ReP USP - Resultado da busca

Filtros : "ANÁLISE DE DADOS" "Abramo, L. Raul" Removido: "CONCEIÇÃO, KATIANE SILVA" Limpar

Filtros

USP affiliated authors
- abramo, luis raul weber (2)
- ederoclite, alessandro (1)
- hirata, nina sumiko tomita (1)
- oliveira, claudia lucia mendes de (1)
- rodrigues, natália villa nova (1)

Artigo de periodico
The information of attribute uncertainties: what convolutional neural networks can learn about errors in input data (2023)
Rodrigues, Natália Villa Nova ; Abramo, L. Raul ; Hirata, Nina Sumiko Tomita
Source: Machine Learning: Science and Technology. Unidades: IF, IME
Subjects: APRENDIZADO COMPUTACIONAL, ANÁLISE DE DADOS, ESTATÍSTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES, Natália Villa Nova e ABRAMO, L. Raul e HIRATA, Nina Sumiko Tomita. The information of attribute uncertainties: what convolutional neural networks can learn about errors in input data. Machine Learning: Science and Technology, v. 4, n. artigo 045019, p. 1-26, 2023Tradução . . Disponível em: https://doi.org/10.1088/2632-2153/ad0285. Acesso em: 03 jun. 2024.
APA
Rodrigues, N. V. N., Abramo, L. R., & Hirata, N. S. T. (2023). The information of attribute uncertainties: what convolutional neural networks can learn about errors in input data. Machine Learning: Science and Technology, 4( artigo 045019), 1-26. doi:10.1088/2632-2153/ad0285
NLM
Rodrigues NVN, Abramo LR, Hirata NST. The information of attribute uncertainties: what convolutional neural networks can learn about errors in input data [Internet]. Machine Learning: Science and Technology. 2023 ; 4( artigo 045019): 1-26.[citado 2024 jun. 03 ] Available from: https://doi.org/10.1088/2632-2153/ad0285
Vancouver
Rodrigues NVN, Abramo LR, Hirata NST. The information of attribute uncertainties: what convolutional neural networks can learn about errors in input data [Internet]. Machine Learning: Science and Technology. 2023 ; 4( artigo 045019): 1-26.[citado 2024 jun. 03 ] Available from: https://doi.org/10.1088/2632-2153/ad0285
Artigo de periodico
The miniJPAS survey: Identification and characterization of the emission line galaxies down to z < 0.35 in the AEGIS field (2022)
Martínez-Solaeche, G.; Abramo, L. Raul ; Sodré Jr., L.; Ederoclite, A.; Oliveira, C. Mendes de
Source: Astronomy & Astrophysics. Unidades: IF, IAG
Subjects: ASTROFÍSICA, GALÁXIAS, ESTRELAS, FOTOMETRIA, ESPECTROSCOPIA, ANÁLISE DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARTÍNEZ-SOLAECHE, G. et al. The miniJPAS survey: Identification and characterization of the emission line galaxies down to z < 0.35 in the AEGIS field. Astronomy & Astrophysics, v. 661, p. 21, 2022Tradução . . Disponível em: https://doi.org/10.1051/0004-6361/202142812. Acesso em: 03 jun. 2024.
APA
Martínez-Solaeche, G., Abramo, L. R., Sodré Jr., L., Ederoclite, A., & Oliveira, C. M. de. (2022). The miniJPAS survey: Identification and characterization of the emission line galaxies down to z < 0.35 in the AEGIS field. Astronomy & Astrophysics, 661, 21. doi:10.1051/0004-6361/202142812
NLM
Martínez-Solaeche G, Abramo LR, Sodré Jr. L, Ederoclite A, Oliveira CM de. The miniJPAS survey: Identification and characterization of the emission line galaxies down to z < 0.35 in the AEGIS field [Internet]. Astronomy & Astrophysics. 2022 ; 661 21.[citado 2024 jun. 03 ] Available from: https://doi.org/10.1051/0004-6361/202142812
Vancouver
Martínez-Solaeche G, Abramo LR, Sodré Jr. L, Ederoclite A, Oliveira CM de. The miniJPAS survey: Identification and characterization of the emission line galaxies down to z < 0.35 in the AEGIS field [Internet]. Astronomy & Astrophysics. 2022 ; 661 21.[citado 2024 jun. 03 ] Available from: https://doi.org/10.1051/0004-6361/202142812

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