Menu

Filtros : "Unsupervised learning" Limpar

Filtros

Refine with date range

  • 1

1 - 15 (15 records)

  • Artigo de periodico

    Transduction to induction: unsupervised representation learning based on rank information (2025)

    Biotto, Deryk Willyan ; Valem, Lucas Pascotti ; Pedronette, Daniel Carlos Guimarães ; Salvadeo, Denis Henrique Pinheiro

    Source: Neurocomputing. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, RECONHECIMENTO DE IMAGEM, RECUPERAÇÃO DA INFORMAÇÃO

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

    • ABNT

      BIOTTO, Deryk Willyan et al. Transduction to induction: unsupervised representation learning based on rank information. Neurocomputing, v. 651, p. 1-12, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2025.131010. Acesso em: 04 jan. 2026.

    • APA

      Biotto, D. W., Valem, L. P., Pedronette, D. C. G., & Salvadeo, D. H. P. (2025). Transduction to induction: unsupervised representation learning based on rank information. Neurocomputing, 651, 1-12. doi:10.1016/j.neucom.2025.131010

    • NLM

      Biotto DW, Valem LP, Pedronette DCG, Salvadeo DHP. Transduction to induction: unsupervised representation learning based on rank information [Internet]. Neurocomputing. 2025 ; 651 1-12.[citado 2026 jan. 04 ] Available from: https://doi.org/10.1016/j.neucom.2025.131010

    • Vancouver

      Biotto DW, Valem LP, Pedronette DCG, Salvadeo DHP. Transduction to induction: unsupervised representation learning based on rank information [Internet]. Neurocomputing. 2025 ; 651 1-12.[citado 2026 jan. 04 ] Available from: https://doi.org/10.1016/j.neucom.2025.131010

  • Artigo de periodico

    Hierarchical clustering: visualization, feature importance and model selection (2023)

    Cabezas, Luben Miguel Cruz; Izbicki, Rafael ; Stern, Rafael Bassi

    Source: Applied Soft Computing. Unidade: IME

    Assunto: ANÁLISE MULTIVARIADA

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

    • ABNT

      CABEZAS, Luben Miguel Cruz e IZBICKI, Rafael e STERN, Rafael Bassi. Hierarchical clustering: visualization, feature importance and model selection. Applied Soft Computing, v. 141, n. artigo 110303, p. 1-12, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.asoc.2023.110303. Acesso em: 04 jan. 2026.

    • APA

      Cabezas, L. M. C., Izbicki, R., & Stern, R. B. (2023). Hierarchical clustering: visualization, feature importance and model selection. Applied Soft Computing, 141( artigo 110303), 1-12. doi:10.1016/j.asoc.2023.110303

    • NLM

      Cabezas LMC, Izbicki R, Stern RB. Hierarchical clustering: visualization, feature importance and model selection [Internet]. Applied Soft Computing. 2023 ; 141( artigo 110303): 1-12.[citado 2026 jan. 04 ] Available from: https://doi.org/10.1016/j.asoc.2023.110303

    • Vancouver

      Cabezas LMC, Izbicki R, Stern RB. Hierarchical clustering: visualization, feature importance and model selection [Internet]. Applied Soft Computing. 2023 ; 141( artigo 110303): 1-12.[citado 2026 jan. 04 ] Available from: https://doi.org/10.1016/j.asoc.2023.110303

  • Dissertação (Mestrado)

    Competição de partículas paralelas para identificação de comunidades desbalanceadas com aplicação em redes cerebrais funcionais (2022)

    Paula, Paulo Henrique Lima de; Leoni, Renata Ferranti (coorient) ; Liang, Zhao (Orientador)

    Unidade: FFCLRP

    Subjects: REDES COMPLEXAS, COMPUTAÇÃO APLICADA, RESSONÂNCIA MAGNÉTICA, NEUROCIÊNCIAS

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

    • ABNT

      PAULA, Paulo Henrique Lima de. Competição de partículas paralelas para identificação de comunidades desbalanceadas com aplicação em redes cerebrais funcionais. 2022. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-01072022-152719/. Acesso em: 04 jan. 2026.

    • APA

      Paula, P. H. L. de. (2022). Competição de partículas paralelas para identificação de comunidades desbalanceadas com aplicação em redes cerebrais funcionais (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59143/tde-01072022-152719/

    • NLM

      Paula PHL de. Competição de partículas paralelas para identificação de comunidades desbalanceadas com aplicação em redes cerebrais funcionais [Internet]. 2022 ;[citado 2026 jan. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-01072022-152719/

    • Vancouver

      Paula PHL de. Competição de partículas paralelas para identificação de comunidades desbalanceadas com aplicação em redes cerebrais funcionais [Internet]. 2022 ;[citado 2026 jan. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-01072022-152719/

  • Dissertação (Mestrado)

    Estudo de representações de imagens de múltiplos domínios a partir de aprendizado profundo não supervisionado e semi-supervisionado (2022)

    Cavallari, Gabriel Biscaro; Ponti, Moacir Antonelli (Orientador)

    Unidade: ICMC

    Subjects: VISÃO COMPUTACIONAL, APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, REDES NEURAIS

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

    • ABNT

      CAVALLARI, Gabriel Biscaro. Estudo de representações de imagens de múltiplos domínios a partir de aprendizado profundo não supervisionado e semi-supervisionado. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-08082022-084706/. Acesso em: 04 jan. 2026.

    • APA

      Cavallari, G. B. (2022). Estudo de representações de imagens de múltiplos domínios a partir de aprendizado profundo não supervisionado e semi-supervisionado (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-08082022-084706/

    • NLM

      Cavallari GB. Estudo de representações de imagens de múltiplos domínios a partir de aprendizado profundo não supervisionado e semi-supervisionado [Internet]. 2022 ;[citado 2026 jan. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-08082022-084706/

    • Vancouver

      Cavallari GB. Estudo de representações de imagens de múltiplos domínios a partir de aprendizado profundo não supervisionado e semi-supervisionado [Internet]. 2022 ;[citado 2026 jan. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-08082022-084706/

  • Tese (Doutorado)

    Unsupervised Learning Approaches for Non-Stationary Data Streams (2021)

    Garcia, Kemilly Dearo; Carvalho, André Carlos Ponce de Leon Ferreira de (Orientador)

    Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, ANÁLISE DE DADOS, REDES NEURAIS, APLICATIVOS MÓVEIS

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

    • ABNT

      GARCIA, Kemilly Dearo. Unsupervised Learning Approaches for Non-Stationary Data Streams. 2021. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062021-161645/. Acesso em: 04 jan. 2026.

    • APA

      Garcia, K. D. (2021). Unsupervised Learning Approaches for Non-Stationary Data Streams (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062021-161645/

    • NLM

      Garcia KD. Unsupervised Learning Approaches for Non-Stationary Data Streams [Internet]. 2021 ;[citado 2026 jan. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062021-161645/

    • Vancouver

      Garcia KD. Unsupervised Learning Approaches for Non-Stationary Data Streams [Internet]. 2021 ;[citado 2026 jan. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062021-161645/

  • Artigo de periodico

    Anomaly detection in Brazilian Federal Government purchase cards through unsupervised learning techniques (2021)

    Nunes, Breno; Colliri, Tiago; Lauretto, Marcelo de Souza ; Liu, Weiguang; Liang, Zhao

    Source: Lecture Notes in Computer Science. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidades: EACH, FFCLRP

    Subjects: REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL, CARTÃO MAGNÉTICO, PADRÕES DE SOFTWARE

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

    • ABNT

      NUNES, Breno et al. Anomaly detection in Brazilian Federal Government purchase cards through unsupervised learning techniques. Lecture Notes in Computer Science, v. 13074, p. 19-32, 2021Tradução . . Disponível em: https://doi.org/10.1007/978-3-030-91699-2_2. Acesso em: 04 jan. 2026.

    • APA

      Nunes, B., Colliri, T., Lauretto, M. de S., Liu, W., & Liang, Z. (2021). Anomaly detection in Brazilian Federal Government purchase cards through unsupervised learning techniques. Lecture Notes in Computer Science, 13074, 19-32. doi:10.1007/978-3-030-91699-2_2

    • NLM

      Nunes B, Colliri T, Lauretto M de S, Liu W, Liang Z. Anomaly detection in Brazilian Federal Government purchase cards through unsupervised learning techniques [Internet]. Lecture Notes in Computer Science. 2021 ; 13074 19-32.[citado 2026 jan. 04 ] Available from: https://doi.org/10.1007/978-3-030-91699-2_2

    • Vancouver

      Nunes B, Colliri T, Lauretto M de S, Liu W, Liang Z. Anomaly detection in Brazilian Federal Government purchase cards through unsupervised learning techniques [Internet]. Lecture Notes in Computer Science. 2021 ; 13074 19-32.[citado 2026 jan. 04 ] Available from: https://doi.org/10.1007/978-3-030-91699-2_2

  • Tese (Doutorado)

    Detecção de anomalia através da comparação de modelos representativos (2021)

    Gelatti, Giovana Jaskulski; Carvalho, André Carlos Ponce de Leon Ferreira de (Orientador)

    Unidade: ICMC

    Subjects: REPRESENTAÇÃO DE CONHECIMENTO, INFERÊNCIA BAYESIANA, INTELIGÊNCIA ARTIFICIAL, TEORIA DOS GRAFOS, BIOINFORMÁTICA, GESTANTES

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

    • ABNT

      GELATTI, Giovana Jaskulski. Detecção de anomalia através da comparação de modelos representativos. 2021. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-24052021-171751/. Acesso em: 04 jan. 2026.

    • APA

      Gelatti, G. J. (2021). Detecção de anomalia através da comparação de modelos representativos (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-24052021-171751/

    • NLM

      Gelatti GJ. Detecção de anomalia através da comparação de modelos representativos [Internet]. 2021 ;[citado 2026 jan. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-24052021-171751/

    • Vancouver

      Gelatti GJ. Detecção de anomalia através da comparação de modelos representativos [Internet]. 2021 ;[citado 2026 jan. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-24052021-171751/

  • Artigo de periodico

    A data-driven framework for identifying productivity zones and the impact of agricultural droughts in sugarcane using SPI and unsupervised learning (2021)

    Silva, Roberto Fray da ; Gesualdo, Gabriela Chiquito ; Benso, Marcos Roberto ; Fava, Maria Clara ; Mendiondo, Eduardo Mario ; Saraiva, Antonio Mauro ; Delbem, Alexandre Cláudio Botazzo

    Source: Proceedings. Conference titles: IEEE International Workshop on Metrology for Agriculture and Forestry - MetroAgriFor. Unidades: EESC, EP, ICMC, IEA

    Subjects: CANA-DE-AÇÚCAR, ZONA AGRÍCOLA, SECA

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

    • ABNT

      SILVA, Roberto Fray da et al. A data-driven framework for identifying productivity zones and the impact of agricultural droughts in sugarcane using SPI and unsupervised learning. Proceedings, 2021Tradução . . Disponível em: https://doi.org/10.1109/MetroAgriFor52389.2021.9628570. Acesso em: 04 jan. 2026.

    • APA

      Silva, R. F. da, Gesualdo, G. C., Benso, M. R., Fava, M. C., Mendiondo, E. M., Saraiva, A. M., & Delbem, A. C. B. (2021). A data-driven framework for identifying productivity zones and the impact of agricultural droughts in sugarcane using SPI and unsupervised learning. Proceedings. doi:10.1109/MetroAgriFor52389.2021.9628570

    • NLM

      Silva RF da, Gesualdo GC, Benso MR, Fava MC, Mendiondo EM, Saraiva AM, Delbem ACB. A data-driven framework for identifying productivity zones and the impact of agricultural droughts in sugarcane using SPI and unsupervised learning [Internet]. Proceedings. 2021 ;[citado 2026 jan. 04 ] Available from: https://doi.org/10.1109/MetroAgriFor52389.2021.9628570

    • Vancouver

      Silva RF da, Gesualdo GC, Benso MR, Fava MC, Mendiondo EM, Saraiva AM, Delbem ACB. A data-driven framework for identifying productivity zones and the impact of agricultural droughts in sugarcane using SPI and unsupervised learning [Internet]. Proceedings. 2021 ;[citado 2026 jan. 04 ] Available from: https://doi.org/10.1109/MetroAgriFor52389.2021.9628570

  • Artigo de periodico

    Unsupervised learning of textual pattern based on propagation in bipartite graph (2020)

    Faleiros, Thiago de Paulo; Valejo, Alan Demetrius Baria ; Lopes, Alneu de Andrade

    Source: Intelligent Data Analysis. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS

    PrivadoAcesso 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 VALEJO, Alan Demetrius Baria e LOPES, Alneu de Andrade. Unsupervised learning of textual pattern based on propagation in bipartite graph. Intelligent Data Analysis, v. 24, n. 3, p. 543-565, 2020Tradução . . Disponível em: https://doi.org/10.3233/IDA-194528. Acesso em: 04 jan. 2026.

    • APA

      Faleiros, T. de P., Valejo, A. D. B., & Lopes, A. de A. (2020). Unsupervised learning of textual pattern based on propagation in bipartite graph. Intelligent Data Analysis, 24( 3), 543-565. doi:10.3233/IDA-194528

    • NLM

      Faleiros T de P, Valejo ADB, Lopes A de A. Unsupervised learning of textual pattern based on propagation in bipartite graph [Internet]. Intelligent Data Analysis. 2020 ; 24( 3): 543-565.[citado 2026 jan. 04 ] Available from: https://doi.org/10.3233/IDA-194528

    • Vancouver

      Faleiros T de P, Valejo ADB, Lopes A de A. Unsupervised learning of textual pattern based on propagation in bipartite graph [Internet]. Intelligent Data Analysis. 2020 ; 24( 3): 543-565.[citado 2026 jan. 04 ] Available from: https://doi.org/10.3233/IDA-194528

  • Tese (Doutorado)

    Evaluation and model selection for unsupervised outlier detection and one-class classification (2019)

    Marques, Henrique Oliveira; Campello, Ricardo José Gabrielli Barreto (Orientador)

    Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, SELEÇÃO DE MODELOS, VALORES ATÍPICOS

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

    • ABNT

      MARQUES, Henrique Oliveira. Evaluation and model selection for unsupervised outlier detection and one-class classification. 2019. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2019. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07012020-105601/. Acesso em: 04 jan. 2026.

    • APA

      Marques, H. O. (2019). Evaluation and model selection for unsupervised outlier detection and one-class classification (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07012020-105601/

    • NLM

      Marques HO. Evaluation and model selection for unsupervised outlier detection and one-class classification [Internet]. 2019 ;[citado 2026 jan. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07012020-105601/

    • Vancouver

      Marques HO. Evaluation and model selection for unsupervised outlier detection and one-class classification [Internet]. 2019 ;[citado 2026 jan. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07012020-105601/

  • Tese (Doutorado)

    Collective dynamics in complex networks for machine learning (2018)

    Verri, Filipe Alves Neto; Liang, Zhao (Orientador)

    Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, REDES COMPLEXAS, HEURÍSTICA

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

    • ABNT

      VERRI, Filipe Alves Neto. Collective dynamics in complex networks for machine learning. 2018. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18102018-113054/. Acesso em: 04 jan. 2026.

    • APA

      Verri, F. A. N. (2018). Collective dynamics in complex networks for machine learning (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18102018-113054/

    • NLM

      Verri FAN. Collective dynamics in complex networks for machine learning [Internet]. 2018 ;[citado 2026 jan. 04 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18102018-113054/

    • Vancouver

      Verri FAN. Collective dynamics in complex networks for machine learning [Internet]. 2018 ;[citado 2026 jan. 04 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18102018-113054/

  • Trabalho de evento-anais periodico

    Preprocessing technique for cluster editing via Integer Linear Programming (2018)

    Lorena, Luiz Henrique Nogueira; Quiles, Marcos Gonçalves; Carvalho, André Carlos Ponce de Leon Ferreira de ; Lorena, Luiz Antonio Nogueira

    Source: Lecture Notes in Computer Science. Conference titles: International Conference on Intelligent Computing Theories and Application - ICIC. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, PROGRAMAÇÃO LINEAR, RECONHECIMENTO DE PADRÕES

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

    • ABNT

      LORENA, Luiz Henrique Nogueira et al. Preprocessing technique for cluster editing via Integer Linear Programming. Lecture Notes in Computer Science. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-319-95930-6_27. Acesso em: 04 jan. 2026. , 2018

    • APA

      Lorena, L. H. N., Quiles, M. G., Carvalho, A. C. P. de L. F. de, & Lorena, L. A. N. (2018). Preprocessing technique for cluster editing via Integer Linear Programming. Lecture Notes in Computer Science. Cham: Springer. doi:10.1007/978-3-319-95930-6_27

    • NLM

      Lorena LHN, Quiles MG, Carvalho ACP de LF de, Lorena LAN. Preprocessing technique for cluster editing via Integer Linear Programming [Internet]. Lecture Notes in Computer Science. 2018 ; 10954 287-297.[citado 2026 jan. 04 ] Available from: https://doi.org/10.1007/978-3-319-95930-6_27

    • Vancouver

      Lorena LHN, Quiles MG, Carvalho ACP de LF de, Lorena LAN. Preprocessing technique for cluster editing via Integer Linear Programming [Internet]. Lecture Notes in Computer Science. 2018 ; 10954 287-297.[citado 2026 jan. 04 ] Available from: https://doi.org/10.1007/978-3-319-95930-6_27

  • Dissertação (Mestrado)

    Técnicas de aprendizado não supervisionado baseadas no algoritmo da caminhada do turista (2017)

    Porto Filho, Carlos Humberto; Felipe, Joaquim Cezar (Orientador)

    Unidade: Interunidades em Bioengenharia

    Subjects: APRENDIZADO COMPUTACIONAL, CLUSTERS

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

    • ABNT

      PORTO FILHO, Carlos Humberto. Técnicas de aprendizado não supervisionado baseadas no algoritmo da caminhada do turista. 2017. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/82/82131/tde-20082018-122603/. Acesso em: 04 jan. 2026.

    • APA

      Porto Filho, C. H. (2017). Técnicas de aprendizado não supervisionado baseadas no algoritmo da caminhada do turista (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/82/82131/tde-20082018-122603/

    • NLM

      Porto Filho CH. Técnicas de aprendizado não supervisionado baseadas no algoritmo da caminhada do turista [Internet]. 2017 ;[citado 2026 jan. 04 ] Available from: http://www.teses.usp.br/teses/disponiveis/82/82131/tde-20082018-122603/

    • Vancouver

      Porto Filho CH. Técnicas de aprendizado não supervisionado baseadas no algoritmo da caminhada do turista [Internet]. 2017 ;[citado 2026 jan. 04 ] Available from: http://www.teses.usp.br/teses/disponiveis/82/82131/tde-20082018-122603/

  • Tese (Doutorado)

    Machine learning via dynamical processes on complex networks (2013)

    Cupertino, Thiago Henrique; Liang, Zhao (Orientador)

    Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, REDES COMPLEXAS, PROBABILIDADE, COMPUTAÇÃO BIOINSPIRADA, RECONHECIMENTO DE PADRÕES

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

    • ABNT

      CUPERTINO, Thiago Henrique. Machine learning via dynamical processes on complex networks. 2013. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2013. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25032014-154520/. Acesso em: 04 jan. 2026.

    • APA

      Cupertino, T. H. (2013). Machine learning via dynamical processes on complex networks (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25032014-154520/

    • NLM

      Cupertino TH. Machine learning via dynamical processes on complex networks [Internet]. 2013 ;[citado 2026 jan. 04 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25032014-154520/

    • Vancouver

      Cupertino TH. Machine learning via dynamical processes on complex networks [Internet]. 2013 ;[citado 2026 jan. 04 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25032014-154520/

  • Tese (Doutorado)

    Machine learning in complex networks: modeling, analysis, and applications (2012)

    Silva, Thiago Christiano; Liang, Zhao (Orientador)

    Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL (MODELAGEM;ANÁLISE;APLICAÇÕES), REDES COMPLEXAS, REDES DE COMPUTADORES, SISTEMAS HÍBRIDOS

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

    • ABNT

      SILVA, Thiago Christiano. Machine learning in complex networks: modeling, analysis, and applications. 2012. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2012. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-19042013-104641/. Acesso em: 04 jan. 2026.

    • APA

      Silva, T. C. (2012). Machine learning in complex networks: modeling, analysis, and applications (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-19042013-104641/

    • NLM

      Silva TC. Machine learning in complex networks: modeling, analysis, and applications [Internet]. 2012 ;[citado 2026 jan. 04 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-19042013-104641/

    • Vancouver

      Silva TC. Machine learning in complex networks: modeling, analysis, and applications [Internet]. 2012 ;[citado 2026 jan. 04 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-19042013-104641/
  • 1

1 - 15 (15 records)

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