ReP USP - Resultado da busca

Dissertação (Mestrado)
Using natural language processing methods to predict judicial outcomes (2020)
Bertalan, Vithor Gomes Ferreira; Ruiz, Evandro Eduardo Seron (Orientador)
Unidade: FFCLRP
Subjects: PROCESSAMENTO DE LINGUAGEM NATURAL, PREDIÇÃO, INTELIGÊNCIA ARTIFICIAL, CIÊNCIA DA COMPUTAÇÃO, PARECER, ALGORITMOS, PODER JUDICIÁRIO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BERTALAN, Vithor Gomes Ferreira. Using natural language processing methods to predict judicial outcomes. 2020. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-04012021-232455/. Acesso em: 04 nov. 2024.
APA
Bertalan, V. G. F. (2020). Using natural language processing methods to predict judicial outcomes (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59143/tde-04012021-232455/
NLM
Bertalan VGF. Using natural language processing methods to predict judicial outcomes [Internet]. 2020 ;[citado 2024 nov. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-04012021-232455/
Vancouver
Bertalan VGF. Using natural language processing methods to predict judicial outcomes [Internet]. 2020 ;[citado 2024 nov. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-04012021-232455/
Artigo de periodico
Artificial neural network based crossover for evolutionary algorithms (2020)
Tinós, Renato
Source: Applied Soft Computing. Unidade: FFCLRP
Subjects: ALGORITMOS, REDES NEURAIS, OPERADORES, ALGORITMOS GENÉTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TINÓS, Renato. Artificial neural network based crossover for evolutionary algorithms. Applied Soft Computing, v. 95, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.asoc.2020.106512. Acesso em: 04 nov. 2024.
APA
Tinós, R. (2020). Artificial neural network based crossover for evolutionary algorithms. Applied Soft Computing, 95. doi:10.1016/j.asoc.2020.106512
NLM
Tinós R. Artificial neural network based crossover for evolutionary algorithms [Internet]. Applied Soft Computing. 2020 ; 95[citado 2024 nov. 04 ] Available from: https://doi.org/10.1016/j.asoc.2020.106512
Vancouver
Tinós R. Artificial neural network based crossover for evolutionary algorithms [Internet]. Applied Soft Computing. 2020 ; 95[citado 2024 nov. 04 ] Available from: https://doi.org/10.1016/j.asoc.2020.106512
Trabalho de evento
Busca por similaridade usando o gráfico de nteração NK (2020)
Moraes, José Carlos Bueno de; Tinós, Renato
Source: Anais. Conference titles: Encontro Nacional de Inteligência Artificial e Computacional - ENIAC. Unidade: FFCLRP
Subjects: MATEMÁTICA APLICADA, ALGORITMOS, APRENDIZADO COMPUTACIONAL, TEORIA DOS GRAFOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MORAES, José Carlos Bueno de e TINÓS, Renato. Busca por similaridade usando o gráfico de nteração NK. 2020, Anais.. Porto Alegre: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo, 2020. Disponível em: https://doi.org/10.5753/eniac.2020.12131. Acesso em: 04 nov. 2024.
APA
Moraes, J. C. B. de, & Tinós, R. (2020). Busca por similaridade usando o gráfico de nteração NK. In Anais. Porto Alegre: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.5753/eniac.2020.12131
NLM
Moraes JCB de, Tinós R. Busca por similaridade usando o gráfico de nteração NK [Internet]. Anais. 2020 ;[citado 2024 nov. 04 ] Available from: https://doi.org/10.5753/eniac.2020.12131
Vancouver
Moraes JCB de, Tinós R. Busca por similaridade usando o gráfico de nteração NK [Internet]. Anais. 2020 ;[citado 2024 nov. 04 ] Available from: https://doi.org/10.5753/eniac.2020.12131
Dissertação (Mestrado)
Busca por similaridade utilizando grafo de interações NK (2020)
Moraes, José Carlos Bueno de; Tinós, Renato (Orientador)
Unidade: FFCLRP
Subjects: INTELIGÊNCIA ARTIFICIAL, BASES DE DADOS, ALGORITMOS, USUÁRIOS DA INFORMAÇÃO, INFORMAÇÃO, ORDENAÇÃO E BUSCA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MORAES, José Carlos Bueno de. Busca por similaridade utilizando grafo de interações NK. 2020. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-09022021-153946/. Acesso em: 04 nov. 2024.
APA
Moraes, J. C. B. de. (2020). Busca por similaridade utilizando grafo de interações NK (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59143/tde-09022021-153946/
NLM
Moraes JCB de. Busca por similaridade utilizando grafo de interações NK [Internet]. 2020 ;[citado 2024 nov. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-09022021-153946/
Vancouver
Moraes JCB de. Busca por similaridade utilizando grafo de interações NK [Internet]. 2020 ;[citado 2024 nov. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-09022021-153946/
Trabalho de evento
A new network-base high-level data classification methodology (Quipus) by modeling attribute-attribute interactions (2020)
Zuñiga, Esteban Wilfredo Vilca ; Liang, Zhao
Source: Proceedings. Conference titles: International Conference of Digital Transformation and Innovation Technology - Incodtrin. Unidade: FFCLRP
Subjects: MATEMÁTICA APLICADA, APRENDIZADO COMPUTACIONAL, ALGORITMOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ZUÑIGA, Esteban Wilfredo Vilca e LIANG, Zhao. A new network-base high-level data classification methodology (Quipus) by modeling attribute-attribute interactions. 2020, Anais.. Manchester: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo, 2020. Disponível em: https://www.researchgate.net/publication/344411081_A_new_network-base_high-level_data_classification_methodology_Quipus_by_modeling_attribute-attribute_interactions. Acesso em: 04 nov. 2024.
APA
Zuñiga, E. W. V., & Liang, Z. (2020). A new network-base high-level data classification methodology (Quipus) by modeling attribute-attribute interactions. In Proceedings. Manchester: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. Recuperado de https://www.researchgate.net/publication/344411081_A_new_network-base_high-level_data_classification_methodology_Quipus_by_modeling_attribute-attribute_interactions
NLM
Zuñiga EWV, Liang Z. A new network-base high-level data classification methodology (Quipus) by modeling attribute-attribute interactions [Internet]. Proceedings. 2020 ;[citado 2024 nov. 04 ] Available from: https://www.researchgate.net/publication/344411081_A_new_network-base_high-level_data_classification_methodology_Quipus_by_modeling_attribute-attribute_interactions
Vancouver
Zuñiga EWV, Liang Z. A new network-base high-level data classification methodology (Quipus) by modeling attribute-attribute interactions [Internet]. Proceedings. 2020 ;[citado 2024 nov. 04 ] Available from: https://www.researchgate.net/publication/344411081_A_new_network-base_high-level_data_classification_methodology_Quipus_by_modeling_attribute-attribute_interactions
Artigo de periodico
Challenges and opportunities for integrating in silico models and adverse outcomes pathways to set and relate new biomarkers (2020)
Santos, Carlos Eduardo Matos dos; Miranda, Raul Ghiraldelli ; Oliveira, Danielle Palma de ; Dorta, Daniel Junqueira
Source: Water. Unidades: FCFRP, FFCLRP
Subjects: TOXICOLOGIA, PRODUTOS QUÍMICOS, ALGORITMOS, INTELIGÊNCIA ARTIFICIAL, ECOTOXICOLOGIA, BIOMARCADORES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SANTOS, Carlos Eduardo Matos dos et al. Challenges and opportunities for integrating in silico models and adverse outcomes pathways to set and relate new biomarkers. Water, v. 12, n. 12, 2020Tradução . . Disponível em: https://doi.org/10.3390/w12123549. Acesso em: 04 nov. 2024.
APA
Santos, C. E. M. dos, Miranda, R. G., Oliveira, D. P. de, & Dorta, D. J. (2020). Challenges and opportunities for integrating in silico models and adverse outcomes pathways to set and relate new biomarkers. Water, 12( 12). doi:10.3390/w12123549
NLM
Santos CEM dos, Miranda RG, Oliveira DP de, Dorta DJ. Challenges and opportunities for integrating in silico models and adverse outcomes pathways to set and relate new biomarkers [Internet]. Water. 2020 ; 12( 12):[citado 2024 nov. 04 ] Available from: https://doi.org/10.3390/w12123549
Vancouver
Santos CEM dos, Miranda RG, Oliveira DP de, Dorta DJ. Challenges and opportunities for integrating in silico models and adverse outcomes pathways to set and relate new biomarkers [Internet]. Water. 2020 ; 12( 12):[citado 2024 nov. 04 ] Available from: https://doi.org/10.3390/w12123549
Artigo de periodico
Deep learning predicts underlying features on pathology images with therapeutic relevance for breast and gastric cancer (2020)
Valieris, Renan; Amaro, Lucas; Osório, Cynthia Aparecida Bueno de Toledo; Bueno, Adriana Passos; Mitrowsky, Rafael Andrés Rosales ; Carraro, Dirce Maria; Nunes, Diana Noronha; Dias-Neto, Emmanuel; Silva, Israel Tojal da
Source: Cancers. Unidade: FFCLRP
Subjects: BIOMARCADORES, NEOPLASIAS, DNA, APRENDIZADO COMPUTACIONAL, TERAPÊUTICA MÉDICA, ALGORITMOS, CARCINOGÊNESE, IMUNOTERAPIA, RECOMBINAÇÃO GENÉTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
VALIERIS, Renan et al. Deep learning predicts underlying features on pathology images with therapeutic relevance for breast and gastric cancer. Cancers, v. 12, n. 12, p. 1-12, 2020Tradução . . Disponível em: https://doi.org/10.3390/cancers12123687. Acesso em: 04 nov. 2024.
APA
Valieris, R., Amaro, L., Osório, C. A. B. de T., Bueno, A. P., Mitrowsky, R. A. R., Carraro, D. M., et al. (2020). Deep learning predicts underlying features on pathology images with therapeutic relevance for breast and gastric cancer. Cancers, 12( 12), 1-12. doi:10.3390/cancers12123687
NLM
Valieris R, Amaro L, Osório CAB de T, Bueno AP, Mitrowsky RAR, Carraro DM, Nunes DN, Dias-Neto E, Silva IT da. Deep learning predicts underlying features on pathology images with therapeutic relevance for breast and gastric cancer [Internet]. Cancers. 2020 ; 12( 12): 1-12.[citado 2024 nov. 04 ] Available from: https://doi.org/10.3390/cancers12123687
Vancouver
Valieris R, Amaro L, Osório CAB de T, Bueno AP, Mitrowsky RAR, Carraro DM, Nunes DN, Dias-Neto E, Silva IT da. Deep learning predicts underlying features on pathology images with therapeutic relevance for breast and gastric cancer [Internet]. Cancers. 2020 ; 12( 12): 1-12.[citado 2024 nov. 04 ] Available from: https://doi.org/10.3390/cancers12123687
Artigo de periodico
Classifying el niño-southern oscillation combining network science and machine learning (2020)
Santos, Matheus A. de Castro; Vega-Oliveros, Didier A.; Zhao, Liang ; Berton, Lilian
Source: IEEE Access. Unidade: FFCLRP
Subjects: ALGORITMOS, REDES COMPLEXAS, EL NIÑO, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SANTOS, Matheus A. de Castro et al. Classifying el niño-southern oscillation combining network science and machine learning. IEEE Access, v. 8, p. 55711-55723, 2020Tradução . . Disponível em: https://doi.org/10.1109/ACCESS.2020.2982035. Acesso em: 04 nov. 2024.
APA
Santos, M. A. de C., Vega-Oliveros, D. A., Zhao, L., & Berton, L. (2020). Classifying el niño-southern oscillation combining network science and machine learning. IEEE Access, 8, 55711-55723. doi:10.1109/ACCESS.2020.2982035
NLM
Santos MA de C, Vega-Oliveros DA, Zhao L, Berton L. Classifying el niño-southern oscillation combining network science and machine learning [Internet]. IEEE Access. 2020 ; 8 55711-55723.[citado 2024 nov. 04 ] Available from: https://doi.org/10.1109/ACCESS.2020.2982035
Vancouver
Santos MA de C, Vega-Oliveros DA, Zhao L, Berton L. Classifying el niño-southern oscillation combining network science and machine learning [Internet]. IEEE Access. 2020 ; 8 55711-55723.[citado 2024 nov. 04 ] Available from: https://doi.org/10.1109/ACCESS.2020.2982035
Trabalho de evento
A network-based high-level data classification algorithm using betweenness centrality (2020)
Zuñiga, Esteban Wilfredo Vilca ; Liang, Zhao
Source: Anais. Conference titles: Encontro Nacional de Inteligência Artificial e Computacional - ENIAC. Unidade: FFCLRP
Subjects: MATEMÁTICA APLICADA, ALGORITMOS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ZUÑIGA, Esteban Wilfredo Vilca e LIANG, Zhao. A network-based high-level data classification algorithm using betweenness centrality. 2020, Anais.. Porto Alegre: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo, 2020. Disponível em: https://doi.org/10.5753/eniac.2020.12128. Acesso em: 04 nov. 2024.
APA
Zuñiga, E. W. V., & Liang, Z. (2020). A network-based high-level data classification algorithm using betweenness centrality. In Anais. Porto Alegre: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.5753/eniac.2020.12128
NLM
Zuñiga EWV, Liang Z. A network-based high-level data classification algorithm using betweenness centrality [Internet]. Anais. 2020 ;[citado 2024 nov. 04 ] Available from: https://doi.org/10.5753/eniac.2020.12128
Vancouver
Zuñiga EWV, Liang Z. A network-based high-level data classification algorithm using betweenness centrality [Internet]. Anais. 2020 ;[citado 2024 nov. 04 ] Available from: https://doi.org/10.5753/eniac.2020.12128

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Subjects

Source title

Funding Agencies

Indexado em

Non normalized affiliation