ReP USP - Resultado da busca

Artigo de periodico
Learning from machine learning: the case of band-gap directness in semiconductors (2024)
Ogoshi, Elton ; Popolin Neto, Mário ; Acosta, Carlos Mera; Nascimento, Gabriel de Miranda ; Rodrigues, João Nuno Barbosa; Oliveira Junior, Osvaldo Novais de ; Paulovich, Fernando Vieira ; Dalpian, Gustavo Martini
Fonte: Discover Materials. Unidades: IFSC, IF, ICMC
Assuntos: BIG DATA, INTERNET DAS COISAS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OGOSHI, Elton et al. Learning from machine learning: the case of band-gap directness in semiconductors. Discover Materials, v. 4, p. 6-1-6-14, 2024Tradução . . Disponível em: https://doi.org/10.1007/s43939-024-00073-x. Acesso em: 03 out. 2024.
APA
Ogoshi, E., Popolin Neto, M., Acosta, C. M., Nascimento, G. de M., Rodrigues, J. N. B., Oliveira Junior, O. N. de, et al. (2024). Learning from machine learning: the case of band-gap directness in semiconductors. Discover Materials, 4, 6-1-6-14. doi:10.1007/s43939-024-00073-x
NLM
Ogoshi E, Popolin Neto M, Acosta CM, Nascimento G de M, Rodrigues JNB, Oliveira Junior ON de, Paulovich FV, Dalpian GM. Learning from machine learning: the case of band-gap directness in semiconductors [Internet]. Discover Materials. 2024 ; 4 6-1-6-14.[citado 2024 out. 03 ] Available from: https://doi.org/10.1007/s43939-024-00073-x
Vancouver
Ogoshi E, Popolin Neto M, Acosta CM, Nascimento G de M, Rodrigues JNB, Oliveira Junior ON de, Paulovich FV, Dalpian GM. Learning from machine learning: the case of band-gap directness in semiconductors [Internet]. Discover Materials. 2024 ; 4 6-1-6-14.[citado 2024 out. 03 ] Available from: https://doi.org/10.1007/s43939-024-00073-x
Artigo de periodico
Big data and machine learning for materials science (2021)
Rodrigues Junior, José Fernando ; Florea, Larisa ; Oliveira, Maria Cristina Ferreira de ; Diamond, Dermot; Oliveira Junior, Osvaldo Novais de
Fonte: Discover Materials. Unidades: ICMC, IFSC
Assuntos: BIG DATA, INTERNET DAS COISAS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES JUNIOR, José Fernando et al. Big data and machine learning for materials science. Discover Materials, v. 1, n. 1, p. 12-1-12-27, 2021Tradução . . Disponível em: https://doi.org/10.1007/s43939-021-00012-0. Acesso em: 03 out. 2024.
APA
Rodrigues Junior, J. F., Florea, L., Oliveira, M. C. F. de, Diamond, D., & Oliveira Junior, O. N. de. (2021). Big data and machine learning for materials science. Discover Materials, 1( 1), 12-1-12-27. doi:10.1007/s43939-021-00012-0
NLM
Rodrigues Junior JF, Florea L, Oliveira MCF de, Diamond D, Oliveira Junior ON de. Big data and machine learning for materials science [Internet]. Discover Materials. 2021 ; 1( 1): 12-1-12-27.[citado 2024 out. 03 ] Available from: https://doi.org/10.1007/s43939-021-00012-0
Vancouver
Rodrigues Junior JF, Florea L, Oliveira MCF de, Diamond D, Oliveira Junior ON de. Big data and machine learning for materials science [Internet]. Discover Materials. 2021 ; 1( 1): 12-1-12-27.[citado 2024 out. 03 ] Available from: https://doi.org/10.1007/s43939-021-00012-0
Parte de monografia/livro
O futuro da ciência e tecnologia com as máquinas inteligentes (2021)
Rodrigues Junior, José Fernando ; Oliveira, Maria Cristina Ferreira de ; Oliveira Junior, Osvaldo Novais de
Fonte: Inteligência artificial : avanços e tendências. Unidades: ICMC, IFSC
Assuntos: APRENDIZADO COMPUTACIONAL, BIG DATA, PROCESSAMENTO DE LINGUAGEM NATURAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES JUNIOR, José Fernando e OLIVEIRA, Maria Cristina Ferreira de e OLIVEIRA JUNIOR, Osvaldo Novais de. O futuro da ciência e tecnologia com as máquinas inteligentes. Inteligência artificial : avanços e tendências. Tradução . São Paulo: Instituto de Estudos Avançados, 2021. p. 414 . Disponível em: https://doi.org/10.11606/9786587773131. Acesso em: 03 out. 2024.
APA
Rodrigues Junior, J. F., Oliveira, M. C. F. de, & Oliveira Junior, O. N. de. (2021). O futuro da ciência e tecnologia com as máquinas inteligentes. In Inteligência artificial : avanços e tendências (p. 414 ). São Paulo: Instituto de Estudos Avançados. doi:10.11606/9786587773131
NLM
Rodrigues Junior JF, Oliveira MCF de, Oliveira Junior ON de. O futuro da ciência e tecnologia com as máquinas inteligentes [Internet]. In: Inteligência artificial : avanços e tendências. São Paulo: Instituto de Estudos Avançados; 2021. p. 414 .[citado 2024 out. 03 ] Available from: https://doi.org/10.11606/9786587773131
Vancouver
Rodrigues Junior JF, Oliveira MCF de, Oliveira Junior ON de. O futuro da ciência e tecnologia com as máquinas inteligentes [Internet]. In: Inteligência artificial : avanços e tendências. São Paulo: Instituto de Estudos Avançados; 2021. p. 414 .[citado 2024 out. 03 ] Available from: https://doi.org/10.11606/9786587773131
Trabalho de evento-resumo
Reconstruction of complex networks from causal information: analyzing, identifying, and distinguishing dependencies (2020)
Martinelli, Tiago; Pinto, Diogo de Oliveira Soares ; Rodrigues, Francisco Aparecido
Fonte: Livro de Resumos. Nome do evento: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidades: IFSC, ICMC
Assuntos: BIG DATA, REDES COMPLEXAS, TEORIA DA INFORMAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARTINELLI, Tiago e PINTO, Diogo de Oliveira Soares e RODRIGUES, Francisco Aparecido. Reconstruction of complex networks from causal information: analyzing, identifying, and distinguishing dependencies. 2020, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2020. Disponível em: https://drive.google.com/file/d/1zSpq9v0UajXDmQq5rhvZXa6H1S1icuwc/view. Acesso em: 03 out. 2024.
APA
Martinelli, T., Pinto, D. de O. S., & Rodrigues, F. A. (2020). Reconstruction of complex networks from causal information: analyzing, identifying, and distinguishing dependencies. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://drive.google.com/file/d/1zSpq9v0UajXDmQq5rhvZXa6H1S1icuwc/view
NLM
Martinelli T, Pinto D de OS, Rodrigues FA. Reconstruction of complex networks from causal information: analyzing, identifying, and distinguishing dependencies [Internet]. Livro de Resumos. 2020 ;[citado 2024 out. 03 ] Available from: https://drive.google.com/file/d/1zSpq9v0UajXDmQq5rhvZXa6H1S1icuwc/view
Vancouver
Martinelli T, Pinto D de OS, Rodrigues FA. Reconstruction of complex networks from causal information: analyzing, identifying, and distinguishing dependencies [Internet]. Livro de Resumos. 2020 ;[citado 2024 out. 03 ] Available from: https://drive.google.com/file/d/1zSpq9v0UajXDmQq5rhvZXa6H1S1icuwc/view

Unidades USP

ReP

Filtros

Autores

Autores USP

Assuntos

Agência de fomento