ReP USP - Resultado da busca

Artigo de periodico
Color-texture classification based on spatio-spectral complex network representations (2024)
Ribas, Lucas Correia ; Scabini, Leonardo Felipe dos Santos ; Condori, Rayner Harold Montes ; Bruno, Odemir Martinez
Source: Physica A. Unidades: IFSC, ICMC
Subjects: REDES NEURAIS, RECONHECIMENTO DE PADRÕES, APRENDIZAGEM PROFUNDA, REDES COMPLEXAS, TEXTURA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBAS, Lucas Correia et al. Color-texture classification based on spatio-spectral complex network representations. Physica A, v. 635, p. 129518-1-129518-15, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.physa.2024.129518. Acesso em: 25 set. 2024.
APA
Ribas, L. C., Scabini, L. F. dos S., Condori, R. H. M., & Bruno, O. M. (2024). Color-texture classification based on spatio-spectral complex network representations. Physica A, 635, 129518-1-129518-15. doi:10.1016/j.physa.2024.129518
NLM
Ribas LC, Scabini LF dos S, Condori RHM, Bruno OM. Color-texture classification based on spatio-spectral complex network representations [Internet]. Physica A. 2024 ; 635 129518-1-129518-15.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.physa.2024.129518
Vancouver
Ribas LC, Scabini LF dos S, Condori RHM, Bruno OM. Color-texture classification based on spatio-spectral complex network representations [Internet]. Physica A. 2024 ; 635 129518-1-129518-15.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.physa.2024.129518
Artigo de periodico
A network classification method based on density time evolution patterns extracted from network automata (2024)
Zielinski, Kallil Miguel Caparroz; Ribas, Lucas Correia ; Machicao, Jeaneth ; Bruno, Odemir Martinez
Source: Pattern Recognition. Unidades: IFSC, EP
Subjects: REDES COMPLEXAS, REDES NEURAIS, VISÃO COMPUTACIONAL, TEXTURA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ZIELINSKI, Kallil Miguel Caparroz et al. A network classification method based on density time evolution patterns extracted from network automata. Pattern Recognition, v. 146, p. 109802-1-109802-13 + supplementary materials, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.patcog.2023.109946. Acesso em: 25 set. 2024.
APA
Zielinski, K. M. C., Ribas, L. C., Machicao, J., & Bruno, O. M. (2024). A network classification method based on density time evolution patterns extracted from network automata. Pattern Recognition, 146, 109802-1-109802-13 + supplementary materials. doi:10.1016/j.patcog.2023.109946
NLM
Zielinski KMC, Ribas LC, Machicao J, Bruno OM. A network classification method based on density time evolution patterns extracted from network automata [Internet]. Pattern Recognition. 2024 ; 146 109802-1-109802-13 + supplementary materials.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.patcog.2023.109946
Vancouver
Zielinski KMC, Ribas LC, Machicao J, Bruno OM. A network classification method based on density time evolution patterns extracted from network automata [Internet]. Pattern Recognition. 2024 ; 146 109802-1-109802-13 + supplementary materials.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.patcog.2023.109946
Artigo de periodico
Learning a complex network representation for shape classification (2024)
Ribas, Lucas Correia ; Bruno, Odemir Martinez
Source: Pattern Recognition. Unidade: IFSC
Subjects: REDES COMPLEXAS, REDES NEURAIS, VISÃO COMPUTACIONAL, TEXTURA, RECONHECIMENTO DE PADRÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBAS, Lucas Correia e BRUNO, Odemir Martinez. Learning a complex network representation for shape classification. Pattern Recognition, v. 154, p. 110566-1-110566-10 + supplementary data, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.patcog.2024.110566. Acesso em: 25 set. 2024.
APA
Ribas, L. C., & Bruno, O. M. (2024). Learning a complex network representation for shape classification. Pattern Recognition, 154, 110566-1-110566-10 + supplementary data. doi:10.1016/j.patcog.2024.110566
NLM
Ribas LC, Bruno OM. Learning a complex network representation for shape classification [Internet]. Pattern Recognition. 2024 ; 154 110566-1-110566-10 + supplementary data.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.patcog.2024.110566
Vancouver
Ribas LC, Bruno OM. Learning a complex network representation for shape classification [Internet]. Pattern Recognition. 2024 ; 154 110566-1-110566-10 + supplementary data.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.patcog.2024.110566
Artigo de periodico
RADAM: texture recognition through randomized aggregated encoding of deep activation maps (2023)
Scabini, Leonardo Felipe dos Santos ; Zielinski, Kallil Miguel Caparroz; Ribas, Lucas Correia ; Gonçalves, Wesley Nunes ; Baets, Bernard De ; Bruno, Odemir Martinez
Source: Pattern Recognition. Unidade: IFSC
Subjects: REDES COMPLEXAS, REDES NEURAIS, VISÃO COMPUTACIONAL, TEXTURA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SCABINI, Leonardo Felipe dos Santos et al. RADAM: texture recognition through randomized aggregated encoding of deep activation maps. Pattern Recognition, v. No 2023, p. 109802-1-109802-13 + supplementary materials, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.patcog.2023.109802. Acesso em: 25 set. 2024.
APA
Scabini, L. F. dos S., Zielinski, K. M. C., Ribas, L. C., Gonçalves, W. N., Baets, B. D., & Bruno, O. M. (2023). RADAM: texture recognition through randomized aggregated encoding of deep activation maps. Pattern Recognition, No 2023, 109802-1-109802-13 + supplementary materials. doi:10.1016/j.patcog.2023.109802
NLM
Scabini LF dos S, Zielinski KMC, Ribas LC, Gonçalves WN, Baets BD, Bruno OM. RADAM: texture recognition through randomized aggregated encoding of deep activation maps [Internet]. Pattern Recognition. 2023 ; No 2023 109802-1-109802-13 + supplementary materials.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.patcog.2023.109802
Vancouver
Scabini LF dos S, Zielinski KMC, Ribas LC, Gonçalves WN, Baets BD, Bruno OM. RADAM: texture recognition through randomized aggregated encoding of deep activation maps [Internet]. Pattern Recognition. 2023 ; No 2023 109802-1-109802-13 + supplementary materials.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.patcog.2023.109802
Tese (Doutorado)
Structure characterization of complex networks for machine learning (2023)
Anghinoni, Leandro ; Liang, Zhao (Orientador) ; Silva, Israel T. (coorient)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REDES COMPLEXAS, REDES NEURAIS, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ANGHINONI, Leandro. Structure characterization of complex networks for machine learning. 2023. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13092023-143213/. Acesso em: 25 set. 2024.
APA
Anghinoni, L. (2023). Structure characterization of complex networks for machine learning (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13092023-143213/
NLM
Anghinoni L. Structure characterization of complex networks for machine learning [Internet]. 2023 ;[citado 2024 set. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13092023-143213/
Vancouver
Anghinoni L. Structure characterization of complex networks for machine learning [Internet]. 2023 ;[citado 2024 set. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13092023-143213/
Tese (Doutorado)
A Modified Echo State Network Model Using Non-Random Topology (2023)
Arroyo, Diana Carolina Roca ; Liang, Zhao (Orientador) ; Silva, Israel T. (coorient)
Unidade: ICMC
Subjects: REDES NEURAIS, REDES COMPLEXAS, MINERAÇÃO DE DADOS, REGRESSÃO LINEAR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ARROYO, Diana Carolina Roca. A Modified Echo State Network Model Using Non-Random Topology. 2023. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-12092023-210015/. Acesso em: 25 set. 2024.
APA
Arroyo, D. C. R. (2023). A Modified Echo State Network Model Using Non-Random Topology (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-12092023-210015/
NLM
Arroyo DCR. A Modified Echo State Network Model Using Non-Random Topology [Internet]. 2023 ;[citado 2024 set. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-12092023-210015/
Vancouver
Arroyo DCR. A Modified Echo State Network Model Using Non-Random Topology [Internet]. 2023 ;[citado 2024 set. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-12092023-210015/
Artigo de periodico
Exploring ordered patterns in the adjacency matrix for improving machine learning on complex networks (2023)
Neiva, Mariane Barros ; Bruno, Odemir Martinez
Source: Physica A. Unidades: IFSC, ICMC
Subjects: REDES NEURAIS, RECONHECIMENTO DE PADRÕES, APRENDIZAGEM PROFUNDA, REDES COMPLEXAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NEIVA, Mariane Barros e BRUNO, Odemir Martinez. Exploring ordered patterns in the adjacency matrix for improving machine learning on complex networks. Physica A, v. 626, p. 129086-1-129086-11, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.physa.2023.129086. Acesso em: 25 set. 2024.
APA
Neiva, M. B., & Bruno, O. M. (2023). Exploring ordered patterns in the adjacency matrix for improving machine learning on complex networks. Physica A, 626, 129086-1-129086-11. doi:10.1016/j.physa.2023.129086
NLM
Neiva MB, Bruno OM. Exploring ordered patterns in the adjacency matrix for improving machine learning on complex networks [Internet]. Physica A. 2023 ; 626 129086-1-129086-11.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.physa.2023.129086
Vancouver
Neiva MB, Bruno OM. Exploring ordered patterns in the adjacency matrix for improving machine learning on complex networks [Internet]. Physica A. 2023 ; 626 129086-1-129086-11.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.physa.2023.129086
Artigo de jornal-dep/entr
IFSC/USP desenvolve “RADAM”: IA para padrões complexos - Primeira no mundo: Uma IA que treina outra IA. [Depoimento à Rui Sintra] (2023)
Bruno, Odemir Martinez ; Scabini, Leonardo Felipe dos Santos
Source: Portal IFSC. Unidade: IFSC
Subjects: INTELIGÊNCIA ARTIFICIAL, FÍSICA COMPUTACIONAL, REDES COMPLEXAS, REDES NEURAIS, APRENDIZADO COMPUTACIONAL, CIÊNCIA (DISSEMINAÇÃO)
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BRUNO, Odemir Martinez e SCABINI, Leonardo Felipe dos Santos. IFSC/USP desenvolve “RADAM”: IA para padrões complexos - Primeira no mundo: Uma IA que treina outra IA. [Depoimento à Rui Sintra]. Portal IFSC. São Carlos: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://www2.ifsc.usp.br/portal-ifsc/ifsc-usp-desenvolve-radam-ia-para-padroes-complexos-primeira-no-mundo-uma-ia-que-treina-outra-ia/. Acesso em: 25 set. 2024. , 2023
APA
Bruno, O. M., & Scabini, L. F. dos S. (2023). IFSC/USP desenvolve “RADAM”: IA para padrões complexos - Primeira no mundo: Uma IA que treina outra IA. [Depoimento à Rui Sintra]. Portal IFSC. São Carlos: Instituto de Física de São Carlos, Universidade de São Paulo. Recuperado de https://www2.ifsc.usp.br/portal-ifsc/ifsc-usp-desenvolve-radam-ia-para-padroes-complexos-primeira-no-mundo-uma-ia-que-treina-outra-ia/
NLM
Bruno OM, Scabini LF dos S. IFSC/USP desenvolve “RADAM”: IA para padrões complexos - Primeira no mundo: Uma IA que treina outra IA. [Depoimento à Rui Sintra] [Internet]. Portal IFSC. 2023 ;[citado 2024 set. 25 ] Available from: https://www2.ifsc.usp.br/portal-ifsc/ifsc-usp-desenvolve-radam-ia-para-padroes-complexos-primeira-no-mundo-uma-ia-que-treina-outra-ia/
Vancouver
Bruno OM, Scabini LF dos S. IFSC/USP desenvolve “RADAM”: IA para padrões complexos - Primeira no mundo: Uma IA que treina outra IA. [Depoimento à Rui Sintra] [Internet]. Portal IFSC. 2023 ;[citado 2024 set. 25 ] Available from: https://www2.ifsc.usp.br/portal-ifsc/ifsc-usp-desenvolve-radam-ia-para-padroes-complexos-primeira-no-mundo-uma-ia-que-treina-outra-ia/
Artigo de periodico
Learning graph representation with randomized neural network for dynamic texture classification (2022)
Ribas, Lucas Correia ; Sá Júnior, Jarbas Joaci de Mesquita; Manzanera, Antoine ; Bruno, Odemir Martinez
Source: Applied Soft Computing. Unidades: IFSC, ICMC
Subjects: REDES COMPLEXAS, VISÃO COMPUTACIONAL, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBAS, Lucas Correia et al. Learning graph representation with randomized neural network for dynamic texture classification. Applied Soft Computing, v. 114, n. Ja 2022, p. 108035-1-108035-14, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.asoc.2021.108035. Acesso em: 25 set. 2024.
APA
Ribas, L. C., Sá Júnior, J. J. de M., Manzanera, A., & Bruno, O. M. (2022). Learning graph representation with randomized neural network for dynamic texture classification. Applied Soft Computing, 114( Ja 2022), 108035-1-108035-14. doi:10.1016/j.asoc.2021.108035
NLM
Ribas LC, Sá Júnior JJ de M, Manzanera A, Bruno OM. Learning graph representation with randomized neural network for dynamic texture classification [Internet]. Applied Soft Computing. 2022 ; 114( Ja 2022): 108035-1-108035-14.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.asoc.2021.108035
Vancouver
Ribas LC, Sá Júnior JJ de M, Manzanera A, Bruno OM. Learning graph representation with randomized neural network for dynamic texture classification [Internet]. Applied Soft Computing. 2022 ; 114( Ja 2022): 108035-1-108035-14.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.asoc.2021.108035
Artigo de periodico
Clustered and deep echo state networks for signal noise reduction (2022)
Oliveira Junior, Laercio de; Stelzer, Florian; Liang, Zhao
Source: Machine Learning. Unidade: FFCLRP
Subjects: REDES COMPLEXAS, REDES NEURAIS, SISTEMAS DINÂMICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA JUNIOR, Laercio de e STELZER, Florian e LIANG, Zhao. Clustered and deep echo state networks for signal noise reduction. Machine Learning, v. 111, n. 8, p. 2885-2904, 2022Tradução . . Disponível em: https://doi.org/10.1007/s10994-022-06135-6. Acesso em: 25 set. 2024.
APA
Oliveira Junior, L. de, Stelzer, F., & Liang, Z. (2022). Clustered and deep echo state networks for signal noise reduction. Machine Learning, 111( 8), 2885-2904. doi:10.1007/s10994-022-06135-6
NLM
Oliveira Junior L de, Stelzer F, Liang Z. Clustered and deep echo state networks for signal noise reduction [Internet]. Machine Learning. 2022 ; 111( 8): 2885-2904.[citado 2024 set. 25 ] Available from: https://doi.org/10.1007/s10994-022-06135-6
Vancouver
Oliveira Junior L de, Stelzer F, Liang Z. Clustered and deep echo state networks for signal noise reduction [Internet]. Machine Learning. 2022 ; 111( 8): 2885-2904.[citado 2024 set. 25 ] Available from: https://doi.org/10.1007/s10994-022-06135-6
Dissertação (Mestrado)
Redes neurais para grafos e suas aplicações aos sistemas complexos (2022)
Carvalho, Guilherme Michel Lima de; Rodrigues, Francisco Aparecido (Orientador)
Unidade: INTER: ICMC -UFSCAR
Subjects: REDES NEURAIS, APRENDIZADO COMPUTACIONAL, REDES COMPLEXAS, TEORIA DOS GRAFOS, ANÁLISE DE REGRESSÃO E DE CORRELAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CARVALHO, Guilherme Michel Lima de. Redes neurais para grafos e suas aplicações aos sistemas complexos. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-07062022-132235/. Acesso em: 25 set. 2024.
APA
Carvalho, G. M. L. de. (2022). Redes neurais para grafos e suas aplicações aos sistemas complexos (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/104/104131/tde-07062022-132235/
NLM
Carvalho GML de. Redes neurais para grafos e suas aplicações aos sistemas complexos [Internet]. 2022 ;[citado 2024 set. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-07062022-132235/
Vancouver
Carvalho GML de. Redes neurais para grafos e suas aplicações aos sistemas complexos [Internet]. 2022 ;[citado 2024 set. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-07062022-132235/
Trabalho de evento
Aprendizado de representações e caracterização de redes complexas com aplicações em visão computacional (2022)
Ribas, Lucas Correia ; Bruno, Odemir Martinez
Source: Anais. Conference titles: Congresso da Sociedade Brasileira de Computação - CSBC. Unidade: IFSC
Subjects: REDES COMPLEXAS, REDES NEURAIS, VISÃO COMPUTACIONAL, INTELIGÊNCIA ARTIFICIAL, RECONHECIMENTO DE PADRÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBAS, Lucas Correia e BRUNO, Odemir Martinez. Aprendizado de representações e caracterização de redes complexas com aplicações em visão computacional. 2022, Anais.. Porto Alegre: Sociedade Brasileira da Computação - SBC, 2022. Disponível em: https://doi.org/10.5753/ctd.2022.223252. Acesso em: 25 set. 2024.
APA
Ribas, L. C., & Bruno, O. M. (2022). Aprendizado de representações e caracterização de redes complexas com aplicações em visão computacional. In Anais. Porto Alegre: Sociedade Brasileira da Computação - SBC. doi:10.5753/ctd.2022.223252
NLM
Ribas LC, Bruno OM. Aprendizado de representações e caracterização de redes complexas com aplicações em visão computacional [Internet]. Anais. 2022 ;[citado 2024 set. 25 ] Available from: https://doi.org/10.5753/ctd.2022.223252
Vancouver
Ribas LC, Bruno OM. Aprendizado de representações e caracterização de redes complexas com aplicações em visão computacional [Internet]. Anais. 2022 ;[citado 2024 set. 25 ] Available from: https://doi.org/10.5753/ctd.2022.223252
Trabalho de evento
A complex network approach for fish species recognition based on otolith shape (2022)
Ribas, Lucas Correia ; Scabini, Leonardo ; Bruno, Odemir Martinez
Source: Proceedings. Conference titles: International Conference on Image Processing Theory, Tools and Applications - IPTA. Unidade: IFSC
Subjects: REDES COMPLEXAS, REDES NEURAIS, IMAGEM DIGITAL, RECONHECIMENTO DE IMAGEM, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBAS, Lucas Correia e SCABINI, Leonardo e BRUNO, Odemir Martinez. A complex network approach for fish species recognition based on otolith shape. 2022, Anais.. Piscataway: Institute of Electrical and Electronic Engineers - IEEE, 2022. Disponível em: https://doi.org/10.1109/IPTA54936.2022.9784114. Acesso em: 25 set. 2024.
APA
Ribas, L. C., Scabini, L., & Bruno, O. M. (2022). A complex network approach for fish species recognition based on otolith shape. In Proceedings. Piscataway: Institute of Electrical and Electronic Engineers - IEEE. doi:10.1109/IPTA54936.2022.9784114
NLM
Ribas LC, Scabini L, Bruno OM. A complex network approach for fish species recognition based on otolith shape [Internet]. Proceedings. 2022 ;[citado 2024 set. 25 ] Available from: https://doi.org/10.1109/IPTA54936.2022.9784114
Vancouver
Ribas LC, Scabini L, Bruno OM. A complex network approach for fish species recognition based on otolith shape [Internet]. Proceedings. 2022 ;[citado 2024 set. 25 ] Available from: https://doi.org/10.1109/IPTA54936.2022.9784114
Trabalho de evento-anais periodico
Deep topological embedding with convolutional neural networks for complex network classification (2022)
Scabini, Leonardo ; Ribas, Lucas; Eraldo Ribeiro; Bruno, Odemir Martinez
Source: Lecture Notes in Computer Science - LNCS. Conference titles: NetSci-X. Unidade: IFSC
Subjects: REDES COMPLEXAS, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SCABINI, Leonardo et al. Deep topological embedding with convolutional neural networks for complex network classification. Lecture Notes in Computer Science - LNCS. Cham: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/978-3-030-97240-0_5. Acesso em: 25 set. 2024. , 2022
APA
Scabini, L., Ribas, L., Eraldo Ribeiro,, & Bruno, O. M. (2022). Deep topological embedding with convolutional neural networks for complex network classification. Lecture Notes in Computer Science - LNCS. Cham: Instituto de Física de São Carlos, Universidade de São Paulo. doi:10.1007/978-3-030-97240-0_5
NLM
Scabini L, Ribas L, Eraldo Ribeiro, Bruno OM. Deep topological embedding with convolutional neural networks for complex network classification [Internet]. Lecture Notes in Computer Science - LNCS. 2022 ; 13197 54-66.[citado 2024 set. 25 ] Available from: https://doi.org/10.1007/978-3-030-97240-0_5
Vancouver
Scabini L, Ribas L, Eraldo Ribeiro, Bruno OM. Deep topological embedding with convolutional neural networks for complex network classification [Internet]. Lecture Notes in Computer Science - LNCS. 2022 ; 13197 54-66.[citado 2024 set. 25 ] Available from: https://doi.org/10.1007/978-3-030-97240-0_5
Artigo de jornal-dep/entr
“Prêmio CAPES – Teses 2022”: Pós-doc do IFSC/USP arrecada Menção Honrosa e prêmio da Sociedade Brasileira de Computação (SBC) (2022)
Ribas, Lucas Correia ; Bruno, Odemir Martinez
Source: Portal IFSC. Unidade: IFSC
Subjects: REDES COMPLEXAS, INTELIGÊNCIA ARTIFICIAL, REDES NEURAIS, VISÃO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBAS, Lucas Correia e BRUNO, Odemir Martinez. “Prêmio CAPES – Teses 2022”: Pós-doc do IFSC/USP arrecada Menção Honrosa e prêmio da Sociedade Brasileira de Computação (SBC). Portal IFSC. São Carlos: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://www2.ifsc.usp.br/portal-ifsc/premio-capes-teses-2022-pos-doc-do-ifsc-usp-arrecada-mencao-honrosa-e-premio-da-sociedade-brasileira-de-computacao-sbc/. Acesso em: 25 set. 2024. , 2022
APA
Ribas, L. C., & Bruno, O. M. (2022). “Prêmio CAPES – Teses 2022”: Pós-doc do IFSC/USP arrecada Menção Honrosa e prêmio da Sociedade Brasileira de Computação (SBC). Portal IFSC. São Carlos: Instituto de Física de São Carlos, Universidade de São Paulo. Recuperado de https://www2.ifsc.usp.br/portal-ifsc/premio-capes-teses-2022-pos-doc-do-ifsc-usp-arrecada-mencao-honrosa-e-premio-da-sociedade-brasileira-de-computacao-sbc/
NLM
Ribas LC, Bruno OM. “Prêmio CAPES – Teses 2022”: Pós-doc do IFSC/USP arrecada Menção Honrosa e prêmio da Sociedade Brasileira de Computação (SBC) [Internet]. Portal IFSC. 2022 ;[citado 2024 set. 25 ] Available from: https://www2.ifsc.usp.br/portal-ifsc/premio-capes-teses-2022-pos-doc-do-ifsc-usp-arrecada-mencao-honrosa-e-premio-da-sociedade-brasileira-de-computacao-sbc/
Vancouver
Ribas LC, Bruno OM. “Prêmio CAPES – Teses 2022”: Pós-doc do IFSC/USP arrecada Menção Honrosa e prêmio da Sociedade Brasileira de Computação (SBC) [Internet]. Portal IFSC. 2022 ;[citado 2024 set. 25 ] Available from: https://www2.ifsc.usp.br/portal-ifsc/premio-capes-teses-2022-pos-doc-do-ifsc-usp-arrecada-mencao-honrosa-e-premio-da-sociedade-brasileira-de-computacao-sbc/
Trabalho de evento-resumo
Estudo da complexidade emergente de modelos topológicos com base na entropia de motifs de redes (2022)
Domingues, Guilherme Schimidt ; Costa, Luciano da Fontoura
Source: Livro de Resumos. Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC
Subjects: REDES COMPLEXAS, RECONHECIMENTO DE PADRÕES, TOPOLOGIA EM COMPUTAÇÃO, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DOMINGUES, Guilherme Schimidt e COSTA, Luciano da Fontoura. Estudo da complexidade emergente de modelos topológicos com base na entropia de motifs de redes. 2022, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2022. Disponível em: https://repositorio.usp.br/directbitstream/9dd49e8c-62d2-49d5-92d9-8cd998f7aec1/3121274.pdf. Acesso em: 25 set. 2024.
APA
Domingues, G. S., & Costa, L. da F. (2022). Estudo da complexidade emergente de modelos topológicos com base na entropia de motifs de redes. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/9dd49e8c-62d2-49d5-92d9-8cd998f7aec1/3121274.pdf
NLM
Domingues GS, Costa L da F. Estudo da complexidade emergente de modelos topológicos com base na entropia de motifs de redes [Internet]. Livro de Resumos. 2022 ;[citado 2024 set. 25 ] Available from: https://repositorio.usp.br/directbitstream/9dd49e8c-62d2-49d5-92d9-8cd998f7aec1/3121274.pdf
Vancouver
Domingues GS, Costa L da F. Estudo da complexidade emergente de modelos topológicos com base na entropia de motifs de redes [Internet]. Livro de Resumos. 2022 ;[citado 2024 set. 25 ] Available from: https://repositorio.usp.br/directbitstream/9dd49e8c-62d2-49d5-92d9-8cd998f7aec1/3121274.pdf
Tese (Doutorado)
Aprendizado de representações e caracterização de redes complexas com aplicações em visão computacional (2021)
Ribas, Lucas Correia; Bruno, Odemir Martinez (Orientador)
Unidade: ICMC
Subjects: RECONHECIMENTO DE PADRÕES, REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL, REDES NEURAIS, VISÃO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBAS, Lucas Correia. Aprendizado de representações e caracterização de redes complexas com aplicações em visão computacional. 2021. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03032022-083354/. Acesso em: 25 set. 2024.
APA
Ribas, L. C. (2021). Aprendizado de representações e caracterização de redes complexas com aplicações em visão computacional (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03032022-083354/
NLM
Ribas LC. Aprendizado de representações e caracterização de redes complexas com aplicações em visão computacional [Internet]. 2021 ;[citado 2024 set. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03032022-083354/
Vancouver
Ribas LC. Aprendizado de representações e caracterização de redes complexas com aplicações em visão computacional [Internet]. 2021 ;[citado 2024 set. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03032022-083354/
Trabalho de evento-resumo
Influência de algumas características topológicas na estabilidade e complexidade de redes neurais aleatórias (2021)
Teodosio, Nathan Pratta
Source: Livro de Resumos. Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC
Subjects: REDES COMPLEXAS, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TEODOSIO, Nathan Pratta. Influência de algumas características topológicas na estabilidade e complexidade de redes neurais aleatórias. 2021, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2021. Disponível em: https://repositorio.usp.br/directbitstream/976ee97b-17bb-4640-952c-5b88bb5b7d79/PROD032421_3054525.pdf. Acesso em: 25 set. 2024.
APA
Teodosio, N. P. (2021). Influência de algumas características topológicas na estabilidade e complexidade de redes neurais aleatórias. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/976ee97b-17bb-4640-952c-5b88bb5b7d79/PROD032421_3054525.pdf
NLM
Teodosio NP. Influência de algumas características topológicas na estabilidade e complexidade de redes neurais aleatórias [Internet]. Livro de Resumos. 2021 ;[citado 2024 set. 25 ] Available from: https://repositorio.usp.br/directbitstream/976ee97b-17bb-4640-952c-5b88bb5b7d79/PROD032421_3054525.pdf
Vancouver
Teodosio NP. Influência de algumas características topológicas na estabilidade e complexidade de redes neurais aleatórias [Internet]. Livro de Resumos. 2021 ;[citado 2024 set. 25 ] Available from: https://repositorio.usp.br/directbitstream/976ee97b-17bb-4640-952c-5b88bb5b7d79/PROD032421_3054525.pdf
Trabalho de evento-resumo
Structure and functioning of neural networks: the complex network properties of artificial neurons (2021)
Scabini, Leonardo Felipe dos Santos ; Bruno, Odemir Martinez
Source: Livro de Resumos. Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC
Subjects: REDES NEURAIS, REDES COMPLEXAS, VISÃO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SCABINI, Leonardo Felipe dos Santos e BRUNO, Odemir Martinez. Structure and functioning of neural networks: the complex network properties of artificial neurons. 2021, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2021. Disponível em: https://repositorio.usp.br/directbitstream/9d2b075a-6af9-460f-b6e7-5099712715da/3057054.pdf. Acesso em: 25 set. 2024.
APA
Scabini, L. F. dos S., & Bruno, O. M. (2021). Structure and functioning of neural networks: the complex network properties of artificial neurons. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/9d2b075a-6af9-460f-b6e7-5099712715da/3057054.pdf
NLM
Scabini LF dos S, Bruno OM. Structure and functioning of neural networks: the complex network properties of artificial neurons [Internet]. Livro de Resumos. 2021 ;[citado 2024 set. 25 ] Available from: https://repositorio.usp.br/directbitstream/9d2b075a-6af9-460f-b6e7-5099712715da/3057054.pdf
Vancouver
Scabini LF dos S, Bruno OM. Structure and functioning of neural networks: the complex network properties of artificial neurons [Internet]. Livro de Resumos. 2021 ;[citado 2024 set. 25 ] Available from: https://repositorio.usp.br/directbitstream/9d2b075a-6af9-460f-b6e7-5099712715da/3057054.pdf
Dissertação (Mestrado)
Clustered Echo State networks for signal denoising and frequency filtering (2020)
Oliveira Junior, Laercio de; Liang, Zhao (Orientador)
Unidade: FFCLRP
Subjects: REDES COMPLEXAS, REDES NEURAIS, COMPUTAÇÃO APLICADA, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA JUNIOR, Laercio de. Clustered Echo State networks for signal denoising and frequency filtering. 2020. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-28022021-205755/. Acesso em: 25 set. 2024.
APA
Oliveira Junior, L. de. (2020). Clustered Echo State networks for signal denoising and frequency filtering (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59143/tde-28022021-205755/
NLM
Oliveira Junior L de. Clustered Echo State networks for signal denoising and frequency filtering [Internet]. 2020 ;[citado 2024 set. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-28022021-205755/
Vancouver
Oliveira Junior L de. Clustered Echo State networks for signal denoising and frequency filtering [Internet]. 2020 ;[citado 2024 set. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-28022021-205755/

USP Schools

ReP

Filtros

Document Types

Departament

Authors

USP affiliated authors

Date published

Subjects

Source title

Publisher

Conference titles

Grupo de pesquisa

Funding Agencies

Indexado em

Non normalized affiliation

Countries of institutions of collaboration

Área de concentração

Sigla do Departamento/Programa de Pós Graduação

Departamento/Programa de Pós Graduação