Filtros : "IFSC225" Removidos: "Economia Aplicada" "Congresso Brasileiro de Entomologia" Limpar

Filtros



Refine with date range


  • Source: Agência FAPESP. Unidade: IFSC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, FÍSICA COMPUTACIONAL

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

      BRUNO, Odemir Martinez e DAL PRÁ, Elian Rafael. Inteligência artificial ajuda a decifrar pergaminhos carbonizados durante a erupção do Vesúvio. [Depoimento]. Agência FAPESP. São Paulo: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://agencia.fapesp.br/inteligencia-artificial-ajuda-a-decifrar-papiros-carbonizados-durante-a-erupcao-do-vesuvio/50882. Acesso em: 14 nov. 2024. , 2024
    • APA

      Bruno, O. M., & Dal Prá, E. R. (2024). Inteligência artificial ajuda a decifrar pergaminhos carbonizados durante a erupção do Vesúvio. [Depoimento]. Agência FAPESP. São Paulo: Instituto de Física de São Carlos, Universidade de São Paulo. Recuperado de https://agencia.fapesp.br/inteligencia-artificial-ajuda-a-decifrar-papiros-carbonizados-durante-a-erupcao-do-vesuvio/50882
    • NLM

      Bruno OM, Dal Prá ER. Inteligência artificial ajuda a decifrar pergaminhos carbonizados durante a erupção do Vesúvio. [Depoimento] [Internet]. Agência FAPESP. 2024 ;21 fe 2024. online[citado 2024 nov. 14 ] Available from: https://agencia.fapesp.br/inteligencia-artificial-ajuda-a-decifrar-papiros-carbonizados-durante-a-erupcao-do-vesuvio/50882
    • Vancouver

      Bruno OM, Dal Prá ER. Inteligência artificial ajuda a decifrar pergaminhos carbonizados durante a erupção do Vesúvio. [Depoimento] [Internet]. Agência FAPESP. 2024 ;21 fe 2024. online[citado 2024 nov. 14 ] Available from: https://agencia.fapesp.br/inteligencia-artificial-ajuda-a-decifrar-papiros-carbonizados-durante-a-erupcao-do-vesuvio/50882
  • Source: Chemical Engineering Journal. Unidades: IFSC, ICMC

    Subjects: ELETRÓLISE, PROCESSAMENTO DE IMAGENS, MÉTODO DOS ELEMENTOS FINITOS

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

      SILVA, Jeyse da et al. Beyond bubbles: unraveling the interfacial pH effects on bubble size distribution. Chemical Engineering Journal, v. 494, p. 1-10, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.cej.2024.152943. Acesso em: 14 nov. 2024.
    • APA

      Silva, J. da, Nóbrega, E. T. D., Staciaki, F., Ribeiro, F. R. A., Wosiak, G., Gutierrez, A., et al. (2024). Beyond bubbles: unraveling the interfacial pH effects on bubble size distribution. Chemical Engineering Journal, 494, 1-10. doi:10.1016/j.cej.2024.152943
    • NLM

      Silva J da, Nóbrega ETD, Staciaki F, Ribeiro FRA, Wosiak G, Gutierrez A, Bruno OM, Lopes MC, Pereira EC. Beyond bubbles: unraveling the interfacial pH effects on bubble size distribution [Internet]. Chemical Engineering Journal. 2024 ; 494 1-10.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.cej.2024.152943
    • Vancouver

      Silva J da, Nóbrega ETD, Staciaki F, Ribeiro FRA, Wosiak G, Gutierrez A, Bruno OM, Lopes MC, Pereira EC. Beyond bubbles: unraveling the interfacial pH effects on bubble size distribution [Internet]. Chemical Engineering Journal. 2024 ; 494 1-10.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.cej.2024.152943
  • Source: Pesquisa FAPESP. Unidade: IFSC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, FÍSICA COMPUTACIONAL, ARQUEOLOGIA, PAPIRO, PESQUISA CIENTÍFICA, CIÊNCIA (DISSEMINAÇÃO)

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

      BRUNO, Odemir Martinez. Inteligência artificial decifra parte de papiro da antiguidade. [Depoimento a Maria Guimarães]. Pesquisa FAPESP. São Paulo: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://revistapesquisa.fapesp.br/inteligencia-artificial-decifra-parte-de-papiro-da-antiguidade/. Acesso em: 14 nov. 2024. , 2024
    • APA

      Bruno, O. M. (2024). Inteligência artificial decifra parte de papiro da antiguidade. [Depoimento a Maria Guimarães]. Pesquisa FAPESP. São Paulo: Instituto de Física de São Carlos, Universidade de São Paulo. Recuperado de https://revistapesquisa.fapesp.br/inteligencia-artificial-decifra-parte-de-papiro-da-antiguidade/
    • NLM

      Bruno OM. Inteligência artificial decifra parte de papiro da antiguidade. [Depoimento a Maria Guimarães] [Internet]. Pesquisa FAPESP. 2024 ; 338[citado 2024 nov. 14 ] Available from: https://revistapesquisa.fapesp.br/inteligencia-artificial-decifra-parte-de-papiro-da-antiguidade/
    • Vancouver

      Bruno OM. Inteligência artificial decifra parte de papiro da antiguidade. [Depoimento a Maria Guimarães] [Internet]. Pesquisa FAPESP. 2024 ; 338[citado 2024 nov. 14 ] Available from: https://revistapesquisa.fapesp.br/inteligencia-artificial-decifra-parte-de-papiro-da-antiguidade/
  • Source: Revista Brasileira de Computação Aplicada. Unidade: IFSC

    Subjects: RESOLUÇÃO DE PROBLEMAS, AGRICULTURA, REDES NEURAIS, APRENDIZAGEM PROFUNDA, MILHO

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

      ARIZA, Vinicius Matheus Pimentel e BRUNO, Odemir Martinez. Aprendizado profundo aplicado à classificação de doenças foliares do milho. Revista Brasileira de Computação Aplicada, v. 16, n. 2, p. 75-87, 2024Tradução . . Disponível em: https://doi.org/10.5335/rbca.v16i2.15390. Acesso em: 14 nov. 2024.
    • APA

      Ariza, V. M. P., & Bruno, O. M. (2024). Aprendizado profundo aplicado à classificação de doenças foliares do milho. Revista Brasileira de Computação Aplicada, 16( 2), 75-87. doi:10.5335/rbca.v16i2.15390
    • NLM

      Ariza VMP, Bruno OM. Aprendizado profundo aplicado à classificação de doenças foliares do milho [Internet]. Revista Brasileira de Computação Aplicada. 2024 ; 16( 2): 75-87.[citado 2024 nov. 14 ] Available from: https://doi.org/10.5335/rbca.v16i2.15390
    • Vancouver

      Ariza VMP, Bruno OM. Aprendizado profundo aplicado à classificação de doenças foliares do milho [Internet]. Revista Brasileira de Computação Aplicada. 2024 ; 16( 2): 75-87.[citado 2024 nov. 14 ] Available from: https://doi.org/10.5335/rbca.v16i2.15390
  • Source: Lecture Notes in Computer Science - LNCS. Conference titles: Cellular Automata for Research and Industry - ACRI. Unidade: IFSC

    Subjects: FÍSICA COMPUTACIONAL, SIMULAÇÃO, REDES NEURAIS

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

      ROLLIER, Michiel et al. Efficient simulation of non-uniform cellular automata with a convolutional neural network. Lecture Notes in Computer Science - LNCS. Cham: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/978-3-031-71552-5_11. Acesso em: 14 nov. 2024. , 2024
    • APA

      Rollier, M., Daly, A. J., Bruno, O. M., & Baetens, J. M. (2024). Efficient simulation of non-uniform cellular automata with a convolutional neural network. Lecture Notes in Computer Science - LNCS. Cham: Instituto de Física de São Carlos, Universidade de São Paulo. doi:10.1007/978-3-031-71552-5_11
    • NLM

      Rollier M, Daly AJ, Bruno OM, Baetens JM. Efficient simulation of non-uniform cellular automata with a convolutional neural network [Internet]. Lecture Notes in Computer Science - LNCS. 2024 ; 14978 121-131.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/978-3-031-71552-5_11
    • Vancouver

      Rollier M, Daly AJ, Bruno OM, Baetens JM. Efficient simulation of non-uniform cellular automata with a convolutional neural network [Internet]. Lecture Notes in Computer Science - LNCS. 2024 ; 14978 121-131.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/978-3-031-71552-5_11
  • Unidade: IFSC

    Subjects: COMPUTAÇÃO APLICADA, AGRICULTURA

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

      Information Processing in Agriculture. . Amsterdam: Elsevier BV. . Acesso em: 14 nov. 2024. , 2024
    • APA

      Information Processing in Agriculture. (2024). Information Processing in Agriculture. Amsterdam: Elsevier BV.
    • NLM

      Information Processing in Agriculture. 2024 ;[citado 2024 nov. 14 ]
    • Vancouver

      Information Processing in Agriculture. 2024 ;[citado 2024 nov. 14 ]
  • Source: Pattern Recognition. Unidades: IFSC, EP

    Subjects: REDES COMPLEXAS, REDES NEURAIS, VISÃO COMPUTACIONAL, TEXTURA

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

      ZIELINSKI, Kallil Miguel Caparroz et al. A network classification method based on density time evolution patterns extracted from network automata. Pattern Recognition, v. 146, p. 109802-1-109802-13 + supplementary materials, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.patcog.2023.109946. Acesso em: 14 nov. 2024.
    • APA

      Zielinski, K. M. C., Ribas, L. C., Machicao, J., & Bruno, O. M. (2024). A network classification method based on density time evolution patterns extracted from network automata. Pattern Recognition, 146, 109802-1-109802-13 + supplementary materials. doi:10.1016/j.patcog.2023.109946
    • NLM

      Zielinski KMC, Ribas LC, Machicao J, Bruno OM. A network classification method based on density time evolution patterns extracted from network automata [Internet]. Pattern Recognition. 2024 ; 146 109802-1-109802-13 + supplementary materials.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.patcog.2023.109946
    • Vancouver

      Zielinski KMC, Ribas LC, Machicao J, Bruno OM. A network classification method based on density time evolution patterns extracted from network automata [Internet]. Pattern Recognition. 2024 ; 146 109802-1-109802-13 + supplementary materials.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.patcog.2023.109946
  • Source: Chaos, Solitons and Fractals. Unidade: IFSC

    Subjects: RECONHECIMENTO DE PADRÕES, ÓRBITA, FÍSICA COMPUTACIONAL

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

      ALVARENGA, João Pedro do Valle e BRUNO, Odemir Martinez. Dynamics and patterns of the least significant digits of the infinite-arithmetic precision logistic map orbits. Chaos, Solitons and Fractals, v. 180, p. 114488-1-114488-9, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.chaos.2024.114488. Acesso em: 14 nov. 2024.
    • APA

      Alvarenga, J. P. do V., & Bruno, O. M. (2024). Dynamics and patterns of the least significant digits of the infinite-arithmetic precision logistic map orbits. Chaos, Solitons and Fractals, 180, 114488-1-114488-9. doi:10.1016/j.chaos.2024.114488
    • NLM

      Alvarenga JP do V, Bruno OM. Dynamics and patterns of the least significant digits of the infinite-arithmetic precision logistic map orbits [Internet]. Chaos, Solitons and Fractals. 2024 ; 180 114488-1-114488-9.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.chaos.2024.114488
    • Vancouver

      Alvarenga JP do V, Bruno OM. Dynamics and patterns of the least significant digits of the infinite-arithmetic precision logistic map orbits [Internet]. Chaos, Solitons and Fractals. 2024 ; 180 114488-1-114488-9.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.chaos.2024.114488
  • Source: Pattern Recognition. Unidade: IFSC

    Subjects: REDES COMPLEXAS, REDES NEURAIS, VISÃO COMPUTACIONAL, TEXTURA, RECONHECIMENTO DE PADRÕES

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

      RIBAS, Lucas Correia e BRUNO, Odemir Martinez. Learning a complex network representation for shape classification. Pattern Recognition, v. 154, p. 110566-1-110566-10 + supplementary data, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.patcog.2024.110566. Acesso em: 14 nov. 2024.
    • APA

      Ribas, L. C., & Bruno, O. M. (2024). Learning a complex network representation for shape classification. Pattern Recognition, 154, 110566-1-110566-10 + supplementary data. doi:10.1016/j.patcog.2024.110566
    • NLM

      Ribas LC, Bruno OM. Learning a complex network representation for shape classification [Internet]. Pattern Recognition. 2024 ; 154 110566-1-110566-10 + supplementary data.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.patcog.2024.110566
    • Vancouver

      Ribas LC, Bruno OM. Learning a complex network representation for shape classification [Internet]. Pattern Recognition. 2024 ; 154 110566-1-110566-10 + supplementary data.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.patcog.2024.110566
  • Source: Anais. Conference titles: Simpósio Brasileiro de Computação Aplicada à Saúde - SBCAS. Unidades: IFSC, IME

    Subjects: SISTEMA ÚNICO DE SAÚDE, POLÍTICA DE SAÚDE, REDES COMPLEXAS

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

      PEREIRA, Gabriely Rangel e COSTA, Luciano da Fontoura e KON, Fábio. Análise e visualização do processo de regionalização do tema Único de Saúde (SUS): uma perspectiva em sistemas complexos. 2023, Anais.. Porto Alegre: SBC, 2023. Disponível em: https://doi.org/10.5753/sbcas_estendido.2023.229367. Acesso em: 14 nov. 2024.
    • APA

      Pereira, G. R., Costa, L. da F., & Kon, F. (2023). Análise e visualização do processo de regionalização do tema Único de Saúde (SUS): uma perspectiva em sistemas complexos. In Anais. Porto Alegre: SBC. doi:10.5753/sbcas_estendido.2023.229367
    • NLM

      Pereira GR, Costa L da F, Kon F. Análise e visualização do processo de regionalização do tema Único de Saúde (SUS): uma perspectiva em sistemas complexos [Internet]. Anais. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.5753/sbcas_estendido.2023.229367
    • Vancouver

      Pereira GR, Costa L da F, Kon F. Análise e visualização do processo de regionalização do tema Único de Saúde (SUS): uma perspectiva em sistemas complexos [Internet]. Anais. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.5753/sbcas_estendido.2023.229367
  • Source: Physica A. Unidade: IFSC

    Subjects: REDES NEURAIS, RECONHECIMENTO DE PADRÕES, PROCESSAMENTO DE IMAGENS

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

      COSTA, Luciano da Fontoura. Multiset neurons. Physica A, v. 609, n. Ja 2023, p. 128318-1-128318-34, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.physa.2022.128318. Acesso em: 14 nov. 2024.
    • APA

      Costa, L. da F. (2023). Multiset neurons. Physica A, 609( Ja 2023), 128318-1-128318-34. doi:10.1016/j.physa.2022.128318
    • NLM

      Costa L da F. Multiset neurons [Internet]. Physica A. 2023 ; 609( Ja 2023): 128318-1-128318-34.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.physa.2022.128318
    • Vancouver

      Costa L da F. Multiset neurons [Internet]. Physica A. 2023 ; 609( Ja 2023): 128318-1-128318-34.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.physa.2022.128318
  • Source: Chaos, Solitons and Fractals. Unidades: IFSC, ICMC

    Subjects: COMPLEXIDADE, CIÊNCIAS SOCIAIS, MÉTODOS MCMC, CADEIAS DE MARKOV

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

      SILVA, Paulo Cesar Ventura da et al. A Markov chain for metapopulations of small sizes with attraction landscape. Chaos, Solitons and Fractals, v. 167, p. 113003-1-113003-8, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.chaos.2022.113003. Acesso em: 14 nov. 2024.
    • APA

      Silva, P. C. V. da, Tokuda, E. K., Costa, L. da F., & Rodrigues, F. A. (2023). A Markov chain for metapopulations of small sizes with attraction landscape. Chaos, Solitons and Fractals, 167, 113003-1-113003-8. doi:10.1016/j.chaos.2022.113003
    • NLM

      Silva PCV da, Tokuda EK, Costa L da F, Rodrigues FA. A Markov chain for metapopulations of small sizes with attraction landscape [Internet]. Chaos, Solitons and Fractals. 2023 ; 167 113003-1-113003-8.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.chaos.2022.113003
    • Vancouver

      Silva PCV da, Tokuda EK, Costa L da F, Rodrigues FA. A Markov chain for metapopulations of small sizes with attraction landscape [Internet]. Chaos, Solitons and Fractals. 2023 ; 167 113003-1-113003-8.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.chaos.2022.113003
  • Source: Pattern Recognition. Unidade: IFSC

    Subjects: REDES COMPLEXAS, REDES NEURAIS, VISÃO COMPUTACIONAL, TEXTURA

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

      SCABINI, Leonardo Felipe dos Santos et al. RADAM: texture recognition through randomized aggregated encoding of deep activation maps. Pattern Recognition, v. No 2023, p. 109802-1-109802-13 + supplementary materials, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.patcog.2023.109802. Acesso em: 14 nov. 2024.
    • APA

      Scabini, L. F. dos S., Zielinski, K. M. C., Ribas, L. C., Gonçalves, W. N., Baets, B. D., & Bruno, O. M. (2023). RADAM: texture recognition through randomized aggregated encoding of deep activation maps. Pattern Recognition, No 2023, 109802-1-109802-13 + supplementary materials. doi:10.1016/j.patcog.2023.109802
    • NLM

      Scabini LF dos S, Zielinski KMC, Ribas LC, Gonçalves WN, Baets BD, Bruno OM. RADAM: texture recognition through randomized aggregated encoding of deep activation maps [Internet]. Pattern Recognition. 2023 ; No 2023 109802-1-109802-13 + supplementary materials.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.patcog.2023.109802
    • Vancouver

      Scabini LF dos S, Zielinski KMC, Ribas LC, Gonçalves WN, Baets BD, Bruno OM. RADAM: texture recognition through randomized aggregated encoding of deep activation maps [Internet]. Pattern Recognition. 2023 ; No 2023 109802-1-109802-13 + supplementary materials.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.patcog.2023.109802
  • Source: Agência FAPESP. Unidade: IFSC

    Subjects: ULTRASSOM, COVID-19, PESQUISA CIENTÍFICA

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

      BRUNO, Odemir Martinez. Experimento da USP neutraliza o SARS-CoV-2 com ressonância acústica. [Depoimento]. Agência FAPESP. São Paulo: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://agencia.fapesp.br/experimento-da-usp-neutraliza-o-sars-cov-2-com-ressonancia-acustica/40832/. Acesso em: 14 nov. 2024. , 2023
    • APA

      Bruno, O. M. (2023). Experimento da USP neutraliza o SARS-CoV-2 com ressonância acústica. [Depoimento]. Agência FAPESP. São Paulo: Instituto de Física de São Carlos, Universidade de São Paulo. Recuperado de https://agencia.fapesp.br/experimento-da-usp-neutraliza-o-sars-cov-2-com-ressonancia-acustica/40832/
    • NLM

      Bruno OM. Experimento da USP neutraliza o SARS-CoV-2 com ressonância acústica. [Depoimento] [Internet]. Agência FAPESP. 2023 ;[citado 2024 nov. 14 ] Available from: https://agencia.fapesp.br/experimento-da-usp-neutraliza-o-sars-cov-2-com-ressonancia-acustica/40832/
    • Vancouver

      Bruno OM. Experimento da USP neutraliza o SARS-CoV-2 com ressonância acústica. [Depoimento] [Internet]. Agência FAPESP. 2023 ;[citado 2024 nov. 14 ] Available from: https://agencia.fapesp.br/experimento-da-usp-neutraliza-o-sars-cov-2-com-ressonancia-acustica/40832/
  • Source: Nature Communications. Unidade: IFSC

    Subjects: NEUROCIÊNCIAS, CÉREBRO, REDES NEURAIS

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

      FREITAS-ANDRADE, Moises et al. Astroglial Hmgb1 regulates postnatal astrocyte morphogenesis and cerebrovascular maturation. Nature Communications, v. 14, p. 4965-1-4965-20 + supplementary information, 2023Tradução . . Disponível em: https://doi.org/10.1038/s41467-023-40682-3. Acesso em: 14 nov. 2024.
    • APA

      Freitas-Andrade, M., Comin, C. H., Van Dyken, P., Ouellette, J., Raman-Nair, J., Blakeley, N., et al. (2023). Astroglial Hmgb1 regulates postnatal astrocyte morphogenesis and cerebrovascular maturation. Nature Communications, 14, 4965-1-4965-20 + supplementary information. doi:10.1038/s41467-023-40682-3
    • NLM

      Freitas-Andrade M, Comin CH, Van Dyken P, Ouellette J, Raman-Nair J, Blakeley N, Liu QY, Leclerc S, Pan Y, Liu Z, Carrier M, Thakur K, Savard A, Rurak GM, Tremblay M-È, Salmaso N, Costa L da F, Coppola G, Lacoste B. Astroglial Hmgb1 regulates postnatal astrocyte morphogenesis and cerebrovascular maturation [Internet]. Nature Communications. 2023 ; 14 4965-1-4965-20 + supplementary information.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1038/s41467-023-40682-3
    • Vancouver

      Freitas-Andrade M, Comin CH, Van Dyken P, Ouellette J, Raman-Nair J, Blakeley N, Liu QY, Leclerc S, Pan Y, Liu Z, Carrier M, Thakur K, Savard A, Rurak GM, Tremblay M-È, Salmaso N, Costa L da F, Coppola G, Lacoste B. Astroglial Hmgb1 regulates postnatal astrocyte morphogenesis and cerebrovascular maturation [Internet]. Nature Communications. 2023 ; 14 4965-1-4965-20 + supplementary information.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1038/s41467-023-40682-3
  • Source: Information Sciences. Unidades: IFSC, ICMC

    Subjects: REDES COMPLEXAS, GEOMETRIA E MODELAGEM COMPUTACIONAL

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

      SOUZA, Bárbara Côrtes e et al. Text characterization based on recurrence networks. Information Sciences, v. 641, p. 119124-1-119124-15, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.ins.2023.119124. Acesso em: 14 nov. 2024.
    • APA

      Souza, B. C. e, Silva, F. N., Arruda, H. F. de, Silva, G. D. da, Costa, L. da F., & Amancio, D. R. (2023). Text characterization based on recurrence networks. Information Sciences, 641, 119124-1-119124-15. doi:10.1016/j.ins.2023.119124
    • NLM

      Souza BC e, Silva FN, Arruda HF de, Silva GD da, Costa L da F, Amancio DR. Text characterization based on recurrence networks [Internet]. Information Sciences. 2023 ; 641 119124-1-119124-15.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.ins.2023.119124
    • Vancouver

      Souza BC e, Silva FN, Arruda HF de, Silva GD da, Costa L da F, Amancio DR. Text characterization based on recurrence networks [Internet]. Information Sciences. 2023 ; 641 119124-1-119124-15.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.ins.2023.119124
  • Source: Portal IFSC. Unidade: IFSC

    Subjects: INTELIGÊNCIA ARTIFICIAL, FÍSICA COMPUTACIONAL, REDES COMPLEXAS, REDES NEURAIS, APRENDIZADO COMPUTACIONAL, CIÊNCIA (DISSEMINAÇÃO)

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

      BRUNO, Odemir Martinez e SCABINI, Leonardo Felipe dos Santos. IFSC/USP desenvolve “RADAM”: IA para padrões complexos - Primeira no mundo: Uma IA que treina outra IA. [Depoimento à Rui Sintra]. Portal IFSC. São Carlos: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://www2.ifsc.usp.br/portal-ifsc/ifsc-usp-desenvolve-radam-ia-para-padroes-complexos-primeira-no-mundo-uma-ia-que-treina-outra-ia/. Acesso em: 14 nov. 2024. , 2023
    • APA

      Bruno, O. M., & Scabini, L. F. dos S. (2023). IFSC/USP desenvolve “RADAM”: IA para padrões complexos - Primeira no mundo: Uma IA que treina outra IA. [Depoimento à Rui Sintra]. Portal IFSC. São Carlos: Instituto de Física de São Carlos, Universidade de São Paulo. Recuperado de https://www2.ifsc.usp.br/portal-ifsc/ifsc-usp-desenvolve-radam-ia-para-padroes-complexos-primeira-no-mundo-uma-ia-que-treina-outra-ia/
    • NLM

      Bruno OM, Scabini LF dos S. IFSC/USP desenvolve “RADAM”: IA para padrões complexos - Primeira no mundo: Uma IA que treina outra IA. [Depoimento à Rui Sintra] [Internet]. Portal IFSC. 2023 ;[citado 2024 nov. 14 ] Available from: https://www2.ifsc.usp.br/portal-ifsc/ifsc-usp-desenvolve-radam-ia-para-padroes-complexos-primeira-no-mundo-uma-ia-que-treina-outra-ia/
    • Vancouver

      Bruno OM, Scabini LF dos S. IFSC/USP desenvolve “RADAM”: IA para padrões complexos - Primeira no mundo: Uma IA que treina outra IA. [Depoimento à Rui Sintra] [Internet]. Portal IFSC. 2023 ;[citado 2024 nov. 14 ] Available from: https://www2.ifsc.usp.br/portal-ifsc/ifsc-usp-desenvolve-radam-ia-para-padroes-complexos-primeira-no-mundo-uma-ia-que-treina-outra-ia/
  • Source: Physica A. Unidades: IFSC, ICMC

    Subjects: REDES NEURAIS, RECONHECIMENTO DE PADRÕES, APRENDIZAGEM PROFUNDA, REDES COMPLEXAS

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

      NEIVA, Mariane Barros e BRUNO, Odemir Martinez. Exploring ordered patterns in the adjacency matrix for improving machine learning on complex networks. Physica A, v. 626, p. 129086-1-129086-11, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.physa.2023.129086. Acesso em: 14 nov. 2024.
    • APA

      Neiva, M. B., & Bruno, O. M. (2023). Exploring ordered patterns in the adjacency matrix for improving machine learning on complex networks. Physica A, 626, 129086-1-129086-11. doi:10.1016/j.physa.2023.129086
    • NLM

      Neiva MB, Bruno OM. Exploring ordered patterns in the adjacency matrix for improving machine learning on complex networks [Internet]. Physica A. 2023 ; 626 129086-1-129086-11.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.physa.2023.129086
    • Vancouver

      Neiva MB, Bruno OM. Exploring ordered patterns in the adjacency matrix for improving machine learning on complex networks [Internet]. Physica A. 2023 ; 626 129086-1-129086-11.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.physa.2023.129086

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2024