ReP USP - Resultado da busca

Artigo de periodico
Ensuring reliable water level measurement for flooding: a redundancy-based approach with pressure transducer and computer vision (2026)
Matos, Saulo Neves ; Rocha, Arthur Lima Marques; Domingues Filho, Gabriel Montagni ; Ranieri, Caetano Mazzoni ; Garcia, Rodrigo Dutra ; Faria, Ana Clara de Oliveira; Medina, Maria Mercedes Gamboa ; Ueyama, Jó
Source: Transactions of the Institute of Measurement and Control. Unidades: EESC, ICMC, IFSC
Subjects: VISÃO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, ENCHENTES URBANAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MATOS, Saulo Neves et al. Ensuring reliable water level measurement for flooding: a redundancy-based approach with pressure transducer and computer vision. Transactions of the Institute of Measurement and Control, v. 48, n. 6, p. 1180-1191, 2026Tradução . . Disponível em: https://doi.org/10.1177/01423312241285952. Acesso em: 21 abr. 2026.
APA
Matos, S. N., Rocha, A. L. M., Domingues Filho, G. M., Ranieri, C. M., Garcia, R. D., Faria, A. C. de O., et al. (2026). Ensuring reliable water level measurement for flooding: a redundancy-based approach with pressure transducer and computer vision. Transactions of the Institute of Measurement and Control, 48( 6), 1180-1191. doi:10.1177/01423312241285952
NLM
Matos SN, Rocha ALM, Domingues Filho GM, Ranieri CM, Garcia RD, Faria AC de O, Medina MMG, Ueyama J. Ensuring reliable water level measurement for flooding: a redundancy-based approach with pressure transducer and computer vision [Internet]. Transactions of the Institute of Measurement and Control. 2026 ; 48( 6): 1180-1191.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1177/01423312241285952
Vancouver
Matos SN, Rocha ALM, Domingues Filho GM, Ranieri CM, Garcia RD, Faria AC de O, Medina MMG, Ueyama J. Ensuring reliable water level measurement for flooding: a redundancy-based approach with pressure transducer and computer vision [Internet]. Transactions of the Institute of Measurement and Control. 2026 ; 48( 6): 1180-1191.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1177/01423312241285952
Artigo de periodico
Data-driven soft sensor development for ore type estimation in mineral crushing processes (2026)
Matos, Saulo Neves ; Pinto, Thomas Vargas Barsante e ; Duarte, Robson; Albuquerque, Kaike S ; Fonseca, Alexandre G; Ranieri, Caetano Mazzoni ; Marcolino, Leandro Soriano ; Pessin, Gustavo ; Ueyama, Jó
Source: Engineering Applications of Artificial Intelligence. Unidade: ICMC
Subjects: PETROLOGIA, BRITAGEM, MINERAÇÃO, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MATOS, Saulo Neves et al. Data-driven soft sensor development for ore type estimation in mineral crushing processes. Engineering Applications of Artificial Intelligence, v. 167, p. 1-14, 2026Tradução . . Disponível em: https://doi.org/10.1016/j.engappai.2026.113755. Acesso em: 21 abr. 2026.
APA
Matos, S. N., Pinto, T. V. B. e, Duarte, R., Albuquerque, K. S., Fonseca, A. G., Ranieri, C. M., et al. (2026). Data-driven soft sensor development for ore type estimation in mineral crushing processes. Engineering Applications of Artificial Intelligence, 167, 1-14. doi:10.1016/j.engappai.2026.113755
NLM
Matos SN, Pinto TVB e, Duarte R, Albuquerque KS, Fonseca AG, Ranieri CM, Marcolino LS, Pessin G, Ueyama J. Data-driven soft sensor development for ore type estimation in mineral crushing processes [Internet]. Engineering Applications of Artificial Intelligence. 2026 ; 167 1-14.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1016/j.engappai.2026.113755
Vancouver
Matos SN, Pinto TVB e, Duarte R, Albuquerque KS, Fonseca AG, Ranieri CM, Marcolino LS, Pessin G, Ueyama J. Data-driven soft sensor development for ore type estimation in mineral crushing processes [Internet]. Engineering Applications of Artificial Intelligence. 2026 ; 167 1-14.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1016/j.engappai.2026.113755
Trabalho de evento-anais periodico
Segmentation-augmented flood risk classification for nighttime river monitoring (2026)
Rocha, Arthur Lima Marques; Perino, João Augusto Costa; Vanzin, Vinícius João de Barros; Teodoro, Pedro; Matos, Saulo Neves; Moreira, Dilvan de Abreu; Ranieri, Caetano Mazzoni; Ueyama, Jó
Source: Lecture Notes in Artificial Intelligence. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidades: ICMC, EESC, EESC E ICMC
Subjects: VISÃO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, APRENDIZAGEM PROFUNDA, ENCHENTES URBANAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROCHA, Arthur Lima Marques et al. Segmentation-augmented flood risk classification for nighttime river monitoring. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-032-15993-9_32. Acesso em: 21 abr. 2026. , 2026
APA
Rocha, A. L. M., Perino, J. A. C., Vanzin, V. J. de B., Teodoro, P., Matos, S. N., Moreira, D. de A., et al. (2026). Segmentation-augmented flood risk classification for nighttime river monitoring. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-032-15993-9_32
NLM
Rocha ALM, Perino JAC, Vanzin VJ de B, Teodoro P, Matos SN, Moreira D de A, Ranieri CM, Ueyama J. Segmentation-augmented flood risk classification for nighttime river monitoring [Internet]. Lecture Notes in Artificial Intelligence. 2026 ; 16182 470-484.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1007/978-3-032-15993-9_32
Vancouver
Rocha ALM, Perino JAC, Vanzin VJ de B, Teodoro P, Matos SN, Moreira D de A, Ranieri CM, Ueyama J. Segmentation-augmented flood risk classification for nighttime river monitoring [Internet]. Lecture Notes in Artificial Intelligence. 2026 ; 16182 470-484.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1007/978-3-032-15993-9_32
Artigo de periodico
Secure safety inspection in the mining industry: a blockchain-based multi-robot approach (2026)
Garcia, Rodrigo Dutra ; Henriques, Miguel Bragante; Matos, Saulo Neves ; Ranieri, Caetano Mazzoni ; Cid, André Luiz Maciel; Ramachandran, Gowri Sankar ; Pessin, Gustavo ; Ueyama, Jó
Source: Peer-to-Peer Networking and Applications. Unidade: ICMC
Subjects: INTERNET DAS COISAS, ANÁLISE DE DADOS, SIMULAÇÃO, ROBÔS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GARCIA, Rodrigo Dutra et al. Secure safety inspection in the mining industry: a blockchain-based multi-robot approach. Peer-to-Peer Networking and Applications, v. 19, p. 1-20, 2026Tradução . . Disponível em: https://doi.org/10.1007/s12083-026-02224-8. Acesso em: 21 abr. 2026.
APA
Garcia, R. D., Henriques, M. B., Matos, S. N., Ranieri, C. M., Cid, A. L. M., Ramachandran, G. S., et al. (2026). Secure safety inspection in the mining industry: a blockchain-based multi-robot approach. Peer-to-Peer Networking and Applications, 19, 1-20. doi:10.1007/s12083-026-02224-8
NLM
Garcia RD, Henriques MB, Matos SN, Ranieri CM, Cid ALM, Ramachandran GS, Pessin G, Ueyama J. Secure safety inspection in the mining industry: a blockchain-based multi-robot approach [Internet]. Peer-to-Peer Networking and Applications. 2026 ; 19 1-20.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1007/s12083-026-02224-8
Vancouver
Garcia RD, Henriques MB, Matos SN, Ranieri CM, Cid ALM, Ramachandran GS, Pessin G, Ueyama J. Secure safety inspection in the mining industry: a blockchain-based multi-robot approach [Internet]. Peer-to-Peer Networking and Applications. 2026 ; 19 1-20.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1007/s12083-026-02224-8
Trabalho de evento
Comparative analysis of smart contract generation using large language models (2025)
Santos, Hiago Vinícius Benedito dos; Januário, Raissa Rosa dos Santos ; Zanatta, Ravelly Carvalho ; Matos, Saulo Neves ; Ueyama, Jó
Source: Anais. Conference titles: Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos. Unidade: ICMC
Subjects: ESTUDO DE CASO, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SANTOS, Hiago Vinícius Benedito dos et al. Comparative analysis of smart contract generation using large language models. 2025, Anais.. Porto Alegre: SBC, 2025. Disponível em: https://doi.org/10.5753/sbrc.2025.5848. Acesso em: 21 abr. 2026.
APA
Santos, H. V. B. dos, Januário, R. R. dos S., Zanatta, R. C., Matos, S. N., & Ueyama, J. (2025). Comparative analysis of smart contract generation using large language models. In Anais. Porto Alegre: SBC. doi:10.5753/sbrc.2025.5848
NLM
Santos HVB dos, Januário RR dos S, Zanatta RC, Matos SN, Ueyama J. Comparative analysis of smart contract generation using large language models [Internet]. Anais. 2025 ;[citado 2026 abr. 21 ] Available from: https://doi.org/10.5753/sbrc.2025.5848
Vancouver
Santos HVB dos, Januário RR dos S, Zanatta RC, Matos SN, Ueyama J. Comparative analysis of smart contract generation using large language models [Internet]. Anais. 2025 ;[citado 2026 abr. 21 ] Available from: https://doi.org/10.5753/sbrc.2025.5848
Trabalho de evento-anais periodico
Improving soft sensor reliability in the mining industry using incremental learning (2025)
Mota, Rafael P; Matos, Saulo Neves ; Ueyama, Jó ; Pinto, Thomas Vargas Barsante e ; Braga, Marcio F
Source: IFAC PapersOnLine. Conference titles: IFAC Conference on Fractional Differentiation and its Applications - ICFDA. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REGRESSÃO LINEAR, MINERAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MOTA, Rafael P et al. Improving soft sensor reliability in the mining industry using incremental learning. IFAC PapersOnLine. Amsterdam: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.ifacol.2025.12.410. Acesso em: 21 abr. 2026. , 2025
APA
Mota, R. P., Matos, S. N., Ueyama, J., Pinto, T. V. B. e, & Braga, M. F. (2025). Improving soft sensor reliability in the mining industry using incremental learning. IFAC PapersOnLine. Amsterdam: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. doi:10.1016/j.ifacol.2025.12.410
NLM
Mota RP, Matos SN, Ueyama J, Pinto TVB e, Braga MF. Improving soft sensor reliability in the mining industry using incremental learning [Internet]. IFAC PapersOnLine. 2025 ; 59 138-143.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1016/j.ifacol.2025.12.410
Vancouver
Mota RP, Matos SN, Ueyama J, Pinto TVB e, Braga MF. Improving soft sensor reliability in the mining industry using incremental learning [Internet]. IFAC PapersOnLine. 2025 ; 59 138-143.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1016/j.ifacol.2025.12.410
Artigo de periodico
Development of a bench system with capacitive sensor, sample compression, and TinyML for iron ore moisture measurement (2025)
Pinto, Érica S; Matos, Saulo Neves ; Neiva, Matheus ; Santos, Gabriel A; Marcolino, Leandro Soriano ; Ueyama, Jó ; Euzébio, Thiago A. M ; Pessin, Gustavo ; Pritzelwitz, Philip Von ; Segundo, Alan Kardek Rêgo
Source: Scientific Reports. Unidade: ICMC
Subjects: MINERAÇÃO, APRENDIZADO COMPUTACIONAL, ANÁLISE DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PINTO, Érica S et al. Development of a bench system with capacitive sensor, sample compression, and TinyML for iron ore moisture measurement. Scientific Reports, v. 15, p. 1-14, 2025Tradução . . Disponível em: https://doi.org/10.1038/s41598-025-26782-8. Acesso em: 21 abr. 2026.
APA
Pinto, É. S., Matos, S. N., Neiva, M., Santos, G. A., Marcolino, L. S., Ueyama, J., et al. (2025). Development of a bench system with capacitive sensor, sample compression, and TinyML for iron ore moisture measurement. Scientific Reports, 15, 1-14. doi:10.1038/s41598-025-26782-8
NLM
Pinto ÉS, Matos SN, Neiva M, Santos GA, Marcolino LS, Ueyama J, Euzébio TAM, Pessin G, Pritzelwitz PV, Segundo AKR. Development of a bench system with capacitive sensor, sample compression, and TinyML for iron ore moisture measurement [Internet]. Scientific Reports. 2025 ; 15 1-14.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1038/s41598-025-26782-8
Vancouver
Pinto ÉS, Matos SN, Neiva M, Santos GA, Marcolino LS, Ueyama J, Euzébio TAM, Pessin G, Pritzelwitz PV, Segundo AKR. Development of a bench system with capacitive sensor, sample compression, and TinyML for iron ore moisture measurement [Internet]. Scientific Reports. 2025 ; 15 1-14.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1038/s41598-025-26782-8
Trabalho de evento-anais periodico
Enhancing operational safety with conformal prediction in soft sensors (2025)
Diniz, Francisco José dos Santos ; Pinto, Thomas Vargas Barsante e ; Matos, Saulo Neves ; Luz, Eduardo; Pessin, Gustavo ; Ueyama, Jó
Source: IFAC PapersOnLine. Conference titles: IFAC Conference on Fractional Differentiation and its Applications - ICFDA. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, TOMADA DE DECISÃO, REGRESSÃO LINEAR, MINERAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DINIZ, Francisco José dos Santos et al. Enhancing operational safety with conformal prediction in soft sensors. IFAC PapersOnLine. Amsterdam: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.ifacol.2025.12.401. Acesso em: 21 abr. 2026. , 2025
APA
Diniz, F. J. dos S., Pinto, T. V. B. e, Matos, S. N., Luz, E., Pessin, G., & Ueyama, J. (2025). Enhancing operational safety with conformal prediction in soft sensors. IFAC PapersOnLine. Amsterdam: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. doi:10.1016/j.ifacol.2025.12.401
NLM
Diniz FJ dos S, Pinto TVB e, Matos SN, Luz E, Pessin G, Ueyama J. Enhancing operational safety with conformal prediction in soft sensors [Internet]. IFAC PapersOnLine. 2025 ; 59 84-89.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1016/j.ifacol.2025.12.401
Vancouver
Diniz FJ dos S, Pinto TVB e, Matos SN, Luz E, Pessin G, Ueyama J. Enhancing operational safety with conformal prediction in soft sensors [Internet]. IFAC PapersOnLine. 2025 ; 59 84-89.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1016/j.ifacol.2025.12.401
Trabalho de evento
Energy budget and time-to-failure analysis of wi-fi, LoRa, and 3G/4G back-hauls in a landslide-monitoring node (2025)
Oliveira, Samuel R; Silva, Agnelo Rocha da; Spohn, Marco Aurélio ; Nascimento, Pedro T. do; Matos, Saulo Neves ; Ueyama, Jó
Source: Proceedings. Conference titles: International Workshop on Secure Internet of Things - SIoT. Unidades: ICMC, EESC E ICMC
Subjects: DESLIZAMENTO DE TERRA, MONITORAMENTO, INTERNET DAS COISAS, DESASTRES AMBIENTAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, Samuel R et al. Energy budget and time-to-failure analysis of wi-fi, LoRa, and 3G/4G back-hauls in a landslide-monitoring node. 2025, Anais.. Piacataway: IEEE, 2025. Disponível em: https://doi.org/10.1109/SIoT68426.2025.11368798. Acesso em: 21 abr. 2026.
APA
Oliveira, S. R., Silva, A. R. da, Spohn, M. A., Nascimento, P. T. do, Matos, S. N., & Ueyama, J. (2025). Energy budget and time-to-failure analysis of wi-fi, LoRa, and 3G/4G back-hauls in a landslide-monitoring node. In Proceedings. Piacataway: IEEE. doi:10.1109/SIoT68426.2025.11368798
NLM
Oliveira SR, Silva AR da, Spohn MA, Nascimento PT do, Matos SN, Ueyama J. Energy budget and time-to-failure analysis of wi-fi, LoRa, and 3G/4G back-hauls in a landslide-monitoring node [Internet]. Proceedings. 2025 ;[citado 2026 abr. 21 ] Available from: https://doi.org/10.1109/SIoT68426.2025.11368798
Vancouver
Oliveira SR, Silva AR da, Spohn MA, Nascimento PT do, Matos SN, Ueyama J. Energy budget and time-to-failure analysis of wi-fi, LoRa, and 3G/4G back-hauls in a landslide-monitoring node [Internet]. Proceedings. 2025 ;[citado 2026 abr. 21 ] Available from: https://doi.org/10.1109/SIoT68426.2025.11368798
Artigo de periodico
Cascade proportional-integral control design and affordable instrumentation system for enhanced performance of electrolytic dry cells (2024)
Matos, Saulo Neves ; Reis, Gemírson de Paula dos ; Leal, Elisângela Martins ; Figueiredo, Robson L; Euzébio, Thiago A. M ; Rêgo Segundo, Alan Kardek
Source: Sensors. Unidade: ICMC
Subjects: INSTRUMENTAÇÃO DE SISTEMAS, ELETRÓLISE, HIDROGÊNIO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MATOS, Saulo Neves et al. Cascade proportional-integral control design and affordable instrumentation system for enhanced performance of electrolytic dry cells. Sensors, v. 24, n. 16, p. 1-16, 2024Tradução . . Disponível em: https://doi.org/10.3390/s24165427. Acesso em: 21 abr. 2026.
APA
Matos, S. N., Reis, G. de P. dos, Leal, E. M., Figueiredo, R. L., Euzébio, T. A. M., & Rêgo Segundo, A. K. (2024). Cascade proportional-integral control design and affordable instrumentation system for enhanced performance of electrolytic dry cells. Sensors, 24( 16), 1-16. doi:10.3390/s24165427
NLM
Matos SN, Reis G de P dos, Leal EM, Figueiredo RL, Euzébio TAM, Rêgo Segundo AK. Cascade proportional-integral control design and affordable instrumentation system for enhanced performance of electrolytic dry cells [Internet]. Sensors. 2024 ; 24( 16): 1-16.[citado 2026 abr. 21 ] Available from: https://doi.org/10.3390/s24165427
Vancouver
Matos SN, Reis G de P dos, Leal EM, Figueiredo RL, Euzébio TAM, Rêgo Segundo AK. Cascade proportional-integral control design and affordable instrumentation system for enhanced performance of electrolytic dry cells [Internet]. Sensors. 2024 ; 24( 16): 1-16.[citado 2026 abr. 21 ] Available from: https://doi.org/10.3390/s24165427
Artigo de periodico
Deep Learning and object detection for water level measurement using patterned visual markers (2024)
Domingues Filho, Gabriel Montagni ; Ranieri, Caetano Mazzoni ; Matos, Saulo Neves ; Meneguette, Rodolfo Ipolito ; Ueyama, Jó
Source: IEEE Latin America Transactions. Unidades: ICMC, EESC
Subjects: APRENDIZAGEM PROFUNDA, VISÃO COMPUTACIONAL, ENCHENTES URBANAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DOMINGUES FILHO, Gabriel Montagni et al. Deep Learning and object detection for water level measurement using patterned visual markers. IEEE Latin America Transactions, v. 22, n. 11, p. 892–898, 2024Tradução . . Disponível em: https://latamt.ieeer9.org/index.php/transactions/article/view/9046. Acesso em: 21 abr. 2026.
APA
Domingues Filho, G. M., Ranieri, C. M., Matos, S. N., Meneguette, R. I., & Ueyama, J. (2024). Deep Learning and object detection for water level measurement using patterned visual markers. IEEE Latin America Transactions, 22( 11), 892–898. Recuperado de https://latamt.ieeer9.org/index.php/transactions/article/view/9046
NLM
Domingues Filho GM, Ranieri CM, Matos SN, Meneguette RI, Ueyama J. Deep Learning and object detection for water level measurement using patterned visual markers [Internet]. IEEE Latin America Transactions. 2024 ; 22( 11): 892–898.[citado 2026 abr. 21 ] Available from: https://latamt.ieeer9.org/index.php/transactions/article/view/9046
Vancouver
Domingues Filho GM, Ranieri CM, Matos SN, Meneguette RI, Ueyama J. Deep Learning and object detection for water level measurement using patterned visual markers [Internet]. IEEE Latin America Transactions. 2024 ; 22( 11): 892–898.[citado 2026 abr. 21 ] Available from: https://latamt.ieeer9.org/index.php/transactions/article/view/9046
Artigo de periodico
Water level identification with laser sensors, inertial units, and machine learning (2024)
Ranieri, Caetano Mazzoni ; Foletto, Angelo Victor Kraemer ; Garcia, Rodrigo Dutra ; Matos, Saulo Neves ; Medina, Maria Mercedes Gamboa ; Marcolino, Leandro Soriano ; Ueyama, Jó
Source: Engineering Applications of Artificial Intelligence. Unidades: EESC, ICMC
Subjects: APRENDIZADO COMPUTACIONAL, ENCHENTES URBANAS, PREDIÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RANIERI, Caetano Mazzoni et al. Water level identification with laser sensors, inertial units, and machine learning. Engineering Applications of Artificial Intelligence, v. 127, p. 1-17, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.engappai.2023.107235. Acesso em: 21 abr. 2026.
APA
Ranieri, C. M., Foletto, A. V. K., Garcia, R. D., Matos, S. N., Medina, M. M. G., Marcolino, L. S., & Ueyama, J. (2024). Water level identification with laser sensors, inertial units, and machine learning. Engineering Applications of Artificial Intelligence, 127, 1-17. doi:10.1016/j.engappai.2023.107235
NLM
Ranieri CM, Foletto AVK, Garcia RD, Matos SN, Medina MMG, Marcolino LS, Ueyama J. Water level identification with laser sensors, inertial units, and machine learning [Internet]. Engineering Applications of Artificial Intelligence. 2024 ; 127 1-17.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1016/j.engappai.2023.107235
Vancouver
Ranieri CM, Foletto AVK, Garcia RD, Matos SN, Medina MMG, Marcolino LS, Ueyama J. Water level identification with laser sensors, inertial units, and machine learning [Internet]. Engineering Applications of Artificial Intelligence. 2024 ; 127 1-17.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1016/j.engappai.2023.107235
Artigo de periodico
An evaluation of iron ore characteristics through machine learning and 2-D LiDAR technology (2024)
Matos, Saulo Neves ; Pinto, Thomas V. B. e ; Domingues, Jacó Dias ; Ranieri, Caetano Mazzoni ; Albuquerque, Kaike S ; Moreira, Vinicius da Silva ; Souza, Ernandes Sávio ; Ueyama, Jó ; Euzébio, Thiago A. M ; Pessin, Gustavo
Source: IEEE Transactions on Instrumentation and Measurement. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, INDÚSTRIA MINERAL, ESTATÍSTICA, MINERAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MATOS, Saulo Neves et al. An evaluation of iron ore characteristics through machine learning and 2-D LiDAR technology. IEEE Transactions on Instrumentation and Measurement, v. 73, p. 1-11, 2024Tradução . . Disponível em: https://doi.org/10.1109/TIM.2023.3342220. Acesso em: 21 abr. 2026.
APA
Matos, S. N., Pinto, T. V. B. e, Domingues, J. D., Ranieri, C. M., Albuquerque, K. S., Moreira, V. da S., et al. (2024). An evaluation of iron ore characteristics through machine learning and 2-D LiDAR technology. IEEE Transactions on Instrumentation and Measurement, 73, 1-11. doi:10.1109/TIM.2023.3342220
NLM
Matos SN, Pinto TVB e, Domingues JD, Ranieri CM, Albuquerque KS, Moreira V da S, Souza ES, Ueyama J, Euzébio TAM, Pessin G. An evaluation of iron ore characteristics through machine learning and 2-D LiDAR technology [Internet]. IEEE Transactions on Instrumentation and Measurement. 2024 ; 73 1-11.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1109/TIM.2023.3342220
Vancouver
Matos SN, Pinto TVB e, Domingues JD, Ranieri CM, Albuquerque KS, Moreira V da S, Souza ES, Ueyama J, Euzébio TAM, Pessin G. An evaluation of iron ore characteristics through machine learning and 2-D LiDAR technology [Internet]. IEEE Transactions on Instrumentation and Measurement. 2024 ; 73 1-11.[citado 2026 abr. 21 ] Available from: https://doi.org/10.1109/TIM.2023.3342220
Trabalho de evento
Machine learning techniques for improving multiclass anomaly detection on conveyor belts (2024)
Matos, Saulo Neves ; Coletti, Otavio Ferracioli ; Zimmer, Rafael; Ugucioni Filho, Fernando; Carvalho, Ricardo C. C. L. de; Silva, Victor Rodrigues da; Franco, Jorge Luiz; Pinto, Thomas Vargas Barsante e ; Barros, Luiz Guilherme Dias de ; Ranieri, Caetano Mazzoni ; Lopes, Bruno Eduardo; Silva, Diego Furtado ; Ueyama, Jó ; Pessin, Gustavo
Source: Proceedings. Conference titles: IEEE International Instrumentation and Measurement Technology Conference - I2MTC. Unidades: ICMC, EESC
Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, MANUTENÇÃO PREDITIVA, TRANSPORTADORES DE CORREIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MATOS, Saulo Neves et al. Machine learning techniques for improving multiclass anomaly detection on conveyor belts. 2024, Anais.. Piscataway: IEEE, 2024. Disponível em: https://doi.org/10.1109/I2MTC60896.2024.10561167. Acesso em: 21 abr. 2026.
APA
Matos, S. N., Coletti, O. F., Zimmer, R., Ugucioni Filho, F., Carvalho, R. C. C. L. de, Silva, V. R. da, et al. (2024). Machine learning techniques for improving multiclass anomaly detection on conveyor belts. In Proceedings. Piscataway: IEEE. doi:10.1109/I2MTC60896.2024.10561167
NLM
Matos SN, Coletti OF, Zimmer R, Ugucioni Filho F, Carvalho RCCL de, Silva VR da, Franco JL, Pinto TVB e, Barros LGD de, Ranieri CM, Lopes BE, Silva DF, Ueyama J, Pessin G. Machine learning techniques for improving multiclass anomaly detection on conveyor belts [Internet]. Proceedings. 2024 ;[citado 2026 abr. 21 ] Available from: https://doi.org/10.1109/I2MTC60896.2024.10561167
Vancouver
Matos SN, Coletti OF, Zimmer R, Ugucioni Filho F, Carvalho RCCL de, Silva VR da, Franco JL, Pinto TVB e, Barros LGD de, Ranieri CM, Lopes BE, Silva DF, Ueyama J, Pessin G. Machine learning techniques for improving multiclass anomaly detection on conveyor belts [Internet]. Proceedings. 2024 ;[citado 2026 abr. 21 ] Available from: https://doi.org/10.1109/I2MTC60896.2024.10561167
Trabalho de evento
Closing the loop: enhancing industrial productivity through soft sensor (2024)
Pereira, Paulo; Pinto, Thomas Vargas Barsante e ; Matos, Saulo Neves ; Barbosa, Higor; Pérez, José; Pessin, Gustavo
Source: Proceedings. Conference titles: IEEE International Instrumentation and Measurement Technology Conference - I2MTC. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, TRANSPORTADORES DE CORREIA, PRODUÇÃO MINERAL, INDÚSTRIA 4.0, CONTROLE DE PROCESSOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PEREIRA, Paulo et al. Closing the loop: enhancing industrial productivity through soft sensor. 2024, Anais.. Piscataway: IEEE, 2024. Disponível em: https://doi.org/10.1109/I2MTC60896.2024.10560702. Acesso em: 21 abr. 2026.
APA
Pereira, P., Pinto, T. V. B. e, Matos, S. N., Barbosa, H., Pérez, J., & Pessin, G. (2024). Closing the loop: enhancing industrial productivity through soft sensor. In Proceedings. Piscataway: IEEE. doi:10.1109/I2MTC60896.2024.10560702
NLM
Pereira P, Pinto TVB e, Matos SN, Barbosa H, Pérez J, Pessin G. Closing the loop: enhancing industrial productivity through soft sensor [Internet]. Proceedings. 2024 ;[citado 2026 abr. 21 ] Available from: https://doi.org/10.1109/I2MTC60896.2024.10560702
Vancouver
Pereira P, Pinto TVB e, Matos SN, Barbosa H, Pérez J, Pessin G. Closing the loop: enhancing industrial productivity through soft sensor [Internet]. Proceedings. 2024 ;[citado 2026 abr. 21 ] Available from: https://doi.org/10.1109/I2MTC60896.2024.10560702
Trabalho de evento
Evaluating conveyor belt health with signal processing applied to inertial sensing (2023)
Matos, Saulo Neves ; Coletti, Otavio Ferracioli; Ugucioni Filho, Fernando; Carvalho, Ricardo C. C. L; Pinto, Thomas V. B. e ; Barros, Luiz G. D. de; Ranieri, Caetano Mazzoni ; Lopes, Bruno Eduardo; Ueyama, Jó ; Pessin, Gustavo
Source: Proceedings. Conference titles: Symposium on Internet of Things - SIoT. Unidades: ICMC, EESC
Subjects: INDÚSTRIA MINERAL, FALHA, ANÁLISE ESTATÍSTICA DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MATOS, Saulo Neves et al. Evaluating conveyor belt health with signal processing applied to inertial sensing. 2023, Anais.. Piscataway: IEEE, 2023. Disponível em: https://doi.org/10.1109/SIoT60039.2023.10390088. Acesso em: 21 abr. 2026.
APA
Matos, S. N., Coletti, O. F., Ugucioni Filho, F., Carvalho, R. C. C. L., Pinto, T. V. B. e, Barros, L. G. D. de, et al. (2023). Evaluating conveyor belt health with signal processing applied to inertial sensing. In Proceedings. Piscataway: IEEE. doi:10.1109/SIOT60039.2023.10390088
NLM
Matos SN, Coletti OF, Ugucioni Filho F, Carvalho RCCL, Pinto TVB e, Barros LGD de, Ranieri CM, Lopes BE, Ueyama J, Pessin G. Evaluating conveyor belt health with signal processing applied to inertial sensing [Internet]. Proceedings. 2023 ;[citado 2026 abr. 21 ] Available from: https://doi.org/10.1109/SIoT60039.2023.10390088
Vancouver
Matos SN, Coletti OF, Ugucioni Filho F, Carvalho RCCL, Pinto TVB e, Barros LGD de, Ranieri CM, Lopes BE, Ueyama J, Pessin G. Evaluating conveyor belt health with signal processing applied to inertial sensing [Internet]. Proceedings. 2023 ;[citado 2026 abr. 21 ] Available from: https://doi.org/10.1109/SIoT60039.2023.10390088

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Subjects

Source title

Conference titles

Funding Agencies

Indexado em

Non normalized affiliation

Countries of institutions of collaboration