ReP USP - Resultado da busca

Artigo de periodico
Applications of constraint programming in production scheduling problems: a descriptive bibliometric analysis (2024)
Prata, Bruno de Athayde; Abreu, Levi Ribeiro de; Nagano, Marcelo Seido
Source: Results in Control and Optimization. Unidade: EESC
Subjects: PROGRAMAÇÃO DA PRODUÇÃO, INTELIGÊNCIA ARTIFICIAL, BIBLIOMETRIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PRATA, Bruno de Athayde e ABREU, Levi Ribeiro de e NAGANO, Marcelo Seido. Applications of constraint programming in production scheduling problems: a descriptive bibliometric analysis. Results in Control and Optimization, v. 14, p. 1-17, 2024Tradução . . Disponível em: http://dx.doi.org/10.1016/j.rico.2023.100350. Acesso em: 14 nov. 2024.
APA
Prata, B. de A., Abreu, L. R. de, & Nagano, M. S. (2024). Applications of constraint programming in production scheduling problems: a descriptive bibliometric analysis. Results in Control and Optimization, 14, 1-17. doi:10.1016/j.rico.2023.100350
NLM
Prata B de A, Abreu LR de, Nagano MS. Applications of constraint programming in production scheduling problems: a descriptive bibliometric analysis [Internet]. Results in Control and Optimization. 2024 ; 14 1-17.[citado 2024 nov. 14 ] Available from: http://dx.doi.org/10.1016/j.rico.2023.100350
Vancouver
Prata B de A, Abreu LR de, Nagano MS. Applications of constraint programming in production scheduling problems: a descriptive bibliometric analysis [Internet]. Results in Control and Optimization. 2024 ; 14 1-17.[citado 2024 nov. 14 ] Available from: http://dx.doi.org/10.1016/j.rico.2023.100350
Dissertação (Mestrado)
Avaliação de redes neurais profundas para detecção veicular em imagens de satélite (2024)
Ribeiro, Crhistian Emilio; Cunha, André Luiz Barbosa Nunes da (Orientador)
Unidade: EESC
Subjects: REDES NEURAIS, INTELIGÊNCIA ARTIFICIAL, RECONHECIMENTO DE IMAGEM, VEÍCULOS, SATÉLITES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBEIRO, Crhistian Emilio. Avaliação de redes neurais profundas para detecção veicular em imagens de satélite. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18144/tde-31102024-114415/. Acesso em: 14 nov. 2024.
APA
Ribeiro, C. E. (2024). Avaliação de redes neurais profundas para detecção veicular em imagens de satélite (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18144/tde-31102024-114415/
NLM
Ribeiro CE. Avaliação de redes neurais profundas para detecção veicular em imagens de satélite [Internet]. 2024 ;[citado 2024 nov. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18144/tde-31102024-114415/
Vancouver
Ribeiro CE. Avaliação de redes neurais profundas para detecção veicular em imagens de satélite [Internet]. 2024 ;[citado 2024 nov. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18144/tde-31102024-114415/
Dissertação (Mestrado)
Um método Bayesiano orientado a dados para o aprendizado estrutural de Redes Bayesianas (2023)
Barth, Vitor Bruno de Oliveira; Maciel, Carlos Dias (Orientador)
Unidade: EESC
Subjects: INTELIGÊNCIA ARTIFICIAL, INFERÊNCIA BAYESIANA, APRENDIZADO COMPUTACIONAL, CADEIAS DE MARKOV, MÉTODO DE MONTE CARLO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARTH, Vitor Bruno de Oliveira. Um método Bayesiano orientado a dados para o aprendizado estrutural de Redes Bayesianas. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-10042023-154512/. Acesso em: 14 nov. 2024.
APA
Barth, V. B. de O. (2023). Um método Bayesiano orientado a dados para o aprendizado estrutural de Redes Bayesianas (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18153/tde-10042023-154512/
NLM
Barth VB de O. Um método Bayesiano orientado a dados para o aprendizado estrutural de Redes Bayesianas [Internet]. 2023 ;[citado 2024 nov. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-10042023-154512/
Vancouver
Barth VB de O. Um método Bayesiano orientado a dados para o aprendizado estrutural de Redes Bayesianas [Internet]. 2023 ;[citado 2024 nov. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-10042023-154512/
Artigo de periodico
A stochastic bayesian artificial intelligence framework to assess climatological water balance under missing variables for evapotranspiration estimates (2023)
Ribeiro, Vitor P; Desuó Neto, Luiz; Marques, Patricia A. A; Achcar, Jorge Alberto ; Junqueira, Adriano M; Chinatto Junior, Adilson W; Junqueira, Cynthia C. M; Maciel, Carlos Dias ; Balestieri, José Antonio P
Source: Agronomy. Unidades: EESC, FMRP, ESALQ
Subjects: BALANÇO HÍDRICO, EVAPOTRANSPIRAÇÃO, INFERÊNCIA BAYESIANA, INTELIGÊNCIA ARTIFICIAL, IRRIGAÇÃO, MODELOS PARA PROCESSOS ESTOCÁSTICOS, SISTEMAS DE APOIO À DECISÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBEIRO, Vitor P et al. A stochastic bayesian artificial intelligence framework to assess climatological water balance under missing variables for evapotranspiration estimates. Agronomy, v. 13, p. 1-28, 2023Tradução . . Disponível em: https://dx.doi.org/10.3390/agronomy13122970. Acesso em: 14 nov. 2024.
APA
Ribeiro, V. P., Desuó Neto, L., Marques, P. A. A., Achcar, J. A., Junqueira, A. M., Chinatto Junior, A. W., et al. (2023). A stochastic bayesian artificial intelligence framework to assess climatological water balance under missing variables for evapotranspiration estimates. Agronomy, 13, 1-28. doi:10.3390/agronomy13122970
NLM
Ribeiro VP, Desuó Neto L, Marques PAA, Achcar JA, Junqueira AM, Chinatto Junior AW, Junqueira CCM, Maciel CD, Balestieri JAP. A stochastic bayesian artificial intelligence framework to assess climatological water balance under missing variables for evapotranspiration estimates [Internet]. Agronomy. 2023 ; 13 1-28.[citado 2024 nov. 14 ] Available from: https://dx.doi.org/10.3390/agronomy13122970
Vancouver
Ribeiro VP, Desuó Neto L, Marques PAA, Achcar JA, Junqueira AM, Chinatto Junior AW, Junqueira CCM, Maciel CD, Balestieri JAP. A stochastic bayesian artificial intelligence framework to assess climatological water balance under missing variables for evapotranspiration estimates [Internet]. Agronomy. 2023 ; 13 1-28.[citado 2024 nov. 14 ] Available from: https://dx.doi.org/10.3390/agronomy13122970
Trabalho de evento-anais periodico
A theoretical framework for multi-Hazard risk mapping on agricultural areas considering artificial intelligence, IoT, and climate change scenarios (2021)
Silva, Roberto Fray da ; Fava, Maria Clara ; Saraiva, Antonio Mauro ; Mendiondo, Eduardo Mario ; Cugnasca, Carlos Eduardo ; Delbem, Alexandre Cláudio Botazzo
Source: Engineering Proceedings. Conference titles: EFITA International Conference. Unidades: EP, EESC, ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, MUDANÇA CLIMÁTICA, MONITORAMENTO AMBIENTAL, INTERNET DAS COISAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Roberto Fray da et al. A theoretical framework for multi-Hazard risk mapping on agricultural areas considering artificial intelligence, IoT, and climate change scenarios. Engineering Proceedings. Basel: Escola Politécnica, Universidade de São Paulo. Disponível em: https://doi.org/10.3390/engproc2021009039. Acesso em: 14 nov. 2024. , 2021
APA
Silva, R. F. da, Fava, M. C., Saraiva, A. M., Mendiondo, E. M., Cugnasca, C. E., & Delbem, A. C. B. (2021). A theoretical framework for multi-Hazard risk mapping on agricultural areas considering artificial intelligence, IoT, and climate change scenarios. Engineering Proceedings. Basel: Escola Politécnica, Universidade de São Paulo. doi:10.3390/engproc2021009039
NLM
Silva RF da, Fava MC, Saraiva AM, Mendiondo EM, Cugnasca CE, Delbem ACB. A theoretical framework for multi-Hazard risk mapping on agricultural areas considering artificial intelligence, IoT, and climate change scenarios [Internet]. Engineering Proceedings. 2021 ; 9( 1): 1-4.[citado 2024 nov. 14 ] Available from: https://doi.org/10.3390/engproc2021009039
Vancouver
Silva RF da, Fava MC, Saraiva AM, Mendiondo EM, Cugnasca CE, Delbem ACB. A theoretical framework for multi-Hazard risk mapping on agricultural areas considering artificial intelligence, IoT, and climate change scenarios [Internet]. Engineering Proceedings. 2021 ; 9( 1): 1-4.[citado 2024 nov. 14 ] Available from: https://doi.org/10.3390/engproc2021009039
Dissertação (Mestrado)
A deep learning approach to visual servo control and grasp detection for autonomous robotic manipulation (2020)
Ribeiro, Eduardo Godinho; Grassi Júnior, Valdir (Orientador)
Unidade: EESC
Subjects: ROBÓTICA, INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBEIRO, Eduardo Godinho. A deep learning approach to visual servo control and grasp detection for autonomous robotic manipulation. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-25092020-134758/. Acesso em: 14 nov. 2024.
APA
Ribeiro, E. G. (2020). A deep learning approach to visual servo control and grasp detection for autonomous robotic manipulation (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18153/tde-25092020-134758/
NLM
Ribeiro EG. A deep learning approach to visual servo control and grasp detection for autonomous robotic manipulation [Internet]. 2020 ;[citado 2024 nov. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-25092020-134758/
Vancouver
Ribeiro EG. A deep learning approach to visual servo control and grasp detection for autonomous robotic manipulation [Internet]. 2020 ;[citado 2024 nov. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-25092020-134758/

USP Schools

ReP

Filtros

Departament

Authors

USP affiliated authors

Subjects

Funding Agencies

Non normalized affiliation