Filtros : "Wavelets" Limpar

Filtros



Refine with date range


  • Source: Time series and wavelet analysis: Festschrift in Honor of Pedro A. Morettin. Unidade: IME

    Subjects: ANÁLISE DE ONDALETAS, ANÁLISE DE SÉRIES TEMPORAIS, ANÁLISE MULTIVARIADA

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

      CHEN, Yangyang et al. Wavelet estimation of nonstationary spatial covariance function. Time series and wavelet analysis: Festschrift in Honor of Pedro A. Morettin. Tradução . Cham: Springer, 2024. . Disponível em: https://doi.org/10.1007/978-3-031-66398-7_15. Acesso em: 03 jan. 2026.
    • APA

      Chen, Y., Morettin, P. A., Dias, R., & Chiann, C. (2024). Wavelet estimation of nonstationary spatial covariance function. In Time series and wavelet analysis: Festschrift in Honor of Pedro A. Morettin. Cham: Springer. doi:10.1007/978-3-031-66398-7_15
    • NLM

      Chen Y, Morettin PA, Dias R, Chiann C. Wavelet estimation of nonstationary spatial covariance function [Internet]. In: Time series and wavelet analysis: Festschrift in Honor of Pedro A. Morettin. Cham: Springer; 2024. [citado 2026 jan. 03 ] Available from: https://doi.org/10.1007/978-3-031-66398-7_15
    • Vancouver

      Chen Y, Morettin PA, Dias R, Chiann C. Wavelet estimation of nonstationary spatial covariance function [Internet]. In: Time series and wavelet analysis: Festschrift in Honor of Pedro A. Morettin. Cham: Springer; 2024. [citado 2026 jan. 03 ] Available from: https://doi.org/10.1007/978-3-031-66398-7_15
  • Unidade: IME

    Subjects: INFERÊNCIA NÃO PARAMÉTRICA, MODELOS NÃO LINEARES, ANÁLISE DE DADOS, SUAVIZAÇÃO

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

      FERREIRA, Felipe Toledo. A nonlinear mixed effects approach to the registration of functional data. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-04112024-163842/. Acesso em: 03 jan. 2026.
    • APA

      Ferreira, F. T. (2024). A nonlinear mixed effects approach to the registration of functional data (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45133/tde-04112024-163842/
    • NLM

      Ferreira FT. A nonlinear mixed effects approach to the registration of functional data [Internet]. 2024 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-04112024-163842/
    • Vancouver

      Ferreira FT. A nonlinear mixed effects approach to the registration of functional data [Internet]. 2024 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-04112024-163842/
  • Source: Signal Processing. Unidade: IME

    Subjects: ANÁLISE DE ONDALETAS, ANÁLISE DE SÉRIES TEMPORAIS

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

      PINTO, Mateus Gonzalez de Freitas e CHIANN, Chang. A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets. Signal Processing, v. 222, n. artigo 109518, p. 1-11, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.sigpro.2024.109518. Acesso em: 03 jan. 2026.
    • APA

      Pinto, M. G. de F., & Chiann, C. (2024). A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets. Signal Processing, 222( artigo 109518), 1-11. doi:10.1016/j.sigpro.2024.109518
    • NLM

      Pinto MG de F, Chiann C. A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets [Internet]. Signal Processing. 2024 ; 222( artigo 109518): 1-11.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1016/j.sigpro.2024.109518
    • Vancouver

      Pinto MG de F, Chiann C. A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets [Internet]. Signal Processing. 2024 ; 222( artigo 109518): 1-11.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1016/j.sigpro.2024.109518
  • Unidade: ICMC

    Assunto: ANÁLISE DE ONDALETAS

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

      SANTOS, Mariana Macedo dos. Análise de Multiresolução e Wavelets Assimétricas de Haar. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55135/tde-16022024-160814/. Acesso em: 03 jan. 2026.
    • APA

      Santos, M. M. dos. (2023). Análise de Multiresolução e Wavelets Assimétricas de Haar (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55135/tde-16022024-160814/
    • NLM

      Santos MM dos. Análise de Multiresolução e Wavelets Assimétricas de Haar [Internet]. 2023 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55135/tde-16022024-160814/
    • Vancouver

      Santos MM dos. Análise de Multiresolução e Wavelets Assimétricas de Haar [Internet]. 2023 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55135/tde-16022024-160814/
  • Unidade: IME

    Subjects: FILTROS DE KALMAN, PROCESSOS ESTACIONÁRIOS, PROCESSOS ESTOCÁSTICOS

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

      CHEN, Yangyang. Spatio-temporal models by wavelets. 2023. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-25052023-222701/. Acesso em: 03 jan. 2026.
    • APA

      Chen, Y. (2023). Spatio-temporal models by wavelets (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45133/tde-25052023-222701/
    • NLM

      Chen Y. Spatio-temporal models by wavelets [Internet]. 2023 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-25052023-222701/
    • Vancouver

      Chen Y. Spatio-temporal models by wavelets [Internet]. 2023 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-25052023-222701/
  • Source: Digital Signal Processing. Unidade: IME

    Subjects: ANÁLISE DE ONDALETAS, ANÁLISE DE SÉRIES TEMPORAIS

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

      PINTO, Mateus Gonzalez de Freitas e CHIANN, Chang. Long-memory parameter estimation based on fractional spline wavelets. Digital Signal Processing, v. 133, n. artigo 103836, p. 1-12, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.dsp.2022.103836. Acesso em: 03 jan. 2026.
    • APA

      Pinto, M. G. de F., & Chiann, C. (2023). Long-memory parameter estimation based on fractional spline wavelets. Digital Signal Processing, 133( artigo 103836), 1-12. doi:10.1016/j.dsp.2022.103836
    • NLM

      Pinto MG de F, Chiann C. Long-memory parameter estimation based on fractional spline wavelets [Internet]. Digital Signal Processing. 2023 ; 133( artigo 103836): 1-12.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1016/j.dsp.2022.103836
    • Vancouver

      Pinto MG de F, Chiann C. Long-memory parameter estimation based on fractional spline wavelets [Internet]. Digital Signal Processing. 2023 ; 133( artigo 103836): 1-12.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1016/j.dsp.2022.103836
  • Source: São Paulo Journal of Mathematical Sciences. Unidade: IME

    Assunto: INFERÊNCIA NÃO PARAMÉTRICA

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

      MORETTIN, Pedro Alberto e PORTO, Rogério de Faria. Estimation of nonparametric regression models by wavelets. São Paulo Journal of Mathematical Sciences, v. 16, n. 1, p. 539-565, 2022Tradução . . Disponível em: https://doi.org/10.1007/s40863-021-00240-5. Acesso em: 03 jan. 2026.
    • APA

      Morettin, P. A., & Porto, R. de F. (2022). Estimation of nonparametric regression models by wavelets. São Paulo Journal of Mathematical Sciences, 16( 1), 539-565. doi:10.1007/s40863-021-00240-5
    • NLM

      Morettin PA, Porto R de F. Estimation of nonparametric regression models by wavelets [Internet]. São Paulo Journal of Mathematical Sciences. 2022 ; 16( 1): 539-565.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1007/s40863-021-00240-5
    • Vancouver

      Morettin PA, Porto R de F. Estimation of nonparametric regression models by wavelets [Internet]. São Paulo Journal of Mathematical Sciences. 2022 ; 16( 1): 539-565.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1007/s40863-021-00240-5
  • Source: Livro de Resumos. Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC

    Subjects: IMAGEM POR RESSONÂNCIA MAGNÉTICA, ANÁLISE DE ONDALETAS, APRENDIZADO COMPUTACIONAL

    Versão PublicadaHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      QUEIROZ, Guylherme Emmanuel Tagliaferro de e PAIVA, Fernando Fernandes e GUIDO, Rodrigo Capobianco. Análise multi-resolução inteligente: combinando a transformada wavelet com estratégias de deep learning para redução de ruídos em sinais e imagens de ressonância magnética. 2022, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2022. Disponível em: https://repositorio.usp.br/directbitstream/e73c082d-2a6c-490f-9919-def59cf443ec/PROD034051_3120760.pdf. Acesso em: 03 jan. 2026.
    • APA

      Queiroz, G. E. T. de, Paiva, F. F., & Guido, R. C. (2022). Análise multi-resolução inteligente: combinando a transformada wavelet com estratégias de deep learning para redução de ruídos em sinais e imagens de ressonância magnética. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/e73c082d-2a6c-490f-9919-def59cf443ec/PROD034051_3120760.pdf
    • NLM

      Queiroz GET de, Paiva FF, Guido RC. Análise multi-resolução inteligente: combinando a transformada wavelet com estratégias de deep learning para redução de ruídos em sinais e imagens de ressonância magnética [Internet]. Livro de Resumos. 2022 ;[citado 2026 jan. 03 ] Available from: https://repositorio.usp.br/directbitstream/e73c082d-2a6c-490f-9919-def59cf443ec/PROD034051_3120760.pdf
    • Vancouver

      Queiroz GET de, Paiva FF, Guido RC. Análise multi-resolução inteligente: combinando a transformada wavelet com estratégias de deep learning para redução de ruídos em sinais e imagens de ressonância magnética [Internet]. Livro de Resumos. 2022 ;[citado 2026 jan. 03 ] Available from: https://repositorio.usp.br/directbitstream/e73c082d-2a6c-490f-9919-def59cf443ec/PROD034051_3120760.pdf
  • Unidade: IME

    Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, ANÁLISE DE ONDALETAS, TRANSFORMADA DE FOURIER

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

      ALÍPIO, Lênon Guimarães Silva. Unraveling the brain: a quantitative study of EEG classification techniques. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-01072021-132416/. Acesso em: 03 jan. 2026.
    • APA

      Alípio, L. G. S. (2021). Unraveling the brain: a quantitative study of EEG classification techniques (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45133/tde-01072021-132416/
    • NLM

      Alípio LGS. Unraveling the brain: a quantitative study of EEG classification techniques [Internet]. 2021 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-01072021-132416/
    • Vancouver

      Alípio LGS. Unraveling the brain: a quantitative study of EEG classification techniques [Internet]. 2021 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-01072021-132416/
  • Source: Livro de Resumos. Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC

    Subjects: IMAGEM POR RESSONÂNCIA MAGNÉTICA, ANÁLISE DE ONDALETAS, APRENDIZADO COMPUTACIONAL

    Versão PublicadaHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      QUEIROZ, Guylherme Emmanuel Tagliaferro de e PAIVA, Fernando Fernandes e GUIDO, R. C. Análise multi-resolução inteligente: combinando a transformada wavelet com estratégias de deep learning para redução de ruídos em sinais e imagens de ressonância magnética. 2021, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2021. Disponível em: https://repositorio.usp.br/directbitstream/cb3c7d11-22a7-46da-8db5-2826c25ddced/3055613.pdf. Acesso em: 03 jan. 2026.
    • APA

      Queiroz, G. E. T. de, Paiva, F. F., & Guido, R. C. (2021). Análise multi-resolução inteligente: combinando a transformada wavelet com estratégias de deep learning para redução de ruídos em sinais e imagens de ressonância magnética. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/cb3c7d11-22a7-46da-8db5-2826c25ddced/3055613.pdf
    • NLM

      Queiroz GET de, Paiva FF, Guido RC. Análise multi-resolução inteligente: combinando a transformada wavelet com estratégias de deep learning para redução de ruídos em sinais e imagens de ressonância magnética [Internet]. Livro de Resumos. 2021 ;[citado 2026 jan. 03 ] Available from: https://repositorio.usp.br/directbitstream/cb3c7d11-22a7-46da-8db5-2826c25ddced/3055613.pdf
    • Vancouver

      Queiroz GET de, Paiva FF, Guido RC. Análise multi-resolução inteligente: combinando a transformada wavelet com estratégias de deep learning para redução de ruídos em sinais e imagens de ressonância magnética [Internet]. Livro de Resumos. 2021 ;[citado 2026 jan. 03 ] Available from: https://repositorio.usp.br/directbitstream/cb3c7d11-22a7-46da-8db5-2826c25ddced/3055613.pdf
  • Unidade: IME

    Subjects: ANÁLISE DE SÉRIES TEMPORAIS, MODELAGEM DE DADOS

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

      PINTO, Mateus Gonzalez de Freitas. Long memory in high frequency time series using wavelets and conditional volatility models. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-06052021-100559/. Acesso em: 03 jan. 2026.
    • APA

      Pinto, M. G. de F. (2021). Long memory in high frequency time series using wavelets and conditional volatility models (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45133/tde-06052021-100559/
    • NLM

      Pinto MG de F. Long memory in high frequency time series using wavelets and conditional volatility models [Internet]. 2021 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-06052021-100559/
    • Vancouver

      Pinto MG de F. Long memory in high frequency time series using wavelets and conditional volatility models [Internet]. 2021 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-06052021-100559/
  • Source: Statistics & Probability Letters. Unidade: IME

    Subjects: ANÁLISE DE ERROS, ANÁLISE DE ONDALETAS

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

      FONSECA, Eder Lucio da e ALENCAR, Airlane Pereira e MORETTIN, Pedro Alberto. Time-varying cointegration model using wavelets. Statistics & Probability Letters, v. 145, p. 260-267, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.spl.2018.09.017. Acesso em: 03 jan. 2026.
    • APA

      Fonseca, E. L. da, Alencar, A. P., & Morettin, P. A. (2019). Time-varying cointegration model using wavelets. Statistics & Probability Letters, 145, 260-267. doi:10.1016/j.spl.2018.09.017
    • NLM

      Fonseca EL da, Alencar AP, Morettin PA. Time-varying cointegration model using wavelets [Internet]. Statistics & Probability Letters. 2019 ; 145 260-267.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1016/j.spl.2018.09.017
    • Vancouver

      Fonseca EL da, Alencar AP, Morettin PA. Time-varying cointegration model using wavelets [Internet]. Statistics & Probability Letters. 2019 ; 145 260-267.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1016/j.spl.2018.09.017
  • Unidade: IME

    Subjects: INFERÊNCIA ESTATÍSTICA, ESTATÍSTICA APLICADA, ANÁLISE MULTIVARIADA, ANÁLISE DE SÉRIES TEMPORAIS

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

      SASSI, Gilberto Pereira. Estimação de modelos geoestatísticos com dados funcionais usando ondaletas. 2016. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-02052016-110000/. Acesso em: 03 jan. 2026.
    • APA

      Sassi, G. P. (2016). Estimação de modelos geoestatísticos com dados funcionais usando ondaletas (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/45/45133/tde-02052016-110000/
    • NLM

      Sassi GP. Estimação de modelos geoestatísticos com dados funcionais usando ondaletas [Internet]. 2016 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-02052016-110000/
    • Vancouver

      Sassi GP. Estimação de modelos geoestatísticos com dados funcionais usando ondaletas [Internet]. 2016 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-02052016-110000/
  • Unidade: IFSC

    Subjects: PROCESSAMENTO DE SINAIS, BIOMETRIA, INTELIGÊNCIA ARTIFICIAL, ANÁLISE DE ONDALETAS

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

      ESCOLA, João Paulo Lemos. Reconhecimento de assinaturas baseado em seus ruídos caligráficos. 2014. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2014. Disponível em: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-09042014-161454/. Acesso em: 03 jan. 2026.
    • APA

      Escola, J. P. L. (2014). Reconhecimento de assinaturas baseado em seus ruídos caligráficos (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/76/76132/tde-09042014-161454/
    • NLM

      Escola JPL. Reconhecimento de assinaturas baseado em seus ruídos caligráficos [Internet]. 2014 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-09042014-161454/
    • Vancouver

      Escola JPL. Reconhecimento de assinaturas baseado em seus ruídos caligráficos [Internet]. 2014 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-09042014-161454/
  • Unidade: IFSC

    Subjects: PROCESSAMENTO DE SINAIS, LARINGE (PATOLOGIA), ANÁLISE DE ONDALETAS

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

      RODRIGUES, Luciene Cavalcanti. Uma nova família de filtros digitais para classificação de dados com aplicações ao pré-diagnóstico de patologias na laringe. 2012. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2012. Disponível em: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-06032013-110348/. Acesso em: 03 jan. 2026.
    • APA

      Rodrigues, L. C. (2012). Uma nova família de filtros digitais para classificação de dados com aplicações ao pré-diagnóstico de patologias na laringe (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/76/76132/tde-06032013-110348/
    • NLM

      Rodrigues LC. Uma nova família de filtros digitais para classificação de dados com aplicações ao pré-diagnóstico de patologias na laringe [Internet]. 2012 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-06032013-110348/
    • Vancouver

      Rodrigues LC. Uma nova família de filtros digitais para classificação de dados com aplicações ao pré-diagnóstico de patologias na laringe [Internet]. 2012 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-06032013-110348/
  • Unidade: IFSC

    Subjects: PROCESSAMENTO DE SINAIS, ANÁLISE DE ONDALETAS

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

      VIEIRA, Lucimar Sasso. Morphlet: uma nova família de transformadas wavelet aplicadas ao processo de conversão de voz. 2012. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2012. Disponível em: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-02052012-173331/. Acesso em: 03 jan. 2026.
    • APA

      Vieira, L. S. (2012). Morphlet: uma nova família de transformadas wavelet aplicadas ao processo de conversão de voz (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/76/76132/tde-02052012-173331/
    • NLM

      Vieira LS. Morphlet: uma nova família de transformadas wavelet aplicadas ao processo de conversão de voz [Internet]. 2012 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-02052012-173331/
    • Vancouver

      Vieira LS. Morphlet: uma nova família de transformadas wavelet aplicadas ao processo de conversão de voz [Internet]. 2012 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-02052012-173331/

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