Filtros : "Neurocomputing" "ICMC" Removidos: "Indexado no Compumath Citation Index" "EACH-EACH" "IME-MAC" "1988" "Financiado pelo FUNDECT" Limpar

Filtros



Refine with date range


  • Source: Neurocomputing. Unidade: ICMC

    Subjects: PROCESSAMENTO DE LINGUAGEM NATURAL, TRATAMENTO AUTOMÁTICO DE TEXTOS E DISCURSOS, RECONHECIMENTO DE TEXTO, APRENDIZADO COMPUTACIONAL

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      GUIMARÃES, Gabriel Mendes Ciriatico et al. DODFMiner: an automated tool for named entity recognition from Official Gazettes. Neurocomputing, v. 568, p. 1-12, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2023.127064. Acesso em: 09 nov. 2024.
    • APA

      Guimarães, G. M. C., Silva, F. X. B. da, Queiroz, A. L., Marcacini, R. M., Faleiros, T. de P., Borges, V. R. P., & Garcia, L. P. F. (2024). DODFMiner: an automated tool for named entity recognition from Official Gazettes. Neurocomputing, 568, 1-12. doi:10.1016/j.neucom.2023.127064
    • NLM

      Guimarães GMC, Silva FXB da, Queiroz AL, Marcacini RM, Faleiros T de P, Borges VRP, Garcia LPF. DODFMiner: an automated tool for named entity recognition from Official Gazettes [Internet]. Neurocomputing. 2024 ; 568 1-12.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2023.127064
    • Vancouver

      Guimarães GMC, Silva FXB da, Queiroz AL, Marcacini RM, Faleiros T de P, Borges VRP, Garcia LPF. DODFMiner: an automated tool for named entity recognition from Official Gazettes [Internet]. Neurocomputing. 2024 ; 568 1-12.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2023.127064
  • Source: Neurocomputing. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, DIAGNÓSTICO POR IMAGEM, TOMOGRAFIA, COVID-19

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      BRUZADIN, Aldimir et al. Learning label diffusion maps for semi-automatic segmentation of lung CT images with COVID-19. Neurocomputing, v. 522, p. 24-38, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2022.12.003. Acesso em: 09 nov. 2024.
    • APA

      Bruzadin, A., Boaventura, M., Colnago, M., Negri, R. G., & Casaca, W. C. de O. (2023). Learning label diffusion maps for semi-automatic segmentation of lung CT images with COVID-19. Neurocomputing, 522, 24-38. doi:10.1016/j.neucom.2022.12.003
    • NLM

      Bruzadin A, Boaventura M, Colnago M, Negri RG, Casaca WC de O. Learning label diffusion maps for semi-automatic segmentation of lung CT images with COVID-19 [Internet]. Neurocomputing. 2023 ; 522 24-38.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2022.12.003
    • Vancouver

      Bruzadin A, Boaventura M, Colnago M, Negri RG, Casaca WC de O. Learning label diffusion maps for semi-automatic segmentation of lung CT images with COVID-19 [Internet]. Neurocomputing. 2023 ; 522 24-38.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2022.12.003
  • Source: Neurocomputing. Unidades: EESC, ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, ENGENHARIA ELÉTRICA

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      NAKAMURA, Angelica Tiemi Mizuno e GRASSI JÚNIOR, Valdir e WOLF, Denis Fernando. Leveraging convergence behavior to balance conflicting tasks in multitask learning. Neurocomputing, v. 511, p. 43-53, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2022.09.042. Acesso em: 09 nov. 2024.
    • APA

      Nakamura, A. T. M., Grassi Júnior, V., & Wolf, D. F. (2022). Leveraging convergence behavior to balance conflicting tasks in multitask learning. Neurocomputing, 511, 43-53. doi:10.1016/j.neucom.2022.09.042
    • NLM

      Nakamura ATM, Grassi Júnior V, Wolf DF. Leveraging convergence behavior to balance conflicting tasks in multitask learning [Internet]. Neurocomputing. 2022 ; 511 43-53.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2022.09.042
    • Vancouver

      Nakamura ATM, Grassi Júnior V, Wolf DF. Leveraging convergence behavior to balance conflicting tasks in multitask learning [Internet]. Neurocomputing. 2022 ; 511 43-53.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2022.09.042
  • Source: Neurocomputing. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, ANÁLISE DE DESEMPENHO

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      NAKAMURA, Angelica Tiemi Mizuno e GRASSI JÚNIOR, Valdir e WOLF, Denis Fernando. Leveraging convergence behavior to balance conflicting tasks in multitask learning. Neurocomputing, v. 511, p. 43-53, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2022.09.042. Acesso em: 09 nov. 2024.
    • APA

      Nakamura, A. T. M., Grassi Júnior, V., & Wolf, D. F. (2022). Leveraging convergence behavior to balance conflicting tasks in multitask learning. Neurocomputing, 511, 43-53. doi:10.1016/j.neucom.2022.09.042
    • NLM

      Nakamura ATM, Grassi Júnior V, Wolf DF. Leveraging convergence behavior to balance conflicting tasks in multitask learning [Internet]. Neurocomputing. 2022 ; 511 43-53.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2022.09.042
    • Vancouver

      Nakamura ATM, Grassi Júnior V, Wolf DF. Leveraging convergence behavior to balance conflicting tasks in multitask learning [Internet]. Neurocomputing. 2022 ; 511 43-53.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2022.09.042
  • Source: Neurocomputing. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE PADRÕES, ALGORITMOS ÚTEIS E ESPECÍFICOS

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      GARCIA, Kemilly Dearo et al. An ensemble of autonomous auto-encoders for human activity recognition. Neurocomputing, v. 439, p. 271-280, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2020.01.125. Acesso em: 09 nov. 2024.
    • APA

      Garcia, K. D., Sá, C. R. de, Poel, M., Carvalho, T. de, Mendes-Moreira, J., Cardoso, J. M. P., et al. (2021). An ensemble of autonomous auto-encoders for human activity recognition. Neurocomputing, 439, 271-280. doi:10.1016/j.neucom.2020.01.125
    • NLM

      Garcia KD, Sá CR de, Poel M, Carvalho T de, Mendes-Moreira J, Cardoso JMP, Carvalho ACP de LF de, Kok JN. An ensemble of autonomous auto-encoders for human activity recognition [Internet]. Neurocomputing. 2021 ; 439 271-280.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2020.01.125
    • Vancouver

      Garcia KD, Sá CR de, Poel M, Carvalho T de, Mendes-Moreira J, Cardoso JMP, Carvalho ACP de LF de, Kok JN. An ensemble of autonomous auto-encoders for human activity recognition [Internet]. Neurocomputing. 2021 ; 439 271-280.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2020.01.125
  • Source: Neurocomputing. Unidades: FFCLRP, ICMC

    Subjects: TURISMO, MEMÓRIA (ELETRÔNICA DIGITAL), ATRATORES

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      RODRIGUES, Rafael Delalibera et al. A tourist walk approach for internal and external outlier detection. Neurocomputing, v. 393, p. 203-213, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2018.10.113. Acesso em: 09 nov. 2024.
    • APA

      Rodrigues, R. D., Liang, Z., Zheng, Q., & Zhang, J. (2020). A tourist walk approach for internal and external outlier detection. Neurocomputing, 393, 203-213. doi:10.1016/j.neucom.2018.10.113
    • NLM

      Rodrigues RD, Liang Z, Zheng Q, Zhang J. A tourist walk approach for internal and external outlier detection [Internet]. Neurocomputing. 2020 ; 393 203-213.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2018.10.113
    • Vancouver

      Rodrigues RD, Liang Z, Zheng Q, Zhang J. A tourist walk approach for internal and external outlier detection [Internet]. Neurocomputing. 2020 ; 393 203-213.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2018.10.113
  • Source: Neurocomputing. Unidade: ICMC

    Assunto: INTELIGÊNCIA ARTIFICIAL

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      POLYCARPOU, Marios et al. Special issue HAIS 2014 [Editorial]: recent advancements in hybrid artificial intelligence systems and its application to real-world problems. Neurocomputing. Amsterdam: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.neucom.2017.09.001. Acesso em: 09 nov. 2024. , 2019
    • APA

      Polycarpou, M., Carvalho, A. C. P. de L. F. de, Pan, J. -S., Wozniak, M., Quintián, H., & Corchado, E. (2019). Special issue HAIS 2014 [Editorial]: recent advancements in hybrid artificial intelligence systems and its application to real-world problems. Neurocomputing. Amsterdam: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. doi:10.1016/j.neucom.2017.09.001
    • NLM

      Polycarpou M, Carvalho ACP de LF de, Pan J-S, Wozniak M, Quintián H, Corchado E. Special issue HAIS 2014 [Editorial]: recent advancements in hybrid artificial intelligence systems and its application to real-world problems [Internet]. Neurocomputing. 2019 ; 326-327( Ja 2019): 1-2.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2017.09.001
    • Vancouver

      Polycarpou M, Carvalho ACP de LF de, Pan J-S, Wozniak M, Quintián H, Corchado E. Special issue HAIS 2014 [Editorial]: recent advancements in hybrid artificial intelligence systems and its application to real-world problems [Internet]. Neurocomputing. 2019 ; 326-327( Ja 2019): 1-2.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2017.09.001
  • Source: Neurocomputing. Unidades: ICMC, EP

    Subjects: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      COLETTA, Luiz Fernando Sommaggio et al. Combining clustering and active learning for the detection and learning of new image classes. Neurocomputing, v. 358, p. Se 2019, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2019.04.070. Acesso em: 09 nov. 2024.
    • APA

      Coletta, L. F. S., Ponti, M. A., Hruschka, E. R., Acharya, A., & Ghosh, J. (2019). Combining clustering and active learning for the detection and learning of new image classes. Neurocomputing, 358, Se 2019. doi:10.1016/j.neucom.2019.04.070
    • NLM

      Coletta LFS, Ponti MA, Hruschka ER, Acharya A, Ghosh J. Combining clustering and active learning for the detection and learning of new image classes [Internet]. Neurocomputing. 2019 ; 358 Se 2019.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2019.04.070
    • Vancouver

      Coletta LFS, Ponti MA, Hruschka ER, Acharya A, Ghosh J. Combining clustering and active learning for the detection and learning of new image classes [Internet]. Neurocomputing. 2019 ; 358 Se 2019.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2019.04.070
  • Source: Neurocomputing. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, RECONHECIMENTO DE PADRÕES

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      PEREIRA-SANTOS, Davi e PRUDÊNCIO, Ricardo Bastos Cavalcante e CARVALHO, André Carlos Ponce de Leon Ferreira de. Empirical investigation of active learning strategies. Neurocomputing, v. 326-327, n. Ja 2019, p. 15-27, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2017.05.105. Acesso em: 09 nov. 2024.
    • APA

      Pereira-Santos, D., Prudêncio, R. B. C., & Carvalho, A. C. P. de L. F. de. (2019). Empirical investigation of active learning strategies. Neurocomputing, 326-327( Ja 2019), 15-27. doi:10.1016/j.neucom.2017.05.105
    • NLM

      Pereira-Santos D, Prudêncio RBC, Carvalho ACP de LF de. Empirical investigation of active learning strategies [Internet]. Neurocomputing. 2019 ; 326-327( Ja 2019): 15-27.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2017.05.105
    • Vancouver

      Pereira-Santos D, Prudêncio RBC, Carvalho ACP de LF de. Empirical investigation of active learning strategies [Internet]. Neurocomputing. 2019 ; 326-327( Ja 2019): 15-27.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2017.05.105
  • Source: Neurocomputing. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, TECNOLOGIAS DA SAÚDE, PROCESSAMENTO DE SINAIS BIOMÉDICOS, ELETROENCEFALOGRAFIA, EPILEPSIA

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      OLIVA, Jefferson Tales e ROSA, João Luís Garcia. Classification for EEG report generation and epilepsy detection. Neurocomputing, v. 335, p. 81-95, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2019.01.053. Acesso em: 09 nov. 2024.
    • APA

      Oliva, J. T., & Rosa, J. L. G. (2019). Classification for EEG report generation and epilepsy detection. Neurocomputing, 335, 81-95. doi:10.1016/j.neucom.2019.01.053
    • NLM

      Oliva JT, Rosa JLG. Classification for EEG report generation and epilepsy detection [Internet]. Neurocomputing. 2019 ; 335 81-95.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2019.01.053
    • Vancouver

      Oliva JT, Rosa JLG. Classification for EEG report generation and epilepsy detection [Internet]. Neurocomputing. 2019 ; 335 81-95.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2019.01.053
  • Source: Neurocomputing. Unidade: ICMC

    Assunto: COMPUTAÇÃO APLICADA

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      BRINGAS, Pablo García et al. Special issue SOCO 2014 [Editorial]: recent advancements in soft computing and its application in industrial and environmental problems. Neurocomputing. Amsterdam: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.neucom.2017.06.074. Acesso em: 09 nov. 2024. , 2018
    • APA

      Bringas, P. G., Carvalho, A. C. P. de L. F. de, Abraham, A., Herrero, Á., Quintián, H., & Corchado, E. (2018). Special issue SOCO 2014 [Editorial]: recent advancements in soft computing and its application in industrial and environmental problems. Neurocomputing. Amsterdam: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. doi:10.1016/j.neucom.2017.06.074
    • NLM

      Bringas PG, Carvalho ACP de LF de, Abraham A, Herrero Á, Quintián H, Corchado E. Special issue SOCO 2014 [Editorial]: recent advancements in soft computing and its application in industrial and environmental problems [Internet]. Neurocomputing. 2018 ; 271( Ja 2018): 1.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2017.06.074
    • Vancouver

      Bringas PG, Carvalho ACP de LF de, Abraham A, Herrero Á, Quintián H, Corchado E. Special issue SOCO 2014 [Editorial]: recent advancements in soft computing and its application in industrial and environmental problems [Internet]. Neurocomputing. 2018 ; 271( Ja 2018): 1.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2017.06.074
  • Source: Neurocomputing. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      BERTON, Lilian et al. RGCLI: robust graph that considers labeled instances for semi-supervised learning. Neurocomputing, v. 226, p. 238-248, 2017Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2016.11.053. Acesso em: 09 nov. 2024.
    • APA

      Berton, L., Faleiros, T. de P., Valejo, A., Valverde-Rebaza, J., & Lopes, A. de A. (2017). RGCLI: robust graph that considers labeled instances for semi-supervised learning. Neurocomputing, 226, 238-248. doi:10.1016/j.neucom.2016.11.053
    • NLM

      Berton L, Faleiros T de P, Valejo A, Valverde-Rebaza J, Lopes A de A. RGCLI: robust graph that considers labeled instances for semi-supervised learning [Internet]. Neurocomputing. 2017 ; 226 238-248.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2016.11.053
    • Vancouver

      Berton L, Faleiros T de P, Valejo A, Valverde-Rebaza J, Lopes A de A. RGCLI: robust graph that considers labeled instances for semi-supervised learning [Internet]. Neurocomputing. 2017 ; 226 238-248.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2016.11.053
  • Source: Neurocomputing. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, ALGORITMOS, MINERAÇÃO DE DADOS, HEURÍSTICA, ALGORITMOS GENÉTICOS

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      OLIVEIRA, G. V et al. Improving k-means through distributed scalable metaheuristics. Neurocomputing, v. 246, p. 45-57, 2017Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2016.07.074. Acesso em: 09 nov. 2024.
    • APA

      Oliveira, G. V., Coutinho, F. P., Campello, R. J. G. B., & Naldi, M. C. (2017). Improving k-means through distributed scalable metaheuristics. Neurocomputing, 246, 45-57. doi:10.1016/j.neucom.2016.07.074
    • NLM

      Oliveira GV, Coutinho FP, Campello RJGB, Naldi MC. Improving k-means through distributed scalable metaheuristics [Internet]. Neurocomputing. 2017 ; 246 45-57.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2016.07.074
    • Vancouver

      Oliveira GV, Coutinho FP, Campello RJGB, Naldi MC. Improving k-means through distributed scalable metaheuristics [Internet]. Neurocomputing. 2017 ; 246 45-57.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2016.07.074
  • Source: Neurocomputing. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, HEURÍSTICA

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      KANDA, Jorge et al. Meta-learning to select the best meta-heuristic for the Traveling Salesman Problem: a comparison of meta-features. Neurocomputing, v. 205, p. Se 2016, 2016Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2016.04.027. Acesso em: 09 nov. 2024.
    • APA

      Kanda, J., Carvalho, A. C. P. de L. F. de, Hruschka, E. R., Soares, C., & Brazdil, P. (2016). Meta-learning to select the best meta-heuristic for the Traveling Salesman Problem: a comparison of meta-features. Neurocomputing, 205, Se 2016. doi:10.1016/j.neucom.2016.04.027
    • NLM

      Kanda J, Carvalho ACP de LF de, Hruschka ER, Soares C, Brazdil P. Meta-learning to select the best meta-heuristic for the Traveling Salesman Problem: a comparison of meta-features [Internet]. Neurocomputing. 2016 ; 205 Se 2016.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2016.04.027
    • Vancouver

      Kanda J, Carvalho ACP de LF de, Hruschka ER, Soares C, Brazdil P. Meta-learning to select the best meta-heuristic for the Traveling Salesman Problem: a comparison of meta-features [Internet]. Neurocomputing. 2016 ; 205 Se 2016.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2016.04.027
  • Source: Neurocomputing. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      GARCIA, Luís P. F e CARVALHO, André Carlos Ponce de Leon Ferreira de e LORENA, Ana C. Noise detection in the meta-learning level. Neurocomputing, v. 176, p. 14-25, 2016Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2014.12.100. Acesso em: 09 nov. 2024.
    • APA

      Garcia, L. P. F., Carvalho, A. C. P. de L. F. de, & Lorena, A. C. (2016). Noise detection in the meta-learning level. Neurocomputing, 176, 14-25. doi:10.1016/j.neucom.2014.12.100
    • NLM

      Garcia LPF, Carvalho ACP de LF de, Lorena AC. Noise detection in the meta-learning level [Internet]. Neurocomputing. 2016 ; 176 14-25.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2014.12.100
    • Vancouver

      Garcia LPF, Carvalho ACP de LF de, Lorena AC. Noise detection in the meta-learning level [Internet]. Neurocomputing. 2016 ; 176 14-25.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2014.12.100
  • Source: Neurocomputing. Unidade: ICMC

    Subjects: COMPUTAÇÃO GRÁFICA, PROCESSAMENTO DE IMAGENS, INTELIGÊNCIA ARTIFICIAL

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      PONTI, Moacir Antonelli e NAZARÉ, Tiago Santana de e THUMÉ, Gabriela S. Image quantization as a dimensionality reduction procedure in color and texture feature extraction. Neurocomputing, v. 173, n. Ja 2016, p. 385-396, 2016Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2015.04.114. Acesso em: 09 nov. 2024.
    • APA

      Ponti, M. A., Nazaré, T. S. de, & Thumé, G. S. (2016). Image quantization as a dimensionality reduction procedure in color and texture feature extraction. Neurocomputing, 173( Ja 2016), 385-396. doi:10.1016/j.neucom.2015.04.114
    • NLM

      Ponti MA, Nazaré TS de, Thumé GS. Image quantization as a dimensionality reduction procedure in color and texture feature extraction [Internet]. Neurocomputing. 2016 ; 173( Ja 2016): 385-396.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2015.04.114
    • Vancouver

      Ponti MA, Nazaré TS de, Thumé GS. Image quantization as a dimensionality reduction procedure in color and texture feature extraction [Internet]. Neurocomputing. 2016 ; 173( Ja 2016): 385-396.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2015.04.114
  • Source: Neurocomputing. Unidade: ICMC

    Assunto: INTELIGÊNCIA ARTIFICIAL

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      CORCHADO, Emilio et al. Recent advancements in hybrid artificial intelligence systems and its application to real-world problems [Editorial]. Neurocomputing. Amsterdam: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.neucom.2015.04.088. Acesso em: 09 nov. 2024. , 2016
    • APA

      Corchado, E., Quintián, H., Abraham, A., Carvalho, A. C. P. de L. F. de, Wozniak, M., & Sung-Bae, C. (2016). Recent advancements in hybrid artificial intelligence systems and its application to real-world problems [Editorial]. Neurocomputing. Amsterdam: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. doi:10.1016/j.neucom.2015.04.088
    • NLM

      Corchado E, Quintián H, Abraham A, Carvalho ACP de LF de, Wozniak M, Sung-Bae C. Recent advancements in hybrid artificial intelligence systems and its application to real-world problems [Editorial] [Internet]. Neurocomputing. 2016 ; 176 1-2.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2015.04.088
    • Vancouver

      Corchado E, Quintián H, Abraham A, Carvalho ACP de LF de, Wozniak M, Sung-Bae C. Recent advancements in hybrid artificial intelligence systems and its application to real-world problems [Editorial] [Internet]. Neurocomputing. 2016 ; 176 1-2.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2015.04.088
  • Source: Neurocomputing. Unidade: ICMC

    Subjects: SISTEMAS DISTRIBUÍDOS, PROGRAMAÇÃO CONCORRENTE

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      PEREIRA, Cássio M. M e MELLO, Rodrigo Fernandes de. PTS: Projected Topological Stream clustering algorithm. Neurocomputing, v. 180, p. 16-26, 2016Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2015.08.094. Acesso em: 09 nov. 2024.
    • APA

      Pereira, C. M. M., & Mello, R. F. de. (2016). PTS: Projected Topological Stream clustering algorithm. Neurocomputing, 180, 16-26. doi:10.1016/j.neucom.2015.08.094
    • NLM

      Pereira CMM, Mello RF de. PTS: Projected Topological Stream clustering algorithm [Internet]. Neurocomputing. 2016 ; 180 16-26.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2015.08.094
    • Vancouver

      Pereira CMM, Mello RF de. PTS: Projected Topological Stream clustering algorithm [Internet]. Neurocomputing. 2016 ; 180 16-26.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2015.08.094
  • Source: Neurocomputing. Unidade: ICMC

    Subjects: SISTEMAS EMBUTIDOS, COMPUTAÇÃO EVOLUTIVA, ROBÓTICA

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      DIAS, Maurício A. e SALES, Daniel O e OSÓRIO, Fernando Santos. Automatic generation of LUTs for hardware neural networks. Neurocomputing, v. 180, p. 108-120, 2016Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2015.07.111. Acesso em: 09 nov. 2024.
    • APA

      Dias, M. A., Sales, D. O., & Osório, F. S. (2016). Automatic generation of LUTs for hardware neural networks. Neurocomputing, 180, 108-120. doi:10.1016/j.neucom.2015.07.111
    • NLM

      Dias MA, Sales DO, Osório FS. Automatic generation of LUTs for hardware neural networks [Internet]. Neurocomputing. 2016 ; 180 108-120.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2015.07.111
    • Vancouver

      Dias MA, Sales DO, Osório FS. Automatic generation of LUTs for hardware neural networks [Internet]. Neurocomputing. 2016 ; 180 108-120.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2015.07.111
  • Source: Neurocomputing. Unidades: FFCLRP, ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, RECONHECIMENTO DE OBJETOS

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      BENICASA, Alcides X et al. An object-based visual selection framework. Neurocomputing, v. 180, p. 35-54, 2016Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2015.10.111. Acesso em: 09 nov. 2024.
    • APA

      Benicasa, A. X., Quiles, M. G., Silva, T. C., Liang, Z., & Romero, R. A. F. (2016). An object-based visual selection framework. Neurocomputing, 180, 35-54. doi:10.1016/j.neucom.2015.10.111
    • NLM

      Benicasa AX, Quiles MG, Silva TC, Liang Z, Romero RAF. An object-based visual selection framework [Internet]. Neurocomputing. 2016 ; 180 35-54.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2015.10.111
    • Vancouver

      Benicasa AX, Quiles MG, Silva TC, Liang Z, Romero RAF. An object-based visual selection framework [Internet]. Neurocomputing. 2016 ; 180 35-54.[citado 2024 nov. 09 ] Available from: https://doi.org/10.1016/j.neucom.2015.10.111

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2024