ReP USP - Resultado da busca

Artigo de periodico
Dataset: annotated soybean market news articles (2024)
Reis Filho, Ivan José dos ; Coleti, Jamille de Campos; Marcacini, Ricardo Marcondes ; Rezende, Solange Oliveira
Source: Data in Brief. Unidade: ICMC
Subjects: MINERAÇÃO DE DADOS, PROCESSAMENTO DE LINGUAGEM NATURAL, MERCADO AGRÍCOLA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
REIS FILHO, Ivan José dos et al. Dataset: annotated soybean market news articles. Data in Brief, v. 55, p. 1-9, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.dib.2024.110545. Acesso em: 16 out. 2024.
APA
Reis Filho, I. J. dos, Coleti, J. de C., Marcacini, R. M., & Rezende, S. O. (2024). Dataset: annotated soybean market news articles. Data in Brief, 55, 1-9. doi:10.1016/j.dib.2024.110545
NLM
Reis Filho IJ dos, Coleti J de C, Marcacini RM, Rezende SO. Dataset: annotated soybean market news articles [Internet]. Data in Brief. 2024 ; 55 1-9.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.dib.2024.110545
Vancouver
Reis Filho IJ dos, Coleti J de C, Marcacini RM, Rezende SO. Dataset: annotated soybean market news articles [Internet]. Data in Brief. 2024 ; 55 1-9.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.dib.2024.110545
Artigo de periodico
On the enrichment of time series with textual data for forecasting agricultural commodity prices (2022)
Reis Filho, Ivan José ; Marcacini, Ricardo Marcondes ; Rezende, Solange Oliveira
Source: MethodsX. Unidade: ICMC
Subjects: MINERAÇÃO DE DADOS, APRENDIZADO COMPUTACIONAL, PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS)
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
REIS FILHO, Ivan José e MARCACINI, Ricardo Marcondes e REZENDE, Solange Oliveira. On the enrichment of time series with textual data for forecasting agricultural commodity prices. MethodsX, v. 9, p. 1-11, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.mex.2022.101758. Acesso em: 16 out. 2024.
APA
Reis Filho, I. J., Marcacini, R. M., & Rezende, S. O. (2022). On the enrichment of time series with textual data for forecasting agricultural commodity prices. MethodsX, 9, 1-11. doi:10.1016/j.mex.2022.101758
NLM
Reis Filho IJ, Marcacini RM, Rezende SO. On the enrichment of time series with textual data for forecasting agricultural commodity prices [Internet]. MethodsX. 2022 ; 9 1-11.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.mex.2022.101758
Vancouver
Reis Filho IJ, Marcacini RM, Rezende SO. On the enrichment of time series with textual data for forecasting agricultural commodity prices [Internet]. MethodsX. 2022 ; 9 1-11.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.mex.2022.101758
Trabalho de evento-anais periodico
COVID-19 BR: a web portal for COVID-19 information in Brazil (2022)
Carvalho, Isabelle ; Bernardi, Filipe Andrade ; Neiva, Mariane Barros ; Lima, Vinícius Costa ; Oliveira, Lariza Laura de; Miyoshi, Newton Shydeo Brandão; Sanches, Tiago Lara Michelin; Barbosa Junior, Francisco; Crepaldi, Nathalia Yukie ; Yamada, Diego Bettiol; Alves, Domingos
Source: Procedia Computer Science. Conference titles: International Conference on ENTERprise Information Systems - CENTERIS. Unidades: FMRP, ICMC, BIOENGENHARIA
Subjects: MINERAÇÃO DE DADOS, DESCOBERTA DE CONHECIMENTO, MODELOS MATEMÁTICOS, PANDEMIAS, COVID-19
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CARVALHO, Isabelle et al. COVID-19 BR: a web portal for COVID-19 information in Brazil. Procedia Computer Science. Amsterdam: Elsevier. Disponível em: https://doi.org/10.1016/j.procs.2021.12.045. Acesso em: 16 out. 2024. , 2022
APA
Carvalho, I., Bernardi, F. A., Neiva, M. B., Lima, V. C., Oliveira, L. L. de, Miyoshi, N. S. B., et al. (2022). COVID-19 BR: a web portal for COVID-19 information in Brazil. Procedia Computer Science. Amsterdam: Elsevier. doi:10.1016/j.procs.2021.12.045
NLM
Carvalho I, Bernardi FA, Neiva MB, Lima VC, Oliveira LL de, Miyoshi NSB, Sanches TLM, Barbosa Junior F, Crepaldi NY, Yamada DB, Alves D. COVID-19 BR: a web portal for COVID-19 information in Brazil [Internet]. Procedia Computer Science. 2022 ; 196 525-532.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.procs.2021.12.045
Vancouver
Carvalho I, Bernardi FA, Neiva MB, Lima VC, Oliveira LL de, Miyoshi NSB, Sanches TLM, Barbosa Junior F, Crepaldi NY, Yamada DB, Alves D. COVID-19 BR: a web portal for COVID-19 information in Brazil [Internet]. Procedia Computer Science. 2022 ; 196 525-532.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.procs.2021.12.045
Artigo de periodico
Challenges in benchmarking stream learning algorithms with real-world data (2020)
Souza, Vinícius Mourão Alves de ; Reis, Denis Moreira dos ; Maletzke, André Gustavo ; Batista, Gustavo Enrique de Almeida Prado Alves
Source: Data Mining and Knowledge Discovery. Unidade: ICMC
Subjects: ANÁLISE DE SÉRIES TEMPORAIS, MINERAÇÃO DE DADOS, ALGORITMOS ÚTEIS E ESPECÍFICOS, BENCHMARKS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Vinícius Mourão Alves de et al. Challenges in benchmarking stream learning algorithms with real-world data. Data Mining and Knowledge Discovery, v. No 2020, n. 6, p. 1805-1858, 2020Tradução . . Disponível em: https://doi.org/10.1007/s10618-020-00698-5. Acesso em: 16 out. 2024.
APA
Souza, V. M. A. de, Reis, D. M. dos, Maletzke, A. G., & Batista, G. E. de A. P. A. (2020). Challenges in benchmarking stream learning algorithms with real-world data. Data Mining and Knowledge Discovery, No 2020( 6), 1805-1858. doi:10.1007/s10618-020-00698-5
NLM
Souza VMA de, Reis DM dos, Maletzke AG, Batista GE de APA. Challenges in benchmarking stream learning algorithms with real-world data [Internet]. Data Mining and Knowledge Discovery. 2020 ; No 2020( 6): 1805-1858.[citado 2024 out. 16 ] Available from: https://doi.org/10.1007/s10618-020-00698-5
Vancouver
Souza VMA de, Reis DM dos, Maletzke AG, Batista GE de APA. Challenges in benchmarking stream learning algorithms with real-world data [Internet]. Data Mining and Knowledge Discovery. 2020 ; No 2020( 6): 1805-1858.[citado 2024 out. 16 ] Available from: https://doi.org/10.1007/s10618-020-00698-5
Artigo de periodico
Unsupervised dimensionality reduction for very large datasets: are we going to the right direction? (2020)
Oliveira, Jadson José Monteiro ; Cordeiro, Robson Leonardo Ferreira
Source: Knowledge-Based Systems. Unidade: ICMC
Subjects: BANCO DE DADOS, MINERAÇÃO DE DADOS, FRACTAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, Jadson José Monteiro e CORDEIRO, Robson Leonardo Ferreira. Unsupervised dimensionality reduction for very large datasets: are we going to the right direction?. Knowledge-Based Systems, v. 196, p. 1-14, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.knosys.2020.105777. Acesso em: 16 out. 2024.
APA
Oliveira, J. J. M., & Cordeiro, R. L. F. (2020). Unsupervised dimensionality reduction for very large datasets: are we going to the right direction? Knowledge-Based Systems, 196, 1-14. doi:10.1016/j.knosys.2020.105777
NLM
Oliveira JJM, Cordeiro RLF. Unsupervised dimensionality reduction for very large datasets: are we going to the right direction? [Internet]. Knowledge-Based Systems. 2020 ; 196 1-14.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.knosys.2020.105777
Vancouver
Oliveira JJM, Cordeiro RLF. Unsupervised dimensionality reduction for very large datasets: are we going to the right direction? [Internet]. Knowledge-Based Systems. 2020 ; 196 1-14.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.knosys.2020.105777
Artigo de periodico
Unsupervised learning of textual pattern based on propagation in bipartite graph (2020)
Faleiros, Thiago de Paulo; Valejo, Alan Demetrius Baria ; Lopes, Alneu de Andrade
Source: Intelligent Data Analysis. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FALEIROS, Thiago de Paulo e VALEJO, Alan Demetrius Baria e LOPES, Alneu de Andrade. Unsupervised learning of textual pattern based on propagation in bipartite graph. Intelligent Data Analysis, v. 24, n. 3, p. 543-565, 2020Tradução . . Disponível em: https://doi.org/10.3233/IDA-194528. Acesso em: 16 out. 2024.
APA
Faleiros, T. de P., Valejo, A. D. B., & Lopes, A. de A. (2020). Unsupervised learning of textual pattern based on propagation in bipartite graph. Intelligent Data Analysis, 24( 3), 543-565. doi:10.3233/IDA-194528
NLM
Faleiros T de P, Valejo ADB, Lopes A de A. Unsupervised learning of textual pattern based on propagation in bipartite graph [Internet]. Intelligent Data Analysis. 2020 ; 24( 3): 543-565.[citado 2024 out. 16 ] Available from: https://doi.org/10.3233/IDA-194528
Vancouver
Faleiros T de P, Valejo ADB, Lopes A de A. Unsupervised learning of textual pattern based on propagation in bipartite graph [Internet]. Intelligent Data Analysis. 2020 ; 24( 3): 543-565.[citado 2024 out. 16 ] Available from: https://doi.org/10.3233/IDA-194528
Trabalho de evento-anais periodico
Compressed k-nearest neighbors ensembles for evolving data streams (2020)
Bahri, Maroua ; Bifet, Albert ; Maniu, Silviu ; Mello, Rodrigo Fernandes de ; Tziortziotis, Nikolaos
Source: Frontiers in Artificial Intelligence and Applications. Conference titles: European Conference on Artificial Intelligence - ECAI. Unidade: ICMC
Subjects: ANÁLISE DE SÉRIES TEMPORAIS, APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, ALGORITMOS ÚTEIS E ESPECÍFICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BAHRI, Maroua et al. Compressed k-nearest neighbors ensembles for evolving data streams. Frontiers in Artificial Intelligence and Applications. Amsterdam: IOS Press. Disponível em: https://doi.org/10.3233/FAIA200189. Acesso em: 16 out. 2024. , 2020
APA
Bahri, M., Bifet, A., Maniu, S., Mello, R. F. de, & Tziortziotis, N. (2020). Compressed k-nearest neighbors ensembles for evolving data streams. Frontiers in Artificial Intelligence and Applications. Amsterdam: IOS Press. doi:10.3233/FAIA200189
NLM
Bahri M, Bifet A, Maniu S, Mello RF de, Tziortziotis N. Compressed k-nearest neighbors ensembles for evolving data streams [Internet]. Frontiers in Artificial Intelligence and Applications. 2020 ; 325 961-968.[citado 2024 out. 16 ] Available from: https://doi.org/10.3233/FAIA200189
Vancouver
Bahri M, Bifet A, Maniu S, Mello RF de, Tziortziotis N. Compressed k-nearest neighbors ensembles for evolving data streams [Internet]. Frontiers in Artificial Intelligence and Applications. 2020 ; 325 961-968.[citado 2024 out. 16 ] Available from: https://doi.org/10.3233/FAIA200189
Artigo de periodico
Knowledge-enhanced document embeddings for text classification (2019)
Sinoara, Roberta Akemi; Camacho-Collados, Jose; Rossi, Rafael G; Navigli, Roberto; Rezende, Solange Oliveira
Source: Knowledge-Based Systems. Unidade: ICMC
Subjects: MINERAÇÃO DE DADOS, RECONHECIMENTO DE TEXTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SINOARA, Roberta Akemi et al. Knowledge-enhanced document embeddings for text classification. Knowledge-Based Systems, v. 163, n. Ja 2019, p. 955-971, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.knosys.2018.10.026. Acesso em: 16 out. 2024.
APA
Sinoara, R. A., Camacho-Collados, J., Rossi, R. G., Navigli, R., & Rezende, S. O. (2019). Knowledge-enhanced document embeddings for text classification. Knowledge-Based Systems, 163( Ja 2019), 955-971. doi:10.1016/j.knosys.2018.10.026
NLM
Sinoara RA, Camacho-Collados J, Rossi RG, Navigli R, Rezende SO. Knowledge-enhanced document embeddings for text classification [Internet]. Knowledge-Based Systems. 2019 ; 163( Ja 2019): 955-971.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.knosys.2018.10.026
Vancouver
Sinoara RA, Camacho-Collados J, Rossi RG, Navigli R, Rezende SO. Knowledge-enhanced document embeddings for text classification [Internet]. Knowledge-Based Systems. 2019 ; 163( Ja 2019): 955-971.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.knosys.2018.10.026
Artigo de periodico
Empirical investigation of active learning strategies (2019)
Pereira-Santos, Davi; Prudêncio, Ricardo Bastos Cavalcante; Carvalho, André Carlos Ponce de Leon Ferreira de
Source: Neurocomputing. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, RECONHECIMENTO DE PADRÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PEREIRA-SANTOS, Davi e PRUDÊNCIO, Ricardo Bastos Cavalcante e CARVALHO, André Carlos Ponce de Leon Ferreira de. Empirical investigation of active learning strategies. Neurocomputing, v. 326-327, n. Ja 2019, p. 15-27, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2017.05.105. Acesso em: 16 out. 2024.
APA
Pereira-Santos, D., Prudêncio, R. B. C., & Carvalho, A. C. P. de L. F. de. (2019). Empirical investigation of active learning strategies. Neurocomputing, 326-327( Ja 2019), 15-27. doi:10.1016/j.neucom.2017.05.105
NLM
Pereira-Santos D, Prudêncio RBC, Carvalho ACP de LF de. Empirical investigation of active learning strategies [Internet]. Neurocomputing. 2019 ; 326-327( Ja 2019): 15-27.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.neucom.2017.05.105
Vancouver
Pereira-Santos D, Prudêncio RBC, Carvalho ACP de LF de. Empirical investigation of active learning strategies [Internet]. Neurocomputing. 2019 ; 326-327( Ja 2019): 15-27.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.neucom.2017.05.105
Artigo de periodico
Characterization of runtime resource usage from analysis of binary executable programs (2018)
Pinto, Renê de Souza; Delbem, Alexandre Cláudio Botazzo ; Monaco, Francisco José
Source: Applied Soft Computing. Unidade: ICMC
Subjects: MINERAÇÃO DE DADOS, AVALIAÇÃO DE DESEMPENHO, GEOMETRIA E MODELAGEM COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PINTO, Renê de Souza e DELBEM, Alexandre Cláudio Botazzo e MONACO, Francisco José. Characterization of runtime resource usage from analysis of binary executable programs. Applied Soft Computing, v. 71, p. 1133-1152, 2018Tradução . . Disponível em: https://doi.org/10.1016/j.asoc.2017.12.040. Acesso em: 16 out. 2024.
APA
Pinto, R. de S., Delbem, A. C. B., & Monaco, F. J. (2018). Characterization of runtime resource usage from analysis of binary executable programs. Applied Soft Computing, 71, 1133-1152. doi:10.1016/j.asoc.2017.12.040
NLM
Pinto R de S, Delbem ACB, Monaco FJ. Characterization of runtime resource usage from analysis of binary executable programs [Internet]. Applied Soft Computing. 2018 ; 71 1133-1152.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.asoc.2017.12.040
Vancouver
Pinto R de S, Delbem ACB, Monaco FJ. Characterization of runtime resource usage from analysis of binary executable programs [Internet]. Applied Soft Computing. 2018 ; 71 1133-1152.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.asoc.2017.12.040
Artigo de periodico
Strict Very Fast Decision Tree: a memory conservative algorithm for data stream mining (2018)
Costa, Victor Guilherme Turrisi da; Carvalho, André Carlos Ponce de Leon Ferreira de ; Bardon Junior, Sylvio
Source: Pattern Recognition Letters. Unidade: ICMC
Subjects: MINERAÇÃO DE DADOS, ANÁLISE DE SÉRIES TEMPORAIS, APRENDIZADO COMPUTACIONAL, ALGORITMOS ÚTEIS E ESPECÍFICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COSTA, Victor Guilherme Turrisi da e CARVALHO, André Carlos Ponce de Leon Ferreira de e BARDON JUNIOR, Sylvio. Strict Very Fast Decision Tree: a memory conservative algorithm for data stream mining. Pattern Recognition Letters, v. 116, p. 22-28, 2018Tradução . . Disponível em: https://doi.org/10.1016/j.patrec.2018.09.004. Acesso em: 16 out. 2024.
APA
Costa, V. G. T. da, Carvalho, A. C. P. de L. F. de, & Bardon Junior, S. (2018). Strict Very Fast Decision Tree: a memory conservative algorithm for data stream mining. Pattern Recognition Letters, 116, 22-28. doi:10.1016/j.patrec.2018.09.004
NLM
Costa VGT da, Carvalho ACP de LF de, Bardon Junior S. Strict Very Fast Decision Tree: a memory conservative algorithm for data stream mining [Internet]. Pattern Recognition Letters. 2018 ; 116 22-28.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.patrec.2018.09.004
Vancouver
Costa VGT da, Carvalho ACP de LF de, Bardon Junior S. Strict Very Fast Decision Tree: a memory conservative algorithm for data stream mining [Internet]. Pattern Recognition Letters. 2018 ; 116 22-28.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.patrec.2018.09.004
Artigo de periodico
Speeding up similarity search under dynamic time warping by pruning unpromising alignments (2018)
Silva, Diego Furtado ; Giusti, Rafael; Keogh, Eamonn; Batista, Gustavo Enrique de Almeida Prado Alves
Source: Data Mining and Knowledge Discovery. Unidade: ICMC
Subjects: MINERAÇÃO DE DADOS, ANÁLISE DE SÉRIES TEMPORAIS, RECONHECIMENTO DE PADRÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Diego Furtado et al. Speeding up similarity search under dynamic time warping by pruning unpromising alignments. Data Mining and Knowledge Discovery, v. 32, n. 4, p. 988-1016, 2018Tradução . . Disponível em: https://doi.org/10.1007/s10618-018-0557-y. Acesso em: 16 out. 2024.
APA
Silva, D. F., Giusti, R., Keogh, E., & Batista, G. E. de A. P. A. (2018). Speeding up similarity search under dynamic time warping by pruning unpromising alignments. Data Mining and Knowledge Discovery, 32( 4), 988-1016. doi:10.1007/s10618-018-0557-y
NLM
Silva DF, Giusti R, Keogh E, Batista GE de APA. Speeding up similarity search under dynamic time warping by pruning unpromising alignments [Internet]. Data Mining and Knowledge Discovery. 2018 ; 32( 4): 988-1016.[citado 2024 out. 16 ] Available from: https://doi.org/10.1007/s10618-018-0557-y
Vancouver
Silva DF, Giusti R, Keogh E, Batista GE de APA. Speeding up similarity search under dynamic time warping by pruning unpromising alignments [Internet]. Data Mining and Knowledge Discovery. 2018 ; 32( 4): 988-1016.[citado 2024 out. 16 ] Available from: https://doi.org/10.1007/s10618-018-0557-y
Artigo de periodico
An online adaptive classifier ensemble for mining non-stationary data streams (2018)
Verdecia-Cabrera, Alberto; Blanco, Isvani Frías; Carvalho, André Carlos Ponce de Leon Ferreira de
Source: Intelligent Data Analysis. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, ANÁLISE DE SÉRIES TEMPORAIS, MINERAÇÃO DE DADOS, ALGORITMOS ÚTEIS E ESPECÍFICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
VERDECIA-CABRERA, Alberto e BLANCO, Isvani Frías e CARVALHO, André Carlos Ponce de Leon Ferreira de. An online adaptive classifier ensemble for mining non-stationary data streams. Intelligent Data Analysis, v. 22, n. 4, p. 787-806, 2018Tradução . . Disponível em: https://doi.org/10.3233/IDA-173522. Acesso em: 16 out. 2024.
APA
Verdecia-Cabrera, A., Blanco, I. F., & Carvalho, A. C. P. de L. F. de. (2018). An online adaptive classifier ensemble for mining non-stationary data streams. Intelligent Data Analysis, 22( 4), 787-806. doi:10.3233/IDA-173522
NLM
Verdecia-Cabrera A, Blanco IF, Carvalho ACP de LF de. An online adaptive classifier ensemble for mining non-stationary data streams [Internet]. Intelligent Data Analysis. 2018 ; 22( 4): 787-806.[citado 2024 out. 16 ] Available from: https://doi.org/10.3233/IDA-173522
Vancouver
Verdecia-Cabrera A, Blanco IF, Carvalho ACP de LF de. An online adaptive classifier ensemble for mining non-stationary data streams [Internet]. Intelligent Data Analysis. 2018 ; 22( 4): 787-806.[citado 2024 out. 16 ] Available from: https://doi.org/10.3233/IDA-173522
Artigo de periodico
An image analysis approach to text analytics based on complex networks (2018)
Arruda, Henrique F.; Marinho, Vanessa Q.; Lima, Thales S.; Amancio, Diego Raphael ; Costa, Luciano da Fontoura
Source: Physica A. Unidades: ICMC, IFSC
Subjects: REDES COMPLEXAS, AUTOR, MINERAÇÃO DE DADOS, VISÃO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ARRUDA, Henrique F. et al. An image analysis approach to text analytics based on complex networks. Physica A, v. No 2018, p. 110-220, 2018Tradução . . Disponível em: https://doi.org/10.1016/j.physa.2018.06.110. Acesso em: 16 out. 2024.
APA
Arruda, H. F., Marinho, V. Q., Lima, T. S., Amancio, D. R., & Costa, L. da F. (2018). An image analysis approach to text analytics based on complex networks. Physica A, No 2018, 110-220. doi:10.1016/j.physa.2018.06.110
NLM
Arruda HF, Marinho VQ, Lima TS, Amancio DR, Costa L da F. An image analysis approach to text analytics based on complex networks [Internet]. Physica A. 2018 ; No 2018 110-220.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.physa.2018.06.110
Vancouver
Arruda HF, Marinho VQ, Lima TS, Amancio DR, Costa L da F. An image analysis approach to text analytics based on complex networks [Internet]. Physica A. 2018 ; No 2018 110-220.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.physa.2018.06.110
Artigo de periodico
Cross-domain aspect extraction for sentiment analysis: a transductive learning approach (2018)
Marcacini, Ricardo Marcondes ; Rossi, Rafael Geraldeli; Matsuno, Ivone Penque; Rezende, Solange Oliveira
Source: Decision Support Systems. Unidade: ICMC
Subjects: MINERAÇÃO DE DADOS, RECONHECIMENTO DE TEXTO, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARCACINI, Ricardo Marcondes et al. Cross-domain aspect extraction for sentiment analysis: a transductive learning approach. Decision Support Systems, v. 114, p. 70-80, 2018Tradução . . Disponível em: https://doi.org/10.1016/j.dss.2018.08.009. Acesso em: 16 out. 2024.
APA
Marcacini, R. M., Rossi, R. G., Matsuno, I. P., & Rezende, S. O. (2018). Cross-domain aspect extraction for sentiment analysis: a transductive learning approach. Decision Support Systems, 114, 70-80. doi:10.1016/j.dss.2018.08.009
NLM
Marcacini RM, Rossi RG, Matsuno IP, Rezende SO. Cross-domain aspect extraction for sentiment analysis: a transductive learning approach [Internet]. Decision Support Systems. 2018 ; 114 70-80.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.dss.2018.08.009
Vancouver
Marcacini RM, Rossi RG, Matsuno IP, Rezende SO. Cross-domain aspect extraction for sentiment analysis: a transductive learning approach [Internet]. Decision Support Systems. 2018 ; 114 70-80.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.dss.2018.08.009
Artigo de periodico
Optimizing the class information divergence for transductive classification of texts using propagation in bipartite graphs (2017)
Faleiros, Thiago de Paulo; Rossi, Rafael Geraldeli; Lopes, Alneu de Andrade
Source: Pattern Recognition Letters. Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FALEIROS, Thiago de Paulo e ROSSI, Rafael Geraldeli e LOPES, Alneu de Andrade. Optimizing the class information divergence for transductive classification of texts using propagation in bipartite graphs. Pattern Recognition Letters, v. 87, p. 127-138, 2017Tradução . . Disponível em: https://doi.org/10.1016/j.patrec.2016.04.006. Acesso em: 16 out. 2024.
APA
Faleiros, T. de P., Rossi, R. G., & Lopes, A. de A. (2017). Optimizing the class information divergence for transductive classification of texts using propagation in bipartite graphs. Pattern Recognition Letters, 87, 127-138. doi:10.1016/j.patrec.2016.04.006
NLM
Faleiros T de P, Rossi RG, Lopes A de A. Optimizing the class information divergence for transductive classification of texts using propagation in bipartite graphs [Internet]. Pattern Recognition Letters. 2017 ; 87 127-138.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.patrec.2016.04.006
Vancouver
Faleiros T de P, Rossi RG, Lopes A de A. Optimizing the class information divergence for transductive classification of texts using propagation in bipartite graphs [Internet]. Pattern Recognition Letters. 2017 ; 87 127-138.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.patrec.2016.04.006
Artigo de periodico
Improving k-means through distributed scalable metaheuristics (2017)
Oliveira, G. V; Coutinho, F. P; Campello, Ricardo José Gabrielli Barreto; Naldi, M. C
Source: Neurocomputing. Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, ALGORITMOS, MINERAÇÃO DE DADOS, HEURÍSTICA, ALGORITMOS GENÉTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, G. V et al. Improving k-means through distributed scalable metaheuristics. Neurocomputing, v. 246, p. 45-57, 2017Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2016.07.074. Acesso em: 16 out. 2024.
APA
Oliveira, G. V., Coutinho, F. P., Campello, R. J. G. B., & Naldi, M. C. (2017). Improving k-means through distributed scalable metaheuristics. Neurocomputing, 246, 45-57. doi:10.1016/j.neucom.2016.07.074
NLM
Oliveira GV, Coutinho FP, Campello RJGB, Naldi MC. Improving k-means through distributed scalable metaheuristics [Internet]. Neurocomputing. 2017 ; 246 45-57.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.neucom.2016.07.074
Vancouver
Oliveira GV, Coutinho FP, Campello RJGB, Naldi MC. Improving k-means through distributed scalable metaheuristics [Internet]. Neurocomputing. 2017 ; 246 45-57.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.neucom.2016.07.074
Artigo de periodico
Patterns of authors contribution in scientific manuscripts (2017)
Corrêa Jr., Edilson A.; Silva, Filipi N.; Costa, Luciano da Fontoura ; Amancio, Diego Raphael
Source: Journal of Informetrics. Unidades: IFSC, ICMC
Subjects: ENTROPIA, MINERAÇÃO DE DADOS, RECONHECIMENTO DE PADRÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CORRÊA JR., Edilson A. et al. Patterns of authors contribution in scientific manuscripts. Journal of Informetrics, v. 11, n. 2, p. 498-510, 2017Tradução . . Disponível em: https://doi.org/10.1016/j.joi.2017.03.003. Acesso em: 16 out. 2024.
APA
Corrêa Jr., E. A., Silva, F. N., Costa, L. da F., & Amancio, D. R. (2017). Patterns of authors contribution in scientific manuscripts. Journal of Informetrics, 11( 2), 498-510. doi:10.1016/j.joi.2017.03.003
NLM
Corrêa Jr. EA, Silva FN, Costa L da F, Amancio DR. Patterns of authors contribution in scientific manuscripts [Internet]. Journal of Informetrics. 2017 ; 11( 2): 498-510.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.joi.2017.03.003
Vancouver
Corrêa Jr. EA, Silva FN, Costa L da F, Amancio DR. Patterns of authors contribution in scientific manuscripts [Internet]. Journal of Informetrics. 2017 ; 11( 2): 498-510.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.joi.2017.03.003
Artigo de periodico
Mining unstructured content for recommender systems: an ensemble approach (2016)
Manzato, Marcelo Garcia ; Domingues, Marcos A; Fortes, Arthur C; Sundermann, Camila V; D'Addio, Rafael M; Conrado, Merley S; Rezende, Solange Oliveira ; Pimentel, Maria da Graça Campos
Source: Information Retrieval Journal. Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, RECONHECIMENTO DE TEXTO, WORLD WIDE WEB
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MANZATO, Marcelo Garcia et al. Mining unstructured content for recommender systems: an ensemble approach. Information Retrieval Journal, v. 19, n. 4, p. 378-415, 2016Tradução . . Disponível em: https://doi.org/10.1007/s10791-016-9280-8. Acesso em: 16 out. 2024.
APA
Manzato, M. G., Domingues, M. A., Fortes, A. C., Sundermann, C. V., D'Addio, R. M., Conrado, M. S., et al. (2016). Mining unstructured content for recommender systems: an ensemble approach. Information Retrieval Journal, 19( 4), 378-415. doi:10.1007/s10791-016-9280-8
NLM
Manzato MG, Domingues MA, Fortes AC, Sundermann CV, D'Addio RM, Conrado MS, Rezende SO, Pimentel M da GC. Mining unstructured content for recommender systems: an ensemble approach [Internet]. Information Retrieval Journal. 2016 ; 19( 4): 378-415.[citado 2024 out. 16 ] Available from: https://doi.org/10.1007/s10791-016-9280-8
Vancouver
Manzato MG, Domingues MA, Fortes AC, Sundermann CV, D'Addio RM, Conrado MS, Rezende SO, Pimentel M da GC. Mining unstructured content for recommender systems: an ensemble approach [Internet]. Information Retrieval Journal. 2016 ; 19( 4): 378-415.[citado 2024 out. 16 ] Available from: https://doi.org/10.1007/s10791-016-9280-8
Trabalho de evento-anais periodico
Improving multivariate data streams clustering (2016)
Bones, Christian Cesar ; Romani, Luciana A. S; Sousa, Elaine Parros Machado de
Source: Procedia Computer Science. Conference titles: International Conference on Computational Science - ICCS. Unidade: ICMC
Subjects: BANCO DE DADOS, MINERAÇÃO DE DADOS, FRACTAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BONES, Christian Cesar e ROMANI, Luciana A. S e SOUSA, Elaine Parros Machado de. Improving multivariate data streams clustering. Procedia Computer Science. Amsterdam: Elsevier. Disponível em: https://doi.org/10.1016/j.procs.2016.05.325. Acesso em: 16 out. 2024. , 2016
APA
Bones, C. C., Romani, L. A. S., & Sousa, E. P. M. de. (2016). Improving multivariate data streams clustering. Procedia Computer Science. Amsterdam: Elsevier. doi:10.1016/j.procs.2016.05.325
NLM
Bones CC, Romani LAS, Sousa EPM de. Improving multivariate data streams clustering [Internet]. Procedia Computer Science. 2016 ; 80 461-471.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.procs.2016.05.325
Vancouver
Bones CC, Romani LAS, Sousa EPM de. Improving multivariate data streams clustering [Internet]. Procedia Computer Science. 2016 ; 80 461-471.[citado 2024 out. 16 ] Available from: https://doi.org/10.1016/j.procs.2016.05.325

USP Schools

ReP

Filtros

Departament

Authors

USP affiliated authors

Date published

Subjects

Source title

Funding Agencies

Indexado em

Normalized affiliation

Non normalized affiliation

Countries of institutions of collaboration