Menu

Filtros : "MODELOS PARA PROCESSOS ESTOCÁSTICOS" "IME" Removido: "Morettin, Pedro Alberto" Limpar

Filtros

Limitar por data

1 - 20 (47 registros)

  • Trabalho de evento

    On modal clustering with Gaussian Sum-Product Networks (2023)

    Madeira, Tiago; Mauá, Denis Deratani

    Fonte: Proceedings. Nome do evento: Conference on Uncertainty in Artificial Intelligence. Unidade: IME

    Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, APRENDIZADO COMPUTACIONAL, RACIOCÍNIO PROBABILÍSTICO

    Versão PublicadaAcesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MADEIRA, Tiago e MAUÁ, Denis Deratani. On modal clustering with Gaussian Sum-Product Networks. 2023, Anais.. Corvallis: AUAI Press, 2023. Disponível em: https://openreview.net/pdf?id=dtzAUOmHqa. Acesso em: 29 ago. 2024.

    • APA

      Madeira, T., & Mauá, D. D. (2023). On modal clustering with Gaussian Sum-Product Networks. In Proceedings. Corvallis: AUAI Press. Recuperado de https://openreview.net/pdf?id=dtzAUOmHqa

    • NLM

      Madeira T, Mauá DD. On modal clustering with Gaussian Sum-Product Networks [Internet]. Proceedings. 2023 ;[citado 2024 ago. 29 ] Available from: https://openreview.net/pdf?id=dtzAUOmHqa

    • Vancouver

      Madeira T, Mauá DD. On modal clustering with Gaussian Sum-Product Networks [Internet]. Proceedings. 2023 ;[citado 2024 ago. 29 ] Available from: https://openreview.net/pdf?id=dtzAUOmHqa

  • Tese (Doutorado)

    Qualitative global sensitivity analysis for probabilistic circuits (2023)

    Llerena, Julissa Villanueva ; Mauá, Denis Deratani (Orientador)

    Unidade: IME

    Assunto: MODELOS PARA PROCESSOS ESTOCÁSTICOS

    Acesso à fonteAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      LLERENA, Julissa Villanueva. Qualitative global sensitivity analysis for probabilistic circuits. 2023. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-112802/. Acesso em: 29 ago. 2024.

    • APA

      Llerena, J. V. (2023). Qualitative global sensitivity analysis for probabilistic circuits (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-112802/

    • NLM

      Llerena JV. Qualitative global sensitivity analysis for probabilistic circuits [Internet]. 2023 ;[citado 2024 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-112802/

    • Vancouver

      Llerena JV. Qualitative global sensitivity analysis for probabilistic circuits [Internet]. 2023 ;[citado 2024 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-112802/

  • Trabalho de evento

    Scalable learning of probabilistic circuits (2023)

    Geh, Renato Lui ; Mauá, Denis Deratani

    Fonte: Anais. Nome do evento: Congresso da Sociedade Brasileira de Computação - CSBC. Unidade: IME

    Assuntos: APRENDIZADO COMPUTACIONAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS, INTELIGÊNCIA ARTIFICIAL

    Versão PublicadaAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      GEH, Renato Lui e MAUÁ, Denis Deratani. Scalable learning of probabilistic circuits. 2023, Anais.. Porto Alegre: SBC, 2023. Disponível em: https://doi.org/10.5753/ctd.2023.229457. Acesso em: 29 ago. 2024.

    • APA

      Geh, R. L., & Mauá, D. D. (2023). Scalable learning of probabilistic circuits. In Anais. Porto Alegre: SBC. doi:10.5753/ctd.2023.229457

    • NLM

      Geh RL, Mauá DD. Scalable learning of probabilistic circuits [Internet]. Anais. 2023 ;[citado 2024 ago. 29 ] Available from: https://doi.org/10.5753/ctd.2023.229457

    • Vancouver

      Geh RL, Mauá DD. Scalable learning of probabilistic circuits [Internet]. Anais. 2023 ;[citado 2024 ago. 29 ] Available from: https://doi.org/10.5753/ctd.2023.229457

  • Artigo de periodico

    A model-based clustering algorithm with covariates adjustment and its application to lung cancer stratification (2023)

    Relvas, Carlos E. M.; Nakata, Asuka; Chen, Guoan; Beer, David G. ; Gotoh, Noriko ; Fujita, André

    Fonte: Journal of Bioinformatics and Computational Biology. Unidade: IME

    Assuntos: BIOINFORMÁTICA, NEOPLASIAS PULMONARES, MODELOS PARA PROCESSOS ESTOCÁSTICOS

    Versão PublicadaAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      RELVAS, Carlos E. M. et al. A model-based clustering algorithm with covariates adjustment and its application to lung cancer stratification. Journal of Bioinformatics and Computational Biology, v. 21, n. artigo 2350019, p. 1-26, 2023Tradução . . Disponível em: https://doi.org/10.1142/S0219720023500191. Acesso em: 29 ago. 2024.

    • APA

      Relvas, C. E. M., Nakata, A., Chen, G., Beer, D. G., Gotoh, N., & Fujita, A. (2023). A model-based clustering algorithm with covariates adjustment and its application to lung cancer stratification. Journal of Bioinformatics and Computational Biology, 21( artigo 2350019), 1-26. doi:10.1142/S0219720023500191

    • NLM

      Relvas CEM, Nakata A, Chen G, Beer DG, Gotoh N, Fujita A. A model-based clustering algorithm with covariates adjustment and its application to lung cancer stratification [Internet]. Journal of Bioinformatics and Computational Biology. 2023 ; 21( artigo 2350019): 1-26.[citado 2024 ago. 29 ] Available from: https://doi.org/10.1142/S0219720023500191

    • Vancouver

      Relvas CEM, Nakata A, Chen G, Beer DG, Gotoh N, Fujita A. A model-based clustering algorithm with covariates adjustment and its application to lung cancer stratification [Internet]. Journal of Bioinformatics and Computational Biology. 2023 ; 21( artigo 2350019): 1-26.[citado 2024 ago. 29 ] Available from: https://doi.org/10.1142/S0219720023500191

  • Dissertação (Mestrado)

    Node concordance: a local homophily prediction task in graphs (2023)

    Martinelli, Caio Lorenzetti; Mauá, Denis Deratani (Orientador)

    Unidade: IME

    Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, TEORIA DOS GRAFOS

    Acesso à fonteAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MARTINELLI, Caio Lorenzetti. Node concordance: a local homophily prediction task in graphs. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-200028/. Acesso em: 29 ago. 2024.

    • APA

      Martinelli, C. L. (2023). Node concordance: a local homophily prediction task in graphs (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-200028/

    • NLM

      Martinelli CL. Node concordance: a local homophily prediction task in graphs [Internet]. 2023 ;[citado 2024 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-200028/

    • Vancouver

      Martinelli CL. Node concordance: a local homophily prediction task in graphs [Internet]. 2023 ;[citado 2024 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-200028/

  • Dissertação (Mestrado)

    Finding maxima of Gaussian Sum-Product Networks (2023)

    Madeira, Tiago; Mauá, Denis Deratani (Orientador)

    Unidade: IME

    Assuntos: APRENDIZADO COMPUTACIONAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS

    Acesso à fonteAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MADEIRA, Tiago. Finding maxima of Gaussian Sum-Product Networks. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-18092023-103415/. Acesso em: 29 ago. 2024.

    • APA

      Madeira, T. (2023). Finding maxima of Gaussian Sum-Product Networks (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-18092023-103415/

    • NLM

      Madeira T. Finding maxima of Gaussian Sum-Product Networks [Internet]. 2023 ;[citado 2024 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-18092023-103415/

    • Vancouver

      Madeira T. Finding maxima of Gaussian Sum-Product Networks [Internet]. 2023 ;[citado 2024 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-18092023-103415/

  • Dissertação (Mestrado)

    Scalable learning of probabilistic circuits (2022)

    Geh, Renato Lui ; Mauá, Denis Deratani (Orientador)

    Unidade: IME

    Assuntos: APRENDIZADO COMPUTACIONAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS, INTELIGÊNCIA ARTIFICIAL

    Acesso à fonteAcesso à fonteDOIComo citar
    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: 29 ago. 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 ago. 29 ] 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 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-23052022-122922/

  • Trabalho de evento

    Symbolic FOND planning for temporally extended goals (2022)

    Santos, Viviane Bonadia dos ; Barros, Leliane Nunes de ; Pereira, Silvio do Lago; Menezes, Maria Viviane de

    Fonte: Workshop. Nome do evento: International Conference on Automated Planning and Scheduling - ICAPS. Unidade: IME

    Assuntos: INTELIGÊNCIA ARTIFICIAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS

    Versão PublicadaAcesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SANTOS, Viviane Bonadia dos et al. Symbolic FOND planning for temporally extended goals. 2022, Anais.. Singapore: Instituto de Matemática e Estatística, Universidade de São Paulo, 2022. Disponível em: http://icaps22.icaps-conference.org/workshops/KEPS/KEPS-22_paper_4759.pdf. Acesso em: 29 ago. 2024.

    • APA

      Santos, V. B. dos, Barros, L. N. de, Pereira, S. do L., & Menezes, M. V. de. (2022). Symbolic FOND planning for temporally extended goals. In Workshop. Singapore: Instituto de Matemática e Estatística, Universidade de São Paulo. Recuperado de http://icaps22.icaps-conference.org/workshops/KEPS/KEPS-22_paper_4759.pdf

    • NLM

      Santos VB dos, Barros LN de, Pereira S do L, Menezes MV de. Symbolic FOND planning for temporally extended goals [Internet]. Workshop. 2022 ;[citado 2024 ago. 29 ] Available from: http://icaps22.icaps-conference.org/workshops/KEPS/KEPS-22_paper_4759.pdf

    • Vancouver

      Santos VB dos, Barros LN de, Pereira S do L, Menezes MV de. Symbolic FOND planning for temporally extended goals [Internet]. Workshop. 2022 ;[citado 2024 ago. 29 ] Available from: http://icaps22.icaps-conference.org/workshops/KEPS/KEPS-22_paper_4759.pdf

  • Trabalho de evento

    Tractable classification with non-ignorable missing data using generative random forests (2022)

    Villanueva Llerena, Julissa Giuliana ; Mauá, Denis Deratani

    Fonte: Anais. Nome do evento: Symposium on Knowledge Discovery, Mining and Learning - KDMiLe. Unidade: IME

    Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, APRENDIZADO COMPUTACIONAL

    Versão PublicadaAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      VILLANUEVA LLERENA, Julissa Giuliana e MAUÁ, Denis Deratani. Tractable classification with non-ignorable missing data using generative random forests. 2022, Anais.. Porto Alegre: SBC, 2022. Disponível em: https://doi.org/10.5753/kdmile.2022.227969. Acesso em: 29 ago. 2024.

    • APA

      Villanueva Llerena, J. G., & Mauá, D. D. (2022). Tractable classification with non-ignorable missing data using generative random forests. In Anais. Porto Alegre: SBC. doi:10.5753/kdmile.2022.227969

    • NLM

      Villanueva Llerena JG, Mauá DD. Tractable classification with non-ignorable missing data using generative random forests [Internet]. Anais. 2022 ;[citado 2024 ago. 29 ] Available from: https://doi.org/10.5753/kdmile.2022.227969

    • Vancouver

      Villanueva Llerena JG, Mauá DD. Tractable classification with non-ignorable missing data using generative random forests [Internet]. Anais. 2022 ;[citado 2024 ago. 29 ] Available from: https://doi.org/10.5753/kdmile.2022.227969

  • Trabalho de evento

    Tractable mode-finding in sum-product networks with Gaussian leaves (2022)

    Madeira, Tiago; Mauá, Denis Deratani

    Fonte: Proceedings. Nome do evento: Encontro Nacional de Inteligência Artificial e Computacional. Unidade: IME

    Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, APRENDIZADO COMPUTACIONAL, RACIOCÍNIO PROBABILÍSTICO

    Versão PublicadaAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MADEIRA, Tiago e MAUÁ, Denis Deratani. Tractable mode-finding in sum-product networks with Gaussian leaves. 2022, Anais.. Porto Alegre: SBC, 2022. Disponível em: https://doi.org/10.5753/eniac.2022.227582. Acesso em: 29 ago. 2024.

    • APA

      Madeira, T., & Mauá, D. D. (2022). Tractable mode-finding in sum-product networks with Gaussian leaves. In Proceedings. Porto Alegre: SBC. doi:10.5753/eniac.2022.227582

    • NLM

      Madeira T, Mauá DD. Tractable mode-finding in sum-product networks with Gaussian leaves [Internet]. Proceedings. 2022 ;[citado 2024 ago. 29 ] Available from: https://doi.org/10.5753/eniac.2022.227582

    • Vancouver

      Madeira T, Mauá DD. Tractable mode-finding in sum-product networks with Gaussian leaves [Internet]. Proceedings. 2022 ;[citado 2024 ago. 29 ] Available from: https://doi.org/10.5753/eniac.2022.227582

  • Trabalho de evento

    Differentiable planning for optimal liquidation (2022)

    Pennacchio, Alan Assis; Barros, Leliane Nunes de ; Mauá, Denis Deratani

    Fonte: Anais. Nome do evento: Brazilian Workshop on Artificial Intelligence in Finance - BWAIF. Unidade: IME

    Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, INTELIGÊNCIA ARTIFICIAL, FINANÇAS, COMPUTAÇÃO APLICADA

    Versão PublicadaAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      PENNACCHIO, Alan Assis e BARROS, Leliane Nunes de e MAUÁ, Denis Deratani. Differentiable planning for optimal liquidation. 2022, Anais.. Porto Alegre: SBC, 2022. Disponível em: https://doi.org/10.5753/bwaif.2022.223144. Acesso em: 29 ago. 2024.

    • APA

      Pennacchio, A. A., Barros, L. N. de, & Mauá, D. D. (2022). Differentiable planning for optimal liquidation. In Anais. Porto Alegre: SBC. doi:10.5753/bwaif.2022.223144

    • NLM

      Pennacchio AA, Barros LN de, Mauá DD. Differentiable planning for optimal liquidation [Internet]. Anais. 2022 ;[citado 2024 ago. 29 ] Available from: https://doi.org/10.5753/bwaif.2022.223144

    • Vancouver

      Pennacchio AA, Barros LN de, Mauá DD. Differentiable planning for optimal liquidation [Internet]. Anais. 2022 ;[citado 2024 ago. 29 ] Available from: https://doi.org/10.5753/bwaif.2022.223144

  • Dissertação (Mestrado)

    A benchmark for Maximum-a-Posteriori Inference algorithms in discrete Sum-Product Networks (2021)

    Ribeiro, Heitor Reis; Mauá, Denis Deratani (Orientador)

    Unidade: IME

    Assunto: MODELOS PARA PROCESSOS ESTOCÁSTICOS

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      RIBEIRO, Heitor Reis. A benchmark for Maximum-a-Posteriori Inference algorithms in discrete Sum-Product Networks. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-19062021-063556/. Acesso em: 29 ago. 2024.

    • APA

      Ribeiro, H. R. (2021). A benchmark for Maximum-a-Posteriori Inference algorithms in discrete Sum-Product Networks (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-19062021-063556/

    • NLM

      Ribeiro HR. A benchmark for Maximum-a-Posteriori Inference algorithms in discrete Sum-Product Networks [Internet]. 2021 ;[citado 2024 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-19062021-063556/

    • Vancouver

      Ribeiro HR. A benchmark for Maximum-a-Posteriori Inference algorithms in discrete Sum-Product Networks [Internet]. 2021 ;[citado 2024 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-19062021-063556/

  • Artigo de periodico

    Retrieving the structure of probabilistic sequences of auditory stimuli from EEG data (2021)

    Hernández, Noslen ; Duarte, Aline ; Ost, Guilherme ; Fraiman, Ricardo ; Galves, Antonio ; Vargas, Claudia D.

    Fonte: Scientific Reports. Unidade: IME

    Assunto: MODELOS PARA PROCESSOS ESTOCÁSTICOS

    Versão PublicadaAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      HERNÁNDEZ, Noslen et al. Retrieving the structure of probabilistic sequences of auditory stimuli from EEG data. Scientific Reports, v. 11, n. art. 3520, p. 1-15, 2021Tradução . . Disponível em: https://doi.org/10.1038/s41598-021-83119-x. Acesso em: 29 ago. 2024.

    • APA

      Hernández, N., Duarte, A., Ost, G., Fraiman, R., Galves, A., & Vargas, C. D. (2021). Retrieving the structure of probabilistic sequences of auditory stimuli from EEG data. Scientific Reports, 11( art. 3520), 1-15. doi:10.1038/s41598-021-83119-x

    • NLM

      Hernández N, Duarte A, Ost G, Fraiman R, Galves A, Vargas CD. Retrieving the structure of probabilistic sequences of auditory stimuli from EEG data [Internet]. Scientific Reports. 2021 ; 11( art. 3520): 1-15.[citado 2024 ago. 29 ] Available from: https://doi.org/10.1038/s41598-021-83119-x

    • Vancouver

      Hernández N, Duarte A, Ost G, Fraiman R, Galves A, Vargas CD. Retrieving the structure of probabilistic sequences of auditory stimuli from EEG data [Internet]. Scientific Reports. 2021 ; 11( art. 3520): 1-15.[citado 2024 ago. 29 ] Available from: https://doi.org/10.1038/s41598-021-83119-x

  • Dissertação (Mestrado)

    Análise de normalização e significância em experimentos baseados em Proteômica (2021)

    Cruz, Ana Carolina da; Soler, Júlia Maria Pavan (Orientador)

    Unidade: IME

    Assuntos: PROTEÔMICA, MODELOS PARA PROCESSOS ESTOCÁSTICOS, PROBABILIDADE

    Acesso à fonteAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      CRUZ, Ana Carolina da. Análise de normalização e significância em experimentos baseados em Proteômica. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-20082021-110817/. Acesso em: 29 ago. 2024.

    • APA

      Cruz, A. C. da. (2021). Análise de normalização e significância em experimentos baseados em Proteômica (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45133/tde-20082021-110817/

    • NLM

      Cruz AC da. Análise de normalização e significância em experimentos baseados em Proteômica [Internet]. 2021 ;[citado 2024 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-20082021-110817/

    • Vancouver

      Cruz AC da. Análise de normalização e significância em experimentos baseados em Proteômica [Internet]. 2021 ;[citado 2024 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-20082021-110817/

  • Trabalho de evento

    Gradient estimation in model-based reinforcement learning: a study on linear quadratic environments (2021)

    Lovatto, Ângelo Gregório ; Bueno, Thiago Pereira ; Barros, Leliane Nunes de

    Fonte: Proceedings. Nome do evento: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: IME

    Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, APRENDIZADO COMPUTACIONAL

    Acesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      LOVATTO, Ângelo Gregório e BUENO, Thiago Pereira e BARROS, Leliane Nunes de. Gradient estimation in model-based reinforcement learning: a study on linear quadratic environments. 2021, Anais.. Cham: Springer, 2021. Disponível em: https://doi.org/10.1007/978-3-030-91702-9_3. Acesso em: 29 ago. 2024.

    • APA

      Lovatto, Â. G., Bueno, T. P., & Barros, L. N. de. (2021). Gradient estimation in model-based reinforcement learning: a study on linear quadratic environments. In Proceedings. Cham: Springer. doi:10.1007/978-3-030-91702-9_3

    • NLM

      Lovatto ÂG, Bueno TP, Barros LN de. Gradient estimation in model-based reinforcement learning: a study on linear quadratic environments [Internet]. Proceedings. 2021 ;[citado 2024 ago. 29 ] Available from: https://doi.org/10.1007/978-3-030-91702-9_3

    • Vancouver

      Lovatto ÂG, Bueno TP, Barros LN de. Gradient estimation in model-based reinforcement learning: a study on linear quadratic environments [Internet]. Proceedings. 2021 ;[citado 2024 ago. 29 ] Available from: https://doi.org/10.1007/978-3-030-91702-9_3

  • Editor de periodico

    International Journal of Approximate Reasoning (2021)

    Mauá, Denis Deratani (Editor) ; Campos, Cassio Polpo de (Editor)

    Unidade: IME

    Assunto: MODELOS PARA PROCESSOS ESTOCÁSTICOS

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      International Journal of Approximate Reasoning. . Philadelphia: Instituto de Matemática e Estatística, Universidade de São Paulo. Disponível em: https://www.sciencedirect.com/journal/international-journal-of-approximate-reasoning/vol/137/suppl/C. Acesso em: 29 ago. 2024. , 2021

    • APA

      International Journal of Approximate Reasoning. (2021). International Journal of Approximate Reasoning. Philadelphia: Instituto de Matemática e Estatística, Universidade de São Paulo. Recuperado de https://www.sciencedirect.com/journal/international-journal-of-approximate-reasoning/vol/137/suppl/C

    • NLM

      International Journal of Approximate Reasoning [Internet]. 2021 ; 137 113.[citado 2024 ago. 29 ] Available from: https://www.sciencedirect.com/journal/international-journal-of-approximate-reasoning/vol/137/suppl/C

    • Vancouver

      International Journal of Approximate Reasoning [Internet]. 2021 ; 137 113.[citado 2024 ago. 29 ] Available from: https://www.sciencedirect.com/journal/international-journal-of-approximate-reasoning/vol/137/suppl/C

  • Trabalho de evento

    Cautious classification with data missing not at random using generative random forests (2021)

    Villanueva Llerena, Julissa Giuliana ; Mauá, Denis Deratani ; Antonucci, Alessandro

    Fonte: Proceedings. Nome do evento: European Conference on Symbolic and Quantitative Approaches with Uncertainty - ECSQARU. Unidade: IME

    Assuntos: APRENDIZADO COMPUTACIONAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS

    Acesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      VILLANUEVA LLERENA, Julissa Giuliana e MAUÁ, Denis Deratani e ANTONUCCI, Alessandro. Cautious classification with data missing not at random using generative random forests. 2021, Anais.. Cham: Springer, 2021. Disponível em: https://doi.org/10.1007/978-3-030-86772-0_21. Acesso em: 29 ago. 2024.

    • APA

      Villanueva Llerena, J. G., Mauá, D. D., & Antonucci, A. (2021). Cautious classification with data missing not at random using generative random forests. In Proceedings. Cham: Springer. doi:10.1007/978-3-030-86772-0_21

    • NLM

      Villanueva Llerena JG, Mauá DD, Antonucci A. Cautious classification with data missing not at random using generative random forests [Internet]. Proceedings. 2021 ;[citado 2024 ago. 29 ] Available from: https://doi.org/10.1007/978-3-030-86772-0_21

    • Vancouver

      Villanueva Llerena JG, Mauá DD, Antonucci A. Cautious classification with data missing not at random using generative random forests [Internet]. Proceedings. 2021 ;[citado 2024 ago. 29 ] Available from: https://doi.org/10.1007/978-3-030-86772-0_21

  • Trabalho de evento

    Fast and accurate learning of probabilistic circuits by random projections (2021)

    Geh, Renato Lui ; Mauá, Denis Deratani

    Fonte: Workshop. Nome do evento: Workshop on Tractable Probabilistic Modeling. Unidade: IME

    Assuntos: APRENDIZADO COMPUTACIONAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS, INTELIGÊNCIA ARTIFICIAL

    Acesso à fonteComo citar
    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: 29 ago. 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 ago. 29 ] 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 ago. 29 ] Available from: https://openreview.net/forum?id=BhoGeih_B8o

  • Artigo de periodico-carta/editorial

    Special issue on robustness in probabilistic graphical models. [Editorial] (2021)

    Mauá, Denis Deratani ; Campos, Cassio Polpo de

    Fonte: International Journal of Approximate Reasoning. Unidade: IME

    Assunto: MODELOS PARA PROCESSOS ESTOCÁSTICOS

    PrivadoAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MAUÁ, Denis Deratani e CAMPOS, Cassio Polpo de. Special issue on robustness in probabilistic graphical models. [Editorial]. International Journal of Approximate Reasoning. Philadelphia: Instituto de Matemática e Estatística, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.ijar.2021.07.002. Acesso em: 29 ago. 2024. , 2021

    • APA

      Mauá, D. D., & Campos, C. P. de. (2021). Special issue on robustness in probabilistic graphical models. [Editorial]. International Journal of Approximate Reasoning. Philadelphia: Instituto de Matemática e Estatística, Universidade de São Paulo. doi:10.1016/j.ijar.2021.07.002

    • NLM

      Mauá DD, Campos CP de. Special issue on robustness in probabilistic graphical models. [Editorial] [Internet]. International Journal of Approximate Reasoning. 2021 ; 137 113.[citado 2024 ago. 29 ] Available from: https://doi.org/10.1016/j.ijar.2021.07.002

    • Vancouver

      Mauá DD, Campos CP de. Special issue on robustness in probabilistic graphical models. [Editorial] [Internet]. International Journal of Approximate Reasoning. 2021 ; 137 113.[citado 2024 ago. 29 ] Available from: https://doi.org/10.1016/j.ijar.2021.07.002

  • Tese (Doutorado)

    Planning in stochastic computation graphs: solving stochastic nonlinear problems with backpropagation (2021)

    Bueno, Thiago Pereira; Barros, Leliane Nunes de (Orientador) ; Mauá, Denis Deratani (Orientador)

    Unidade: IME

    Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, REDES NEURAIS, MODELOS PARA PROCESSOS ESTOCÁSTICOS

    Acesso à fonteAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BUENO, Thiago Pereira. Planning in stochastic computation graphs: solving stochastic nonlinear problems with backpropagation. 2021. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-29102021-133418/. Acesso em: 29 ago. 2024.

    • APA

      Bueno, T. P. (2021). Planning in stochastic computation graphs: solving stochastic nonlinear problems with backpropagation (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-29102021-133418/

    • NLM

      Bueno TP. Planning in stochastic computation graphs: solving stochastic nonlinear problems with backpropagation [Internet]. 2021 ;[citado 2024 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-29102021-133418/

    • Vancouver

      Bueno TP. Planning in stochastic computation graphs: solving stochastic nonlinear problems with backpropagation [Internet]. 2021 ;[citado 2024 ago. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-29102021-133418/

1 - 20 (47 registros)

Biblioteca Digital de Produção Intelectual da Universidade de São Paulo     2012 - 2024