso à fonteHow to cite
    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: 22 jan. 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 jan. 22 ] 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 jan. 22 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16112020-155518/
  • Source: Pattern Recognition Letters. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS

    Acesso à fonteDOIHow to cite
    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: 22 jan. 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 jan. 22 ] 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 jan. 22 ] Available from: https://doi.org/10.1016/j.patrec.2016.04.006
  • Source: Knowledge-Based Systems. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE TEXTO

    Acesso à fonteDOIHow to cite
    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: 22 jan. 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 jan. 22 ] 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 jan. 22 ] Available from: https://doi.org/10.1016/j.knosys.2017.06.016

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