ReP USP - Resultado da busca

Trabalho de evento
High-level classification for EEG analysis (2023)
Carneiro, Murillo Guimarães; Ramos, Camila D.; Destro Filho, João Batista; Zhu, Yu-tao; Ji, Donghong; Liang, Zhao
Conference titles: International Joint Conference on Neural Networks. Unidade: FFCLRP
Subjects: REDES COMPLEXAS, SISTEMA BINÁRIO, ELETROENCEFALOGRAFIA, PROGNÓSTICO, COMA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CARNEIRO, Murillo Guimarães et al. High-level classification for EEG analysis. 2023, Anais.. Queensland: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo, 2023. p. 1-8. Disponível em: https://doi.org/10.1109/IJCNN54540.2023.10191823. Acesso em: 13 out. 2024.
APA
Carneiro, M. G., Ramos, C. D., Destro Filho, J. B., Zhu, Y. -tao, Ji, D., & Liang, Z. (2023). High-level classification for EEG analysis. In (p. 1-8). Queensland: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.1109/IJCNN54540.2023.10191823
NLM
Carneiro MG, Ramos CD, Destro Filho JB, Zhu Y-tao, Ji D, Liang Z. High-level classification for EEG analysis [Internet]. 2023 ; 1-8.[citado 2024 out. 13 ] Available from: https://doi.org/10.1109/IJCNN54540.2023.10191823
Vancouver
Carneiro MG, Ramos CD, Destro Filho JB, Zhu Y-tao, Ji D, Liang Z. High-level classification for EEG analysis [Internet]. 2023 ; 1-8.[citado 2024 out. 13 ] Available from: https://doi.org/10.1109/IJCNN54540.2023.10191823
Trabalho de evento
Data classification via centrality measures of complex networks (2023)
Fernandes, Janayna M.; Suzuki, Guilherme M.; Zhao, Liang ; Carneiro, Murillo Guimarães
Source: Proceedings. Conference titles: International Joint Conference on Neural Networks (IJCNN). Unidade: FFCLRP
Subjects: MATEMÁTICA DA COMPUTAÇÃO, REDES COMPLEXAS, ALGORITMOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FERNANDES, Janayna M. et al. Data classification via centrality measures of complex networks. 2023, Anais.. New York: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo, 2023. Disponível em: https://ieeexplore.ieee.org/document/10192048. Acesso em: 13 out. 2024.
APA
Fernandes, J. M., Suzuki, G. M., Zhao, L., & Carneiro, M. G. (2023). Data classification via centrality measures of complex networks. In Proceedings. New York: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. Recuperado de https://ieeexplore.ieee.org/document/10192048
NLM
Fernandes JM, Suzuki GM, Zhao L, Carneiro MG. Data classification via centrality measures of complex networks [Internet]. Proceedings. 2023 ;[citado 2024 out. 13 ] Available from: https://ieeexplore.ieee.org/document/10192048
Vancouver
Fernandes JM, Suzuki GM, Zhao L, Carneiro MG. Data classification via centrality measures of complex networks [Internet]. Proceedings. 2023 ;[citado 2024 out. 13 ] Available from: https://ieeexplore.ieee.org/document/10192048
Parte de monografia/livro
Classificação de Dados de Alto Nível em Redes Complexas (2021)
Liang, Zhao; Silva, Thiago Christiano ; Carneiro, Murillo Guimarães
Source: Inteligência artificial: avanços e tendências. Unidade: FFCLRP
Subjects: REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL, GESTÃO DA SEGURANÇA EM SISTEMAS COMPUTACIONAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LIANG, Zhao e SILVA, Thiago Christiano e CARNEIRO, Murillo Guimarães. Classificação de Dados de Alto Nível em Redes Complexas. Inteligência artificial: avanços e tendências. Tradução . São Paulo: Instituto de Estudos Avançados, 2021. p. 414 . Disponível em: https://doi.org/10.11606/9786587773131. Acesso em: 13 out. 2024.
APA
Liang, Z., Silva, T. C., & Carneiro, M. G. (2021). Classificação de Dados de Alto Nível em Redes Complexas. In Inteligência artificial: avanços e tendências (p. 414 ). São Paulo: Instituto de Estudos Avançados. doi:10.11606/9786587773131
NLM
Liang Z, Silva TC, Carneiro MG. Classificação de Dados de Alto Nível em Redes Complexas [Internet]. In: Inteligência artificial: avanços e tendências. São Paulo: Instituto de Estudos Avançados; 2021. p. 414 .[citado 2024 out. 13 ] Available from: https://doi.org/10.11606/9786587773131
Vancouver
Liang Z, Silva TC, Carneiro MG. Classificação de Dados de Alto Nível em Redes Complexas [Internet]. In: Inteligência artificial: avanços e tendências. São Paulo: Instituto de Estudos Avançados; 2021. p. 414 .[citado 2024 out. 13 ] Available from: https://doi.org/10.11606/9786587773131
Tese (Doutorado)
Redes complexas para classificação de dados via conformidade de padrão, caracterização de importância e otimização estrutural (2016)
Carneiro, Murillo Guimarães; Liang, Zhao (Orientador)
Unidade: ICMC
Subjects: REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL, COMPUTAÇÃO BIOINSPIRADA, MINERAÇÃO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CARNEIRO, Murillo Guimarães. Redes complexas para classificação de dados via conformidade de padrão, caracterização de importância e otimização estrutural. 2016. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-01022017-100223/. Acesso em: 13 out. 2024.
APA
Carneiro, M. G. (2016). Redes complexas para classificação de dados via conformidade de padrão, caracterização de importância e otimização estrutural (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-01022017-100223/
NLM
Carneiro MG. Redes complexas para classificação de dados via conformidade de padrão, caracterização de importância e otimização estrutural [Internet]. 2016 ;[citado 2024 out. 13 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-01022017-100223/
Vancouver
Carneiro MG. Redes complexas para classificação de dados via conformidade de padrão, caracterização de importância e otimização estrutural [Internet]. 2016 ;[citado 2024 out. 13 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-01022017-100223/

USP Schools

ReP

Filtros

Authors

Subjects

Funding Agencies

Non normalized affiliation