ReP USP - Resultado da busca

Filtros : "EP-EP" "2019" "IME" Removidos: "Universidad Nacional Autónoma de México (UNAM)" "COELHO, FLAVIO ULHOA" "Índia" Limpar

Filtros

Artigo de periodico
The finite model theory of Bayesian network specifications: Descriptive complexity and zero/one laws (2019)
Cozman, Fabio Gagliardi ; Mauá, Denis Deratani
Fonte: International Journal of Approximate Reasoning. Unidades: EP, IME
Assuntos: TEORIA DA COMPUTAÇÃO, TEORIA DOS MODELOS, AQUISIÇÃO DE CONHECIMENTO, LÓGICA MATEMÁTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COZMAN, Fabio Gagliardi e MAUÁ, Denis Deratani. The finite model theory of Bayesian network specifications: Descriptive complexity and zero/one laws. International Journal of Approximate Reasoning, v. 110, p. 107-126, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.ijar.2019.04.003. Acesso em: 05 ago. 2024.
APA
Cozman, F. G., & Mauá, D. D. (2019). The finite model theory of Bayesian network specifications: Descriptive complexity and zero/one laws. International Journal of Approximate Reasoning, 110, 107-126. doi:10.1016/j.ijar.2019.04.003
NLM
Cozman FG, Mauá DD. The finite model theory of Bayesian network specifications: Descriptive complexity and zero/one laws [Internet]. International Journal of Approximate Reasoning. 2019 ; 110 107-126.[citado 2024 ago. 05 ] Available from: https://doi.org/10.1016/j.ijar.2019.04.003
Vancouver
Cozman FG, Mauá DD. The finite model theory of Bayesian network specifications: Descriptive complexity and zero/one laws [Internet]. International Journal of Approximate Reasoning. 2019 ; 110 107-126.[citado 2024 ago. 05 ] Available from: https://doi.org/10.1016/j.ijar.2019.04.003
Artigo de periodico
Speeding up parameter and rule learning for acyclic probabilistic logic programs (2019)
Faria, Francisco Henrique Otte Vieira de ; Gusmão, Arthur Colombini ; De Bona, Glauber ; Mauá, Denis Deratani ; Cozman, Fabio Gagliardi
Fonte: International Journal of Approximate Reasoning. Unidades: EP, IME
Assuntos: PROGRAMAÇÃO LÓGICA, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FARIA, Francisco Henrique Otte Vieira de et al. Speeding up parameter and rule learning for acyclic probabilistic logic programs. International Journal of Approximate Reasoning, v. 106, p. 32-50, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.ijar.2018.12.012. Acesso em: 05 ago. 2024.
APA
Faria, F. H. O. V. de, Gusmão, A. C., De Bona, G., Mauá, D. D., & Cozman, F. G. (2019). Speeding up parameter and rule learning for acyclic probabilistic logic programs. International Journal of Approximate Reasoning, 106, 32-50. doi:10.1016/j.ijar.2018.12.012
NLM
Faria FHOV de, Gusmão AC, De Bona G, Mauá DD, Cozman FG. Speeding up parameter and rule learning for acyclic probabilistic logic programs [Internet]. International Journal of Approximate Reasoning. 2019 ; 106 32-50.[citado 2024 ago. 05 ] Available from: https://doi.org/10.1016/j.ijar.2018.12.012
Vancouver
Faria FHOV de, Gusmão AC, De Bona G, Mauá DD, Cozman FG. Speeding up parameter and rule learning for acyclic probabilistic logic programs [Internet]. International Journal of Approximate Reasoning. 2019 ; 106 32-50.[citado 2024 ago. 05 ] Available from: https://doi.org/10.1016/j.ijar.2018.12.012

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