ReP USP - Resultado da busca

Dissertação (Mestrado)
A quantitative analysis of representation strategies in vision language models (2026)
Cariola, Pietro Guarinello; Hirata Júnior, Roberto (Orientador)
Unidade: IME
Subjects: INTELIGÊNCIA ARTIFICIAL, VISÃO COMPUTACIONAL, APRENDIZADO COMPUTACIONAL, APRENDIZAGEM PROFUNDA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CARIOLA, Pietro Guarinello. A quantitative analysis of representation strategies in vision language models. 2026. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2026. Disponível em: https://teses.usp.br/teses/disponiveis/45/45134/tde-06042026-160134/. Acesso em: 14 abr. 2026.
APA
Cariola, P. G. (2026). A quantitative analysis of representation strategies in vision language models (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/45/45134/tde-06042026-160134/
NLM
Cariola PG. A quantitative analysis of representation strategies in vision language models [Internet]. 2026 ;[citado 2026 abr. 14 ] Available from: https://teses.usp.br/teses/disponiveis/45/45134/tde-06042026-160134/
Vancouver
Cariola PG. A quantitative analysis of representation strategies in vision language models [Internet]. 2026 ;[citado 2026 abr. 14 ] Available from: https://teses.usp.br/teses/disponiveis/45/45134/tde-06042026-160134/
Artigo de periodico
In silico neuronal morphology classification: a systematic review (2026)
Lobato, Fábio Manoel França ; Leite, Jéssica; Jacob Junior, Antonio Fernando Lavareda ; Santana, Roberto
Source: Neuroscience. Unidade: ICMC
Subjects: APRENDIZAGEM PROFUNDA, REDES NEURAIS, NEURÔNIOS, NEUROCIÊNCIAS, REVISÃO SISTEMÁTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LOBATO, Fábio Manoel França et al. In silico neuronal morphology classification: a systematic review. Neuroscience, v. 601, p. 83-103, 2026Tradução . . Disponível em: https://doi.org/10.1016/j.neuroscience.2026.02.044. Acesso em: 14 abr. 2026.
APA
Lobato, F. M. F., Leite, J., Jacob Junior, A. F. L., & Santana, R. (2026). In silico neuronal morphology classification: a systematic review. Neuroscience, 601, 83-103. doi:10.1016/j.neuroscience.2026.02.044
NLM
Lobato FMF, Leite J, Jacob Junior AFL, Santana R. In silico neuronal morphology classification: a systematic review [Internet]. Neuroscience. 2026 ; 601 83-103.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1016/j.neuroscience.2026.02.044
Vancouver
Lobato FMF, Leite J, Jacob Junior AFL, Santana R. In silico neuronal morphology classification: a systematic review [Internet]. Neuroscience. 2026 ; 601 83-103.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1016/j.neuroscience.2026.02.044
Artigo de periodico
Contrasting deep learning audio models for direct respiratory insufficiency detection versus blood oxygen saturation estimation (2026)
Gauy, Marcelo Matheus ; Koza, Natália Hitomi; Morita, Ricardo Mikio; Stanzione, Gabriel Rocha; Candido Junior, Arnaldo ; Berti, Larissa Cristina ; Levin, Anna Sara ; Sabino, Ester Cerdeira ; Svartman, Flaviane ; Finger, Marcelo
Source: Intelligence-Based Medicine. Unidades: FFLCH, FM, IME, ESALQ
Subjects: APRENDIZAGEM PROFUNDA, MODELOS, INSUFICIÊNCIA RESPIRATÓRIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GAUY, Marcelo Matheus et al. Contrasting deep learning audio models for direct respiratory insufficiency detection versus blood oxygen saturation estimation. Intelligence-Based Medicine, v. 13, 2026Tradução . . Disponível em: https://doi.org/10.1016/j.ibmed.2025.100331. Acesso em: 14 abr. 2026.
APA
Gauy, M. M., Koza, N. H., Morita, R. M., Stanzione, G. R., Candido Junior, A., Berti, L. C., et al. (2026). Contrasting deep learning audio models for direct respiratory insufficiency detection versus blood oxygen saturation estimation. Intelligence-Based Medicine, 13. doi:10.1016/j.ibmed.2025.100331
NLM
Gauy MM, Koza NH, Morita RM, Stanzione GR, Candido Junior A, Berti LC, Levin AS, Sabino EC, Svartman F, Finger M. Contrasting deep learning audio models for direct respiratory insufficiency detection versus blood oxygen saturation estimation [Internet]. Intelligence-Based Medicine. 2026 ; 13[citado 2026 abr. 14 ] Available from: https://doi.org/10.1016/j.ibmed.2025.100331
Vancouver
Gauy MM, Koza NH, Morita RM, Stanzione GR, Candido Junior A, Berti LC, Levin AS, Sabino EC, Svartman F, Finger M. Contrasting deep learning audio models for direct respiratory insufficiency detection versus blood oxygen saturation estimation [Internet]. Intelligence-Based Medicine. 2026 ; 13[citado 2026 abr. 14 ] Available from: https://doi.org/10.1016/j.ibmed.2025.100331
Artigo de periodico
Unsupervised autoencoder-based anomaly detection under limited failure data For oil industry (2026)
Ferreira, Victor Zoratti ; Brito Junior, Eduardo; Cunha, Guilherme Mauri Faria da; Perez, Felipe Augusto Rodrigues ; Reis, Erico dos ; Pereira, Edfram Rodrigues ; Louzada, Francisco
Source: IEEE Open Journal of Instrumentation and Measurement. Unidades: ICMC, Interinstitucional de Pós-Graduação em Estatística
Subjects: ALGORITMOS, INTELIGÊNCIA ARTIFICIAL, APRENDIZAGEM PROFUNDA, REDES NEURAIS, PROCESSAMENTO DE SINAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FERREIRA, Victor Zoratti et al. Unsupervised autoencoder-based anomaly detection under limited failure data For oil industry. IEEE Open Journal of Instrumentation and Measurement, v. 5, p. 1-12, 2026Tradução . . Disponível em: https://doi.org/10.1109/OJIM.2026.3670416. Acesso em: 14 abr. 2026.
APA
Ferreira, V. Z., Brito Junior, E., Cunha, G. M. F. da, Perez, F. A. R., Reis, E. dos, Pereira, E. R., & Louzada, F. (2026). Unsupervised autoencoder-based anomaly detection under limited failure data For oil industry. IEEE Open Journal of Instrumentation and Measurement, 5, 1-12. doi:10.1109/OJIM.2026.3670416
NLM
Ferreira VZ, Brito Junior E, Cunha GMF da, Perez FAR, Reis E dos, Pereira ER, Louzada F. Unsupervised autoencoder-based anomaly detection under limited failure data For oil industry [Internet]. IEEE Open Journal of Instrumentation and Measurement. 2026 ; 5 1-12.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1109/OJIM.2026.3670416
Vancouver
Ferreira VZ, Brito Junior E, Cunha GMF da, Perez FAR, Reis E dos, Pereira ER, Louzada F. Unsupervised autoencoder-based anomaly detection under limited failure data For oil industry [Internet]. IEEE Open Journal of Instrumentation and Measurement. 2026 ; 5 1-12.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1109/OJIM.2026.3670416
Artigo de periodico
Descriptor: a Brazilian roadkill animals for object detection GAN-augmented dataset (BRAGAN) (2026)
Martins, Henrique Souza de Abreu ; Ferrante, Gabriel Souto ; Meneguette, Rodolfo Ipolito
Source: IEEE Data Descriptions. Unidades: ICMC, EESC
Subjects: APRENDIZAGEM PROFUNDA, VISÃO COMPUTACIONAL, NOÇÃO DE CONSERVAÇÃO, FAUNA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARTINS, Henrique Souza de Abreu e FERRANTE, Gabriel Souto e MENEGUETTE, Rodolfo Ipolito. Descriptor: a Brazilian roadkill animals for object detection GAN-augmented dataset (BRAGAN). IEEE Data Descriptions, v. 3, p. 140-148, 2026Tradução . . Disponível em: https://repositorio.usp.br/directbitstream/c37c1e6b-24cd-45fe-9320-dedc667c9e4d/3292302.pdf. Acesso em: 14 abr. 2026.
APA
Martins, H. S. de A., Ferrante, G. S., & Meneguette, R. I. (2026). Descriptor: a Brazilian roadkill animals for object detection GAN-augmented dataset (BRAGAN). IEEE Data Descriptions, 3, 140-148. doi:10.1109/IEEEDATA.2026.3664029
NLM
Martins HS de A, Ferrante GS, Meneguette RI. Descriptor: a Brazilian roadkill animals for object detection GAN-augmented dataset (BRAGAN) [Internet]. IEEE Data Descriptions. 2026 ; 3 140-148.[citado 2026 abr. 14 ] Available from: https://repositorio.usp.br/directbitstream/c37c1e6b-24cd-45fe-9320-dedc667c9e4d/3292302.pdf
Vancouver
Martins HS de A, Ferrante GS, Meneguette RI. Descriptor: a Brazilian roadkill animals for object detection GAN-augmented dataset (BRAGAN) [Internet]. IEEE Data Descriptions. 2026 ; 3 140-148.[citado 2026 abr. 14 ] Available from: https://repositorio.usp.br/directbitstream/c37c1e6b-24cd-45fe-9320-dedc667c9e4d/3292302.pdf
Trabalho de evento-anais periodico
Segmentation-augmented flood risk classification for nighttime river monitoring (2026)
Rocha, Arthur Lima Marques; Perino, João Augusto Costa; Vanzin, Vinícius João de Barros; Teodoro, Pedro; Matos, Saulo Neves; Moreira, Dilvan de Abreu; Ranieri, Caetano Mazzoni; Ueyama, Jó
Source: Lecture Notes in Artificial Intelligence. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidades: ICMC, EESC, EESC E ICMC
Subjects: VISÃO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, APRENDIZAGEM PROFUNDA, ENCHENTES URBANAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROCHA, Arthur Lima Marques et al. Segmentation-augmented flood risk classification for nighttime river monitoring. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-032-15993-9_32. Acesso em: 14 abr. 2026. , 2026
APA
Rocha, A. L. M., Perino, J. A. C., Vanzin, V. J. de B., Teodoro, P., Matos, S. N., Moreira, D. de A., et al. (2026). Segmentation-augmented flood risk classification for nighttime river monitoring. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-032-15993-9_32
NLM
Rocha ALM, Perino JAC, Vanzin VJ de B, Teodoro P, Matos SN, Moreira D de A, Ranieri CM, Ueyama J. Segmentation-augmented flood risk classification for nighttime river monitoring [Internet]. Lecture Notes in Artificial Intelligence. 2026 ; 16182 470-484.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/978-3-032-15993-9_32
Vancouver
Rocha ALM, Perino JAC, Vanzin VJ de B, Teodoro P, Matos SN, Moreira D de A, Ranieri CM, Ueyama J. Segmentation-augmented flood risk classification for nighttime river monitoring [Internet]. Lecture Notes in Artificial Intelligence. 2026 ; 16182 470-484.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/978-3-032-15993-9_32
Artigo de periodico
Deep learning-based UAV framework for automated morphological and growth analysis of feedlot cattle (2026)
Jianglong, Yan; Tetila, Everton Castelão; Liang, Zhao; Gonçalves, Rian Carrasco; Castanheiro, Letícia Ferrari; Valem, Lucas Pascotti; Barbedo, Jayme Garcia Arnal
Source: Computers and Electronics in Agriculture. Unidades: FFCLRP, ICMC
Subjects: APRENDIZAGEM PROFUNDA, VISÃO COMPUTACIONAL, AERONAVES NÃO TRIPULADAS, PECUÁRIA DE CORTE, ZOOTECNIA DE PRECISÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
JIANGLONG, Yan et al. Deep learning-based UAV framework for automated morphological and growth analysis of feedlot cattle. Computers and Electronics in Agriculture, v. 245, p. 1-15, 2026Tradução . . Disponível em: https://doi.org/10.1016/j.compag.2026.111559. Acesso em: 14 abr. 2026.
APA
Jianglong, Y., Tetila, E. C., Liang, Z., Gonçalves, R. C., Castanheiro, L. F., Valem, L. P., & Barbedo, J. G. A. (2026). Deep learning-based UAV framework for automated morphological and growth analysis of feedlot cattle. Computers and Electronics in Agriculture, 245, 1-15. doi:10.1016/j.compag.2026.111559
NLM
Jianglong Y, Tetila EC, Liang Z, Gonçalves RC, Castanheiro LF, Valem LP, Barbedo JGA. Deep learning-based UAV framework for automated morphological and growth analysis of feedlot cattle [Internet]. Computers and Electronics in Agriculture. 2026 ; 245 1-15.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1016/j.compag.2026.111559
Vancouver
Jianglong Y, Tetila EC, Liang Z, Gonçalves RC, Castanheiro LF, Valem LP, Barbedo JGA. Deep learning-based UAV framework for automated morphological and growth analysis of feedlot cattle [Internet]. Computers and Electronics in Agriculture. 2026 ; 245 1-15.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1016/j.compag.2026.111559
Artigo de periodico
Empirical analysis of binding precedent efficiency in Brazilian Supreme Court via case classification (2025)
Tinarrage, Raphaël ; Ennes, Henrique; Resck, Lucas ; Gomes, Lucas T; Ponciano, Jean Roberto ; Poco, Jorge
Source: Artificial Intelligence and Law. Unidade: ICMC
Subjects: APRENDIZAGEM PROFUNDA, PROCESSAMENTO DE LINGUAGEM NATURAL, RECUPERAÇÃO DA INFORMAÇÃO, SÚMULA VINCULANTE, TRIBUNAL SUPREMO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TINARRAGE, Raphaël et al. Empirical analysis of binding precedent efficiency in Brazilian Supreme Court via case classification. Artificial Intelligence and Law, 2025Tradução . . Disponível em: https://doi.org/10.1007/s10506-025-09458-6. Acesso em: 14 abr. 2026.
APA
Tinarrage, R., Ennes, H., Resck, L., Gomes, L. T., Ponciano, J. R., & Poco, J. (2025). Empirical analysis of binding precedent efficiency in Brazilian Supreme Court via case classification. Artificial Intelligence and Law. doi:10.1007/s10506-025-09458-6
NLM
Tinarrage R, Ennes H, Resck L, Gomes LT, Ponciano JR, Poco J. Empirical analysis of binding precedent efficiency in Brazilian Supreme Court via case classification [Internet]. Artificial Intelligence and Law. 2025 ;[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/s10506-025-09458-6
Vancouver
Tinarrage R, Ennes H, Resck L, Gomes LT, Ponciano JR, Poco J. Empirical analysis of binding precedent efficiency in Brazilian Supreme Court via case classification [Internet]. Artificial Intelligence and Law. 2025 ;[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/s10506-025-09458-6
Artigo de periodico
PATSA-BIL: pipeline for automated texture and structure analysis of borehole image logs (2025)
Souza, André Moreira ; Cruz, Matheus Altomare ; Braga, Paola M. C; Piva, Rodrigo B ; Dias, Rodrigo A. C ; Siqueira, Paulo R; Trevizan, Willian A; Jesus, Candida M. de; Bazzarella, Camilla ; Monteiro, Rodrigo Salvador ; Bernardini, Flávia Cristina ; Fernandes, Leandro Augusto Frata ; Sousa, Elaine Parros Machado de ; Oliveira, Daniel de ; Bedo, Marcos Vinicius Naves
Source: Expert Systems with Applications. Unidade: ICMC
Subjects: APRENDIZAGEM PROFUNDA, VISÃO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM, PETROLOGIA ESTRUTURAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, André Moreira et al. PATSA-BIL: pipeline for automated texture and structure analysis of borehole image logs. Expert Systems with Applications, v. 278, p. 1-27, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.eswa.2025.127345. Acesso em: 14 abr. 2026.
APA
Souza, A. M., Cruz, M. A., Braga, P. M. C., Piva, R. B., Dias, R. A. C., Siqueira, P. R., et al. (2025). PATSA-BIL: pipeline for automated texture and structure analysis of borehole image logs. Expert Systems with Applications, 278, 1-27. doi:10.1016/j.eswa.2025.127345
NLM
Souza AM, Cruz MA, Braga PMC, Piva RB, Dias RAC, Siqueira PR, Trevizan WA, Jesus CM de, Bazzarella C, Monteiro RS, Bernardini FC, Fernandes LAF, Sousa EPM de, Oliveira D de, Bedo MVN. PATSA-BIL: pipeline for automated texture and structure analysis of borehole image logs [Internet]. Expert Systems with Applications. 2025 ; 278 1-27.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1016/j.eswa.2025.127345
Vancouver
Souza AM, Cruz MA, Braga PMC, Piva RB, Dias RAC, Siqueira PR, Trevizan WA, Jesus CM de, Bazzarella C, Monteiro RS, Bernardini FC, Fernandes LAF, Sousa EPM de, Oliveira D de, Bedo MVN. PATSA-BIL: pipeline for automated texture and structure analysis of borehole image logs [Internet]. Expert Systems with Applications. 2025 ; 278 1-27.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1016/j.eswa.2025.127345
Artigo de periodico
Deep learning solutions for audio event detection in a swine barn using environmental audio and weak labels (2025)
Souza, André Moreira ; Kobayashi, Livia Lissa ; Andrietta, Lucas Tassoni ; Garbossa, Cesar Augusto Pospissil ; Ventura, Ricardo Vieira ; Sousa, Elaine Parros Machado de
Source: Applied Intelligence. Unidades: FMVZ, ICMC
Subjects: APRENDIZAGEM PROFUNDA, VISÃO COMPUTACIONAL, PROCESSAMENTO DE SINAIS ACÚSTICOS, REDES NEURAIS, SUINOCULTURA, BEM-ESTAR DO ANIMAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, André Moreira et al. Deep learning solutions for audio event detection in a swine barn using environmental audio and weak labels. Applied Intelligence, v. 55, n. 7, p. 1-12, 2025Tradução . . Disponível em: https://doi.org/10.1007/s10489-025-06555-6. Acesso em: 14 abr. 2026.
APA
Souza, A. M., Kobayashi, L. L., Andrietta, L. T., Garbossa, C. A. P., Ventura, R. V., & Sousa, E. P. M. de. (2025). Deep learning solutions for audio event detection in a swine barn using environmental audio and weak labels. Applied Intelligence, 55( 7), 1-12. doi:10.1007/s10489-025-06555-6
NLM
Souza AM, Kobayashi LL, Andrietta LT, Garbossa CAP, Ventura RV, Sousa EPM de. Deep learning solutions for audio event detection in a swine barn using environmental audio and weak labels [Internet]. Applied Intelligence. 2025 ; 55( 7): 1-12.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/s10489-025-06555-6
Vancouver
Souza AM, Kobayashi LL, Andrietta LT, Garbossa CAP, Ventura RV, Sousa EPM de. Deep learning solutions for audio event detection in a swine barn using environmental audio and weak labels [Internet]. Applied Intelligence. 2025 ; 55( 7): 1-12.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/s10489-025-06555-6
Artigo de periodico
Is a poster a strong signal of film quality?: evaluating the predictive power of visual elements using deep learning (2025)
Souza, Thais Luiza Donega e ; Ranieri, Caetano Mazzoni ; Panangadan, Anand ; Ueyama, Jó ; Nishijima, Marislei
Source: Multimedia Tools and Applications. Unidades: ICMC, IRI, EACH
Subjects: REDES NEURAIS, CINEMA, CARTAZ, QUALIDADE DO PRODUTO, APRENDIZAGEM PROFUNDA, DESIGN GRÁFICO, PROPAGANDA PELO CINEMA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Thais Luiza Donega e et al. Is a poster a strong signal of film quality?: evaluating the predictive power of visual elements using deep learning. Multimedia Tools and Applications, v. 84, p. 26877–26905, 2025Tradução . . Disponível em: https://doi.org/10.1007/s11042-024-20174-2. Acesso em: 14 abr. 2026.
APA
Souza, T. L. D. e, Ranieri, C. M., Panangadan, A., Ueyama, J., & Nishijima, M. (2025). Is a poster a strong signal of film quality?: evaluating the predictive power of visual elements using deep learning. Multimedia Tools and Applications, 84, 26877–26905. doi:10.1007/s11042-024-20174-2
NLM
Souza TLD e, Ranieri CM, Panangadan A, Ueyama J, Nishijima M. Is a poster a strong signal of film quality?: evaluating the predictive power of visual elements using deep learning [Internet]. Multimedia Tools and Applications. 2025 ; 84 26877–26905.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/s11042-024-20174-2
Vancouver
Souza TLD e, Ranieri CM, Panangadan A, Ueyama J, Nishijima M. Is a poster a strong signal of film quality?: evaluating the predictive power of visual elements using deep learning [Internet]. Multimedia Tools and Applications. 2025 ; 84 26877–26905.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/s11042-024-20174-2
Artigo de periodico
Artificial intelligence in data science: evaluating forecasting models for solar energy in the Amazon Basin (2025)
Marques, Andre Luis Ferreira ; Sbragio, Ricardo ; Corrêa, Pedro Luiz Pizzigatti ; Martins, Marcelo Ramos
Source: IEEE access. Unidade: EP
Subjects: ENERGIA SOLAR, APRENDIZADO COMPUTACIONAL, APRENDIZAGEM PROFUNDA, KRIGAGEM, ANÁLISE DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARQUES, Andre Luis Ferreira et al. Artificial intelligence in data science: evaluating forecasting models for solar energy in the Amazon Basin. IEEE access, v. 13, p. 125066-125079, 2025Tradução . . Disponível em: https://doi.org/10.1109/ACCESS.2025.3589275. Acesso em: 14 abr. 2026.
APA
Marques, A. L. F., Sbragio, R., Corrêa, P. L. P., & Martins, M. R. (2025). Artificial intelligence in data science: evaluating forecasting models for solar energy in the Amazon Basin. IEEE access, 13, 125066-125079. doi:10.1109/ACCESS.2025.3589275
NLM
Marques ALF, Sbragio R, Corrêa PLP, Martins MR. Artificial intelligence in data science: evaluating forecasting models for solar energy in the Amazon Basin [Internet]. IEEE access. 2025 ; 13 125066-125079.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1109/ACCESS.2025.3589275
Vancouver
Marques ALF, Sbragio R, Corrêa PLP, Martins MR. Artificial intelligence in data science: evaluating forecasting models for solar energy in the Amazon Basin [Internet]. IEEE access. 2025 ; 13 125066-125079.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1109/ACCESS.2025.3589275
Artigo de periodico
KSSD2025: a new annotated dataset for automatic kidney stone segmentation and evaluation with modified U-Net based deep learning models (2025)
Bouzon, Murillo F; Santana, Paulo H S de; Missima, Gabriel N; Pereira, Weverson S; Rivera, Fernando P; Giraldi, Gilson A; Fugita, Oscar Eduardo Hidetoshi; Silva, Paulo S S
Source: IEEE Access. Unidade: HU
Subjects: CÁLCULOS URINÁRIOS, APRENDIZAGEM PROFUNDA, TOMOGRAFIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BOUZON, Murillo F et al. KSSD2025: a new annotated dataset for automatic kidney stone segmentation and evaluation with modified U-Net based deep learning models. IEEE Access, v. 13, p. 171790-171806, 2025Tradução . . Disponível em: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=11165055. Acesso em: 14 abr. 2026.
APA
Bouzon, M. F., Santana, P. H. S. de, Missima, G. N., Pereira, W. S., Rivera, F. P., Giraldi, G. A., et al. (2025). KSSD2025: a new annotated dataset for automatic kidney stone segmentation and evaluation with modified U-Net based deep learning models. IEEE Access, 13, 171790-171806. doi:10.1109/ACCESS.2025.3610027
NLM
Bouzon MF, Santana PHS de, Missima GN, Pereira WS, Rivera FP, Giraldi GA, Fugita OEH, Silva PSS. KSSD2025: a new annotated dataset for automatic kidney stone segmentation and evaluation with modified U-Net based deep learning models [Internet]. IEEE Access. 2025 ; 13 171790-171806.[citado 2026 abr. 14 ] Available from: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=11165055
Vancouver
Bouzon MF, Santana PHS de, Missima GN, Pereira WS, Rivera FP, Giraldi GA, Fugita OEH, Silva PSS. KSSD2025: a new annotated dataset for automatic kidney stone segmentation and evaluation with modified U-Net based deep learning models [Internet]. IEEE Access. 2025 ; 13 171790-171806.[citado 2026 abr. 14 ] Available from: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=11165055
Trabalho de evento
A comparative study on few-shot learning for retinal disease classification (2025)
Ribeiro, Victor Nascimento; Lima, Fernando Gouveia; Michelassi, Rodrigo de Castro; Rabelo, Carlos Alberto Marques; Hirata, Nina Sumiko Tomita
Source: Proceedings. Conference titles: Conference on Graphics, Patterns and Images - SIBGRAPI. Unidade: IME
Subjects: APRENDIZAGEM PROFUNDA, APRENDIZADO COMPUTACIONAL, RACIOCÍNIO BASEADO EM CASOS, PROCESSAMENTO DE IMAGENS, MODELOS ANALÍTICOS, DOENÇAS, RETINA, GEOMETRIA E MODELAGEM COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBEIRO, Victor Nascimento et al. A comparative study on few-shot learning for retinal disease classification. 2025, Anais.. [S.l.]: Instituto de Matemática e Estatística, Universidade de São Paulo, 2025. p. 1-6. Disponível em: https://doi.org/10.1109/SIBGRAPI67909.2025.11223370. Acesso em: 14 abr. 2026.
APA
Ribeiro, V. N., Lima, F. G., Michelassi, R. de C., Rabelo, C. A. M., & Hirata, N. S. T. (2025). A comparative study on few-shot learning for retinal disease classification. In Proceedings (p. 1-6). Instituto de Matemática e Estatística, Universidade de São Paulo. doi:10.1109/SIBGRAPI67909.2025.11223370
NLM
Ribeiro VN, Lima FG, Michelassi R de C, Rabelo CAM, Hirata NST. A comparative study on few-shot learning for retinal disease classification [Internet]. Proceedings. 2025 ; 1-6.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1109/SIBGRAPI67909.2025.11223370
Vancouver
Ribeiro VN, Lima FG, Michelassi R de C, Rabelo CAM, Hirata NST. A comparative study on few-shot learning for retinal disease classification [Internet]. Proceedings. 2025 ; 1-6.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1109/SIBGRAPI67909.2025.11223370
Trabalho de evento-anais periodico
Semi-periodic activation for time series classification (2025)
Medeiros, José Gilberto Barbosa de; Mitri, André Guarnier de ; Silva, Diego Furtado
Source: Lecture Notes in Artificial Intelligence. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Subjects: APRENDIZAGEM PROFUNDA, ANÁLISE DE SÉRIES TEMPORAIS, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MEDEIROS, José Gilberto Barbosa de e MITRI, André Guarnier de e SILVA, Diego Furtado. Semi-periodic activation for time series classification. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-79038-6_6. Acesso em: 14 abr. 2026. , 2025
APA
Medeiros, J. G. B. de, Mitri, A. G. de, & Silva, D. F. (2025). Semi-periodic activation for time series classification. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-031-79038-6_6
NLM
Medeiros JGB de, Mitri AG de, Silva DF. Semi-periodic activation for time series classification [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15415 76-90.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_6
Vancouver
Medeiros JGB de, Mitri AG de, Silva DF. Semi-periodic activation for time series classification [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15415 76-90.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_6
Trabalho de evento-anais periodico
Predicting bull and bear markets: a deep learning and linear regression study in cryptocurrencies (2025)
Souza, João Paulo Costa e; Meneguette, Rodolfo Ipolito ; Gonçalves, Vinicius Pereira ; Mendonça, Fabio Lucio Lopes de ; Silva, Francisco Airton ; Rocha Filho, Geraldo Pereira
Source: Lecture Notes in Artificial Intelligence - LNAI. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Subjects: APRENDIZAGEM PROFUNDA, INTELIGÊNCIA ARTIFICIAL, ANÁLISE DE REGRESSÃO E DE CORRELAÇÃO, PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS), DINHEIRO ELETRÔNICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, João Paulo Costa e et al. Predicting bull and bear markets: a deep learning and linear regression study in cryptocurrencies. Lecture Notes in Artificial Intelligence - LNAI. Cham: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/978-3-031-79032-4_20. Acesso em: 14 abr. 2026. , 2025
APA
Souza, J. P. C. e, Meneguette, R. I., Gonçalves, V. P., Mendonça, F. L. L. de, Silva, F. A., & Rocha Filho, G. P. (2025). Predicting bull and bear markets: a deep learning and linear regression study in cryptocurrencies. Lecture Notes in Artificial Intelligence - LNAI. Cham: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. doi:10.1007/978-3-031-79032-4_20
NLM
Souza JPC e, Meneguette RI, Gonçalves VP, Mendonça FLL de, Silva FA, Rocha Filho GP. Predicting bull and bear markets: a deep learning and linear regression study in cryptocurrencies [Internet]. Lecture Notes in Artificial Intelligence - LNAI. 2025 ; 15413 281-295.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/978-3-031-79032-4_20
Vancouver
Souza JPC e, Meneguette RI, Gonçalves VP, Mendonça FLL de, Silva FA, Rocha Filho GP. Predicting bull and bear markets: a deep learning and linear regression study in cryptocurrencies [Internet]. Lecture Notes in Artificial Intelligence - LNAI. 2025 ; 15413 281-295.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/978-3-031-79032-4_20
Artigo de periodico
DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images (2025)
Costa, Márcus Vinícius Lobo ; Aguiar, Erikson Júlio de ; Rodrigues, Lucas Santiago ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Health Information Science and Systems. Unidade: ICMC
Subjects: APRENDIZAGEM PROFUNDA, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, DIAGNÓSTICO POR IMAGEM, RADIOGRAFIA, TÓRAX, COVID-19
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COSTA, Márcus Vinícius Lobo et al. DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images. Health Information Science and Systems, v. 13, n. 1, p. 1-15, 2025Tradução . . Disponível em: https://doi.org/10.1007/s13755-024-00330-6. Acesso em: 14 abr. 2026.
APA
Costa, M. V. L., Aguiar, E. J. de, Rodrigues, L. S., Traina Junior, C., & Traina, A. J. M. (2025). DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images. Health Information Science and Systems, 13( 1), 1-15. doi:10.1007/s13755-024-00330-6
NLM
Costa MVL, Aguiar EJ de, Rodrigues LS, Traina Junior C, Traina AJM. DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images [Internet]. Health Information Science and Systems. 2025 ; 13( 1): 1-15.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/s13755-024-00330-6
Vancouver
Costa MVL, Aguiar EJ de, Rodrigues LS, Traina Junior C, Traina AJM. DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images [Internet]. Health Information Science and Systems. 2025 ; 13( 1): 1-15.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/s13755-024-00330-6
Artigo de periodico
Revealing patterns in major depressive disorder with machine learning and networks (2025)
Sallum, Loriz Francisco ; Alves, Caroline Lourenço ; Toutain, Thaise Graziele Lima de ; Porto, Joel Augusto Moura ; Thielemann, Christiane ; Rodrigues, Francisco Aparecido
Source: Chaos, Solitons and Fractals. Unidades: ICMC, Interinstitucional de Pós-Graduação em Estatística, IFSC
Subjects: REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL, APRENDIZAGEM PROFUNDA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SALLUM, Loriz Francisco et al. Revealing patterns in major depressive disorder with machine learning and networks. Chaos, Solitons and Fractals, v. 194, p. 116163-1-116163-16, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.chaos.2025.116163. Acesso em: 14 abr. 2026.
APA
Sallum, L. F., Alves, C. L., Toutain, T. G. L. de, Porto, J. A. M., Thielemann, C., & Rodrigues, F. A. (2025). Revealing patterns in major depressive disorder with machine learning and networks. Chaos, Solitons and Fractals, 194, 116163-1-116163-16. doi:10.1016/j.chaos.2025.116163
NLM
Sallum LF, Alves CL, Toutain TGL de, Porto JAM, Thielemann C, Rodrigues FA. Revealing patterns in major depressive disorder with machine learning and networks [Internet]. Chaos, Solitons and Fractals. 2025 ; 194 116163-1-116163-16.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1016/j.chaos.2025.116163
Vancouver
Sallum LF, Alves CL, Toutain TGL de, Porto JAM, Thielemann C, Rodrigues FA. Revealing patterns in major depressive disorder with machine learning and networks [Internet]. Chaos, Solitons and Fractals. 2025 ; 194 116163-1-116163-16.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1016/j.chaos.2025.116163
Trabalho de evento-resumo periodico
A convolutional neural network framework with ConvNeXt and Grad-CAM for classification of oral potentially malignant disorders and oral squamous cell carcinoma (2025)
Saldivia-Siracusa, Cristina ; Silva, Arnaldo Vitor Barros da ; Souza, Eduardo Santos Carlos de ; Pedros, C . Mariano; Araujo, Anna Luiza Damaceno ; Lopes, Márcio Ajudarte ; Vargas, Pablo Agustin ; Quiles, Marcos Gonçalves ; Carvalho, Andre Carlos Ponce de Leon Ferreira de ; Kowalski, Luiz Paulo ; Santos-Silva, Alan Roger dos
Source: Oral Surgery, Oral Medicine, Oral Pathology and Oral Radiology. Conference titles: International Congress on Oral Pathology and Medicine - IAOP. Unidades: ICMC, FM
Subjects: APRENDIZAGEM PROFUNDA, REDES NEURAIS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR IMAGEM, TECNOLOGIAS DA SAÚDE, NEOPLASIAS BUCAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SALDIVIA-SIRACUSA, Cristina et al. A convolutional neural network framework with ConvNeXt and Grad-CAM for classification of oral potentially malignant disorders and oral squamous cell carcinoma. Oral Surgery, Oral Medicine, Oral Pathology and Oral Radiology. New York: Elsevier. Disponível em: https://doi.org/10.1016/j.oooo.2024.10.234. Acesso em: 14 abr. 2026. , 2025
APA
Saldivia-Siracusa, C., Silva, A. V. B. da, Souza, E. S. C. de, Pedros, C. . M., Araujo, A. L. D., Lopes, M. A., et al. (2025). A convolutional neural network framework with ConvNeXt and Grad-CAM for classification of oral potentially malignant disorders and oral squamous cell carcinoma. Oral Surgery, Oral Medicine, Oral Pathology and Oral Radiology. New York: Elsevier. doi:10.1016/j.oooo.2024.10.234
NLM
Saldivia-Siracusa C, Silva AVB da, Souza ESC de, Pedros C . M, Araujo ALD, Lopes MA, Vargas PA, Quiles MG, Carvalho ACP de LF de, Kowalski LP, Santos-Silva AR dos. A convolutional neural network framework with ConvNeXt and Grad-CAM for classification of oral potentially malignant disorders and oral squamous cell carcinoma [Internet]. Oral Surgery, Oral Medicine, Oral Pathology and Oral Radiology. 2025 ; 139( Ja 2025): e28-e29.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1016/j.oooo.2024.10.234
Vancouver
Saldivia-Siracusa C, Silva AVB da, Souza ESC de, Pedros C . M, Araujo ALD, Lopes MA, Vargas PA, Quiles MG, Carvalho ACP de LF de, Kowalski LP, Santos-Silva AR dos. A convolutional neural network framework with ConvNeXt and Grad-CAM for classification of oral potentially malignant disorders and oral squamous cell carcinoma [Internet]. Oral Surgery, Oral Medicine, Oral Pathology and Oral Radiology. 2025 ; 139( Ja 2025): e28-e29.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1016/j.oooo.2024.10.234
Artigo de periodico
State of the art in electric batteries’ state-of-health (SoH) estimation with machine learning: a review (2025)
Sylvestrin, Giovane Ronei; Maciel, Joylan Nunes; Amorim, Márcio Luís Munhoz; Carmo, João Paulo Pereira do ; Afonso, Jose A; Lopes, Sergio F.; Ando Junior, Oswaldo Hideo
Source: Energies. Unidade: EESC
Subjects: APRENDIZADO COMPUTACIONAL, BATERIAS ELÉTRICAS, APRENDIZAGEM PROFUNDA, INTERNET DAS COISAS, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SYLVESTRIN, Giovane Ronei et al. State of the art in electric batteries’ state-of-health (SoH) estimation with machine learning: a review. Energies, v. 18, n. 3, p. 1-77, 2025Tradução . . Disponível em: https://dx.doi.org/10.3390/en18030746. Acesso em: 14 abr. 2026.
APA
Sylvestrin, G. R., Maciel, J. N., Amorim, M. L. M., Carmo, J. P. P. do, Afonso, J. A., Lopes, S. F., & Ando Junior, O. H. (2025). State of the art in electric batteries’ state-of-health (SoH) estimation with machine learning: a review. Energies, 18( 3), 1-77. doi:10.3390/en18030746
NLM
Sylvestrin GR, Maciel JN, Amorim MLM, Carmo JPP do, Afonso JA, Lopes SF, Ando Junior OH. State of the art in electric batteries’ state-of-health (SoH) estimation with machine learning: a review [Internet]. Energies. 2025 ; 18( 3): 1-77.[citado 2026 abr. 14 ] Available from: https://dx.doi.org/10.3390/en18030746
Vancouver
Sylvestrin GR, Maciel JN, Amorim MLM, Carmo JPP do, Afonso JA, Lopes SF, Ando Junior OH. State of the art in electric batteries’ state-of-health (SoH) estimation with machine learning: a review [Internet]. Energies. 2025 ; 18( 3): 1-77.[citado 2026 abr. 14 ] Available from: https://dx.doi.org/10.3390/en18030746

USP Schools

ReP

Filtros

Document Types

USP Schools

Departament

Authors

USP affiliated authors

Date published

Subjects

Source title

Publisher

Conference titles

ODS

Countries/Territories

Grupo de pesquisa

Funding Agencies

Indexado em

Non normalized affiliation

Countries of institutions of collaboration

Área de concentração

Sigla do Departamento/Programa de Pós Graduação

Departamento/Programa de Pós Graduação