ReP USP - Resultado da busca

Dissertação (Mestrado)
Scalable learning of probabilistic circuits (2022)
Geh, Renato Lui ; Mauá, Denis Deratani (Orientador)
Unidade: IME
Subjects: APRENDIZADO COMPUTACIONAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GEH, Renato Lui. Scalable learning of probabilistic circuits. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-23052022-122922/. Acesso em: 14 nov. 2024.
APA
Geh, R. L. (2022). Scalable learning of probabilistic circuits (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-23052022-122922/
NLM
Geh RL. Scalable learning of probabilistic circuits [Internet]. 2022 ;[citado 2024 nov. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-23052022-122922/
Vancouver
Geh RL. Scalable learning of probabilistic circuits [Internet]. 2022 ;[citado 2024 nov. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-23052022-122922/
Trabalho de evento
Fast and accurate learning of probabilistic circuits by random projections (2021)
Geh, Renato Lui ; Mauá, Denis Deratani
Source: Workshop. Conference titles: Workshop on Tractable Probabilistic Modeling. Unidade: IME
Subjects: APRENDIZADO COMPUTACIONAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GEH, Renato Lui e MAUÁ, Denis Deratani. Fast and accurate learning of probabilistic circuits by random projections. 2021, Anais.. [S.l.]: Instituto de Matemática e Estatística, Universidade de São Paulo, 2021. Disponível em: https://openreview.net/forum?id=BhoGeih_B8o. Acesso em: 14 nov. 2024.
APA
Geh, R. L., & Mauá, D. D. (2021). Fast and accurate learning of probabilistic circuits by random projections. In Workshop. Instituto de Matemática e Estatística, Universidade de São Paulo. Recuperado de https://openreview.net/forum?id=BhoGeih_B8o
NLM
Geh RL, Mauá DD. Fast and accurate learning of probabilistic circuits by random projections [Internet]. Workshop. 2021 ;[citado 2024 nov. 14 ] Available from: https://openreview.net/forum?id=BhoGeih_B8o
Vancouver
Geh RL, Mauá DD. Fast and accurate learning of probabilistic circuits by random projections [Internet]. Workshop. 2021 ;[citado 2024 nov. 14 ] Available from: https://openreview.net/forum?id=BhoGeih_B8o
Trabalho de evento-anais periodico
Learning probabilistic sentential decision diagrams under logic constraints by sampling and averaging (2021)
Geh, Renato Lui ; Mauá, Denis Deratani
Source: Proceedings of Machine Learning Research : PMLR. Conference titles: Conference on Uncertainty in Artificial Intelligence - UAI. Unidade: IME
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, RACIOCÍNIO PROBABILÍSTICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GEH, Renato Lui e MAUÁ, Denis Deratani. Learning probabilistic sentential decision diagrams under logic constraints by sampling and averaging. Proceedings of Machine Learning Research : PMLR. Brookline: Instituto de Matemática e Estatística, Universidade de São Paulo. Disponível em: https://proceedings.mlr.press/v161/geh21a/geh21a-supp.pdf. Acesso em: 14 nov. 2024. , 2021
APA
Geh, R. L., & Mauá, D. D. (2021). Learning probabilistic sentential decision diagrams under logic constraints by sampling and averaging. Proceedings of Machine Learning Research : PMLR. Brookline: Instituto de Matemática e Estatística, Universidade de São Paulo. Recuperado de https://proceedings.mlr.press/v161/geh21a/geh21a-supp.pdf
NLM
Geh RL, Mauá DD. Learning probabilistic sentential decision diagrams under logic constraints by sampling and averaging [Internet]. Proceedings of Machine Learning Research : PMLR. 2021 ; 161 2039-2049.[citado 2024 nov. 14 ] Available from: https://proceedings.mlr.press/v161/geh21a/geh21a-supp.pdf
Vancouver
Geh RL, Mauá DD. Learning probabilistic sentential decision diagrams under logic constraints by sampling and averaging [Internet]. Proceedings of Machine Learning Research : PMLR. 2021 ; 161 2039-2049.[citado 2024 nov. 14 ] Available from: https://proceedings.mlr.press/v161/geh21a/geh21a-supp.pdf

USP Schools

ReP

Filtros