Menu

Filtros : "ICMC" "Nonato, Luis Gustavo" Limpar

Filtros

Refine with date range

1 - 20 (269 records)

  • Artigo de periodico

    Assessing timber trade networks and supply chains in Brazil (2025)

    Nonato, Luis Gustavo ; Russo, Victor ; Costa, Bernardo; Moreno-Vera, Felipe ; Toledo, Guilherme; Jesus, Osni Brito de ; Vieira, Robson; Lentini, Marcos; Poco, Jorge

    Source: Nature Sustainability. Unidade: ICMC

    Subjects: FLORESTAS, AMAZÔNIA BRASILEIRA, INDÚSTRIA MADEIREIRA, CONTROLE (TEORIA DE SISTEMAS E CONTROLE)

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

    • ABNT

      NONATO, Luis Gustavo et al. Assessing timber trade networks and supply chains in Brazil. Nature Sustainability, v. 8, p. 215-220, 2025Tradução . . Disponível em: https://doi.org/10.1038/s41893-024-01491-8. Acesso em: 15 maio 2025.

    • APA

      Nonato, L. G., Russo, V., Costa, B., Moreno-Vera, F., Toledo, G., Jesus, O. B. de, et al. (2025). Assessing timber trade networks and supply chains in Brazil. Nature Sustainability, 8, 215-220. doi:10.1038/s41893-024-01491-8

    • NLM

      Nonato LG, Russo V, Costa B, Moreno-Vera F, Toledo G, Jesus OB de, Vieira R, Lentini M, Poco J. Assessing timber trade networks and supply chains in Brazil [Internet]. Nature Sustainability. 2025 ; 8 215-220.[citado 2025 maio 15 ] Available from: https://doi.org/10.1038/s41893-024-01491-8

    • Vancouver

      Nonato LG, Russo V, Costa B, Moreno-Vera F, Toledo G, Jesus OB de, Vieira R, Lentini M, Poco J. Assessing timber trade networks and supply chains in Brazil [Internet]. Nature Sustainability. 2025 ; 8 215-220.[citado 2025 maio 15 ] Available from: https://doi.org/10.1038/s41893-024-01491-8

  • Trabalho de evento-anais periodico

    Modeling and predicting crimes in the city of São Paulo using graph neural networks (2025)

    Hassan, Waqar ; Cabral, Marvin Mendes ; Ramos, Thiago Rodrigo ; Castelo, Antonio ; Nonato, Luis Gustavo

    Source: Lecture Notes in Artificial Intelligence - LNAI. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC

    Subjects: SEGURANÇA PÚBLICA, MODELAGEM DE DADOS, REDES NEURAIS, CRIME

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

    • ABNT

      HASSAN, Waqar et al. Modeling and predicting crimes in the city of São Paulo using graph neural networks. Lecture Notes in Artificial Intelligence - LNAI. Cham: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/978-3-031-79035-5_26. Acesso em: 15 maio 2025. , 2025

    • APA

      Hassan, W., Cabral, M. M., Ramos, T. R., Castelo, A., & Nonato, L. G. (2025). Modeling and predicting crimes in the city of São Paulo using graph neural networks. Lecture Notes in Artificial Intelligence - LNAI. Cham: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. doi:10.1007/978-3-031-79035-5_26

    • NLM

      Hassan W, Cabral MM, Ramos TR, Castelo A, Nonato LG. Modeling and predicting crimes in the city of São Paulo using graph neural networks [Internet]. Lecture Notes in Artificial Intelligence - LNAI. 2025 ; 15414 372-386.[citado 2025 maio 15 ] Available from: https://doi.org/10.1007/978-3-031-79035-5_26

    • Vancouver

      Hassan W, Cabral MM, Ramos TR, Castelo A, Nonato LG. Modeling and predicting crimes in the city of São Paulo using graph neural networks [Internet]. Lecture Notes in Artificial Intelligence - LNAI. 2025 ; 15414 372-386.[citado 2025 maio 15 ] Available from: https://doi.org/10.1007/978-3-031-79035-5_26

  • Artigo de periodico

    TopoMap++: a faster and more space efficient technique to compute projections with topological guarantees (2025)

    Guardieiro, Vitoria ; Oliveira, Felipe Inagaki de ; Doraiswamy, Harish ; Nonato, Luis Gustavo ; Silva, Claudio

    Source: IEEE Transactions on Visualization and Computer Graphics. Unidade: ICMC

    Subjects: ANÁLISE DE DADOS, TOPOLOGIA, PROJEÇÃO

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

    • ABNT

      GUARDIEIRO, Vitoria et al. TopoMap++: a faster and more space efficient technique to compute projections with topological guarantees. IEEE Transactions on Visualization and Computer Graphics, v. 31, n. 1, p. 229-239, 2025Tradução . . Disponível em: https://doi.org/10.1109/TVCG.2024.3456365. Acesso em: 15 maio 2025.

    • APA

      Guardieiro, V., Oliveira, F. I. de, Doraiswamy, H., Nonato, L. G., & Silva, C. (2025). TopoMap++: a faster and more space efficient technique to compute projections with topological guarantees. IEEE Transactions on Visualization and Computer Graphics, 31( 1), 229-239. doi:10.1109/TVCG.2024.3456365

    • NLM

      Guardieiro V, Oliveira FI de, Doraiswamy H, Nonato LG, Silva C. TopoMap++: a faster and more space efficient technique to compute projections with topological guarantees [Internet]. IEEE Transactions on Visualization and Computer Graphics. 2025 ; 31( 1): 229-239.[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/TVCG.2024.3456365

    • Vancouver

      Guardieiro V, Oliveira FI de, Doraiswamy H, Nonato LG, Silva C. TopoMap++: a faster and more space efficient technique to compute projections with topological guarantees [Internet]. IEEE Transactions on Visualization and Computer Graphics. 2025 ; 31( 1): 229-239.[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/TVCG.2024.3456365

  • Artigo de periodico

    T-Explainer: a model-agnostic explainability framework based on gradients (2025)

    Ortigossa, Evandro Scudeleti ; Dias, Fabio Felix ; Barr, Brian ; Silva, Claudio Teixeira ; Nonato, Luis Gustavo

    Source: IEEE Intelligent Systems. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, TOMADA DE DECISÃO, BENCHMARKS

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

    • ABNT

      ORTIGOSSA, Evandro Scudeleti et al. T-Explainer: a model-agnostic explainability framework based on gradients. IEEE Intelligent Systems, 2025Tradução . . Disponível em: https://doi.org/10.1109/MIS.2025.3564330. Acesso em: 15 maio 2025.

    • APA

      Ortigossa, E. S., Dias, F. F., Barr, B., Silva, C. T., & Nonato, L. G. (2025). T-Explainer: a model-agnostic explainability framework based on gradients. IEEE Intelligent Systems. doi:10.1109/MIS.2025.3564330

    • NLM

      Ortigossa ES, Dias FF, Barr B, Silva CT, Nonato LG. T-Explainer: a model-agnostic explainability framework based on gradients [Internet]. IEEE Intelligent Systems. 2025 ;[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/MIS.2025.3564330

    • Vancouver

      Ortigossa ES, Dias FF, Barr B, Silva CT, Nonato LG. T-Explainer: a model-agnostic explainability framework based on gradients [Internet]. IEEE Intelligent Systems. 2025 ;[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/MIS.2025.3564330

  • Tese (Doutorado)

    Graph Neural Networks contributions and advancements (2024)

    Gonçalves, Thales ; Nonato, Luis Gustavo (Orientador)

    Unidade: ICMC

    Subjects: REDES NEURAIS, APRENDIZADO COMPUTACIONAL, GRAFOS ALEATÓRIOS

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

    • ABNT

      GONÇALVES, Thales. Graph Neural Networks contributions and advancements. 2024. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16072024-103201/. Acesso em: 15 maio 2025.

    • APA

      Gonçalves, T. (2024). Graph Neural Networks contributions and advancements (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16072024-103201/

    • NLM

      Gonçalves T. Graph Neural Networks contributions and advancements [Internet]. 2024 ;[citado 2025 maio 15 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16072024-103201/

    • Vancouver

      Gonçalves T. Graph Neural Networks contributions and advancements [Internet]. 2024 ;[citado 2025 maio 15 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16072024-103201/

  • Artigo de periodico

    Mining Pareto-optimal counterfactual antecedents with a branch-and-boundmodel-agnostic algorithm (2024)

    Raimundo, Marcos M ; Nonato, Luis Gustavo ; Poco, Jorge

    Source: Data Mining and Knowledge Discovery. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, ALGORITMOS

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

    • ABNT

      RAIMUNDO, Marcos M e NONATO, Luis Gustavo e POCO, Jorge. Mining Pareto-optimal counterfactual antecedents with a branch-and-boundmodel-agnostic algorithm. Data Mining and Knowledge Discovery, v. 38, p. 2942-2974, 2024Tradução . . Disponível em: https://doi.org/10.1007/s10618-022-00906-4. Acesso em: 15 maio 2025.

    • APA

      Raimundo, M. M., Nonato, L. G., & Poco, J. (2024). Mining Pareto-optimal counterfactual antecedents with a branch-and-boundmodel-agnostic algorithm. Data Mining and Knowledge Discovery, 38, 2942-2974. doi:10.1007/s10618-022-00906-4

    • NLM

      Raimundo MM, Nonato LG, Poco J. Mining Pareto-optimal counterfactual antecedents with a branch-and-boundmodel-agnostic algorithm [Internet]. Data Mining and Knowledge Discovery. 2024 ; 38 2942-2974.[citado 2025 maio 15 ] Available from: https://doi.org/10.1007/s10618-022-00906-4

    • Vancouver

      Raimundo MM, Nonato LG, Poco J. Mining Pareto-optimal counterfactual antecedents with a branch-and-boundmodel-agnostic algorithm [Internet]. Data Mining and Knowledge Discovery. 2024 ; 38 2942-2974.[citado 2025 maio 15 ] Available from: https://doi.org/10.1007/s10618-022-00906-4

  • Artigo de periodico

    Explainable artificial intelligence (XAI): from theory to methods and applications (2024)

    Ortigossa, Evandro Scudeleti ; Gonçalves, Thales ; Nonato, Luis Gustavo

    Source: IEEE Access. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, REPRESENTAÇÃO

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

    • ABNT

      ORTIGOSSA, Evandro Scudeleti e GONÇALVES, Thales e NONATO, Luis Gustavo. Explainable artificial intelligence (XAI): from theory to methods and applications. IEEE Access, v. 12, p. 80799-80846, 2024Tradução . . Disponível em: https://doi.org/10.1109/ACCESS.2024.3409843. Acesso em: 15 maio 2025.

    • APA

      Ortigossa, E. S., Gonçalves, T., & Nonato, L. G. (2024). Explainable artificial intelligence (XAI): from theory to methods and applications. IEEE Access, 12, 80799-80846. doi:10.1109/ACCESS.2024.3409843

    • NLM

      Ortigossa ES, Gonçalves T, Nonato LG. Explainable artificial intelligence (XAI): from theory to methods and applications [Internet]. IEEE Access. 2024 ; 12 80799-80846.[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/ACCESS.2024.3409843

    • Vancouver

      Ortigossa ES, Gonçalves T, Nonato LG. Explainable artificial intelligence (XAI): from theory to methods and applications [Internet]. IEEE Access. 2024 ; 12 80799-80846.[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/ACCESS.2024.3409843

  • Trabalho de evento

    A visual methodology to assess spatial graph vertex ordering algorithms (2024)

    Salinas, Karelia Alexandra Vilca ; Barella, Victor Hugo ; Vieira, Thales ; Nonato, Luis Gustavo

    Source: Anais. Conference titles: Conference on Graphics, Patterns and Images - SIBGRAPI. Unidade: ICMC

    Subjects: GRAFOLOGIA, ALGORITMOS, VISUALIZAÇÃO, ESPAÇO URBANO, ANÁLISE DE DADOS

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

    • ABNT

      SALINAS, Karelia Alexandra Vilca et al. A visual methodology to assess spatial graph vertex ordering algorithms. 2024, Anais.. Piscataway: IEEE, 2024. Disponível em: https://doi.org/10.1109/SIBGRAPI62404.2024.10716318. Acesso em: 15 maio 2025.

    • APA

      Salinas, K. A. V., Barella, V. H., Vieira, T., & Nonato, L. G. (2024). A visual methodology to assess spatial graph vertex ordering algorithms. In Anais. Piscataway: IEEE. doi:10.1109/SIBGRAPI62404.2024.10716318

    • NLM

      Salinas KAV, Barella VH, Vieira T, Nonato LG. A visual methodology to assess spatial graph vertex ordering algorithms [Internet]. Anais. 2024 ;[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/SIBGRAPI62404.2024.10716318

    • Vancouver

      Salinas KAV, Barella VH, Vieira T, Nonato LG. A visual methodology to assess spatial graph vertex ordering algorithms [Internet]. Anais. 2024 ;[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/SIBGRAPI62404.2024.10716318

  • Trabalho de evento-anais periodico

    Exploring the relationship between feature attribution methods and model performance (2024)

    Silva, Priscylla; Silva, Claudio; Nonato, Luis Gustavo

    Source: Proceedings of Machine Learning Research. Conference titles: Annual AAAI Conference on Artificial Intelligence. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, APRENDIZAGEM PROFUNDA, ANÁLISE DE DESEMPENHO, EDUCAÇÃO

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

    • ABNT

      SILVA, Priscylla e SILVA, Claudio e NONATO, Luis Gustavo. Exploring the relationship between feature attribution methods and model performance. Proceedings of Machine Learning Research. Vancouver: AAAI. Disponível em: https://proceedings.mlr.press/v257/silva24a.html. Acesso em: 15 maio 2025. , 2024

    • APA

      Silva, P., Silva, C., & Nonato, L. G. (2024). Exploring the relationship between feature attribution methods and model performance. Proceedings of Machine Learning Research. Vancouver: AAAI. Recuperado de https://proceedings.mlr.press/v257/silva24a.html

    • NLM

      Silva P, Silva C, Nonato LG. Exploring the relationship between feature attribution methods and model performance [Internet]. Proceedings of Machine Learning Research. 2024 ; 257 29-38.[citado 2025 maio 15 ] Available from: https://proceedings.mlr.press/v257/silva24a.html

    • Vancouver

      Silva P, Silva C, Nonato LG. Exploring the relationship between feature attribution methods and model performance [Internet]. Proceedings of Machine Learning Research. 2024 ; 257 29-38.[citado 2025 maio 15 ] Available from: https://proceedings.mlr.press/v257/silva24a.html

  • Tese (Doutorado)

    T-Explainer: uma abordagem para a explicabilidade em Aprendizado de Máquina baseada em gradientes (2024)

    Ortigossa, Evandro Scudeleti ; Nonato, Luis Gustavo (Orientador)

    Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, SÉRIES DE TAYLOR

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

    • ABNT

      ORTIGOSSA, Evandro Scudeleti. T-Explainer: uma abordagem para a explicabilidade em Aprendizado de Máquina baseada em gradientes. 2024. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-171752/. Acesso em: 15 maio 2025.

    • APA

      Ortigossa, E. S. (2024). T-Explainer: uma abordagem para a explicabilidade em Aprendizado de Máquina baseada em gradientes (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-171752/

    • NLM

      Ortigossa ES. T-Explainer: uma abordagem para a explicabilidade em Aprendizado de Máquina baseada em gradientes [Internet]. 2024 ;[citado 2025 maio 15 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-171752/

    • Vancouver

      Ortigossa ES. T-Explainer: uma abordagem para a explicabilidade em Aprendizado de Máquina baseada em gradientes [Internet]. 2024 ;[citado 2025 maio 15 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-171752/

  • Artigo de periodico

    MOUNTAINEER: topology-driven visual analytics for comparing local explanations (2024)

    Solunke, Parikshit ; Guardieiro, Vitoria ; Rulff, João ; Chan, Gromit Yeuk-Yin ; Barr, Brian ; Nonato, Luis Gustavo ; Silva, Claudio

    Source: IEEE Transactions on Visualization and Computer Graphics. Unidade: ICMC

    Subjects: MODELAGEM DE DADOS, APRENDIZADO COMPUTACIONAL, ESTATÍSTICA, SIMULAÇÃO, TOPOLOGIA

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

    • ABNT

      SOLUNKE, Parikshit et al. MOUNTAINEER: topology-driven visual analytics for comparing local explanations. IEEE Transactions on Visualization and Computer Graphics, v. 30, n. 12, p. 7763-7775, 2024Tradução . . Disponível em: https://doi.org/10.1109/TVCG.2024.3418653. Acesso em: 15 maio 2025.

    • APA

      Solunke, P., Guardieiro, V., Rulff, J., Chan, G. Y. -Y., Barr, B., Nonato, L. G., & Silva, C. (2024). MOUNTAINEER: topology-driven visual analytics for comparing local explanations. IEEE Transactions on Visualization and Computer Graphics, 30( 12), 7763-7775. doi:10.1109/TVCG.2024.3418653

    • NLM

      Solunke P, Guardieiro V, Rulff J, Chan GY-Y, Barr B, Nonato LG, Silva C. MOUNTAINEER: topology-driven visual analytics for comparing local explanations [Internet]. IEEE Transactions on Visualization and Computer Graphics. 2024 ; 30( 12): 7763-7775.[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/TVCG.2024.3418653

    • Vancouver

      Solunke P, Guardieiro V, Rulff J, Chan GY-Y, Barr B, Nonato LG, Silva C. MOUNTAINEER: topology-driven visual analytics for comparing local explanations [Internet]. IEEE Transactions on Visualization and Computer Graphics. 2024 ; 30( 12): 7763-7775.[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/TVCG.2024.3418653

  • Trabalho de evento

    Space-time urban explorer: a visual tool for exploring spatiotemporal crime and patrolling data (2024)

    Santos, Tiago Paulino; Souza, João Matheus Siqueira ; Vieira, Thales ; Nonato, Luis Gustavo

    Source: Anais. Conference titles: Conference on Graphics, Patterns and Images - SIBGRAPI. Unidade: ICMC

    Subjects: MINERAÇÃO DE DADOS, TOMADA DE DECISÃO, VISUALIZAÇÃO, SEGURANÇA PÚBLICA

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

    • ABNT

      SANTOS, Tiago Paulino et al. Space-time urban explorer: a visual tool for exploring spatiotemporal crime and patrolling data. 2024, Anais.. Piscataway: IEEE, 2024. Disponível em: https://doi.org/10.1109/SIBGRAPI62404.2024.10716319. Acesso em: 15 maio 2025.

    • APA

      Santos, T. P., Souza, J. M. S., Vieira, T., & Nonato, L. G. (2024). Space-time urban explorer: a visual tool for exploring spatiotemporal crime and patrolling data. In Anais. Piscataway: IEEE. doi:10.1109/SIBGRAPI62404.2024.10716319

    • NLM

      Santos TP, Souza JMS, Vieira T, Nonato LG. Space-time urban explorer: a visual tool for exploring spatiotemporal crime and patrolling data [Internet]. Anais. 2024 ;[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/SIBGRAPI62404.2024.10716319

    • Vancouver

      Santos TP, Souza JMS, Vieira T, Nonato LG. Space-time urban explorer: a visual tool for exploring spatiotemporal crime and patrolling data [Internet]. Anais. 2024 ;[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/SIBGRAPI62404.2024.10716319

  • Dissertação (Mestrado)

    Scalable Losses in Session-based Recommendation Systems with Deep Learning Architectures (2023)

    Veiga, Tobias Mesquita Silva da; Nonato, Luis Gustavo (Orientador)

    Unidade: ICMC

    Subjects: REDES NEURAIS, SISTEMAS DE RECOMENDAÇÃO, COMPUTAÇÃO GRÁFICA

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

    • ABNT

      VEIGA, Tobias Mesquita Silva da. Scalable Losses in Session-based Recommendation Systems with Deep Learning Architectures. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03072023-135346/. Acesso em: 15 maio 2025.

    • APA

      Veiga, T. M. S. da. (2023). Scalable Losses in Session-based Recommendation Systems with Deep Learning Architectures (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03072023-135346/

    • NLM

      Veiga TMS da. Scalable Losses in Session-based Recommendation Systems with Deep Learning Architectures [Internet]. 2023 ;[citado 2025 maio 15 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03072023-135346/

    • Vancouver

      Veiga TMS da. Scalable Losses in Session-based Recommendation Systems with Deep Learning Architectures [Internet]. 2023 ;[citado 2025 maio 15 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03072023-135346/

  • Artigo de periodico

    Calibrate: interactive analysis of probabilistic model output (2023)

    Xenopoulos, Peter ; Rulff, João; Nonato, Luis Gustavo ; Barr, Brian; Silva, Claudio

    Source: IEEE Transactions on Visualization and Computer Graphics. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, VISUALIZAÇÃO, MODELOS PARA PROCESSOS ESTOCÁSTICOS

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

    • ABNT

      XENOPOULOS, Peter et al. Calibrate: interactive analysis of probabilistic model output. IEEE Transactions on Visualization and Computer Graphics, v. 29, n. Ja 2023, p. 853-863, 2023Tradução . . Disponível em: https://doi.org/10.1109/TVCG.2022.3209489. Acesso em: 15 maio 2025.

    • APA

      Xenopoulos, P., Rulff, J., Nonato, L. G., Barr, B., & Silva, C. (2023). Calibrate: interactive analysis of probabilistic model output. IEEE Transactions on Visualization and Computer Graphics, 29( Ja 2023), 853-863. doi:10.1109/TVCG.2022.3209489

    • NLM

      Xenopoulos P, Rulff J, Nonato LG, Barr B, Silva C. Calibrate: interactive analysis of probabilistic model output [Internet]. IEEE Transactions on Visualization and Computer Graphics. 2023 ; 29( Ja 2023): 853-863.[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/TVCG.2022.3209489

    • Vancouver

      Xenopoulos P, Rulff J, Nonato LG, Barr B, Silva C. Calibrate: interactive analysis of probabilistic model output [Internet]. IEEE Transactions on Visualization and Computer Graphics. 2023 ; 29( Ja 2023): 853-863.[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/TVCG.2022.3209489

  • Artigo de periodico

    LegalVis: exploring and inferring precedent citations in legal documents (2023)

    Domingues, Lucas Emanuel Resck ; Ponciano, Jean Roberto ; Poco, Jorge ; Nonato, Luis Gustavo

    Source: IEEE Transactions on Visualization and Computer Graphics. Unidade: ICMC

    Subjects: PROCESSAMENTO DE LINGUAGEM NATURAL, VISUALIZAÇÃO, SISTEMA JUDICIÁRIO

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

    • ABNT

      DOMINGUES, Lucas Emanuel Resck et al. LegalVis: exploring and inferring precedent citations in legal documents. IEEE Transactions on Visualization and Computer Graphics, v. 29, n. 6, p. 3105-3120, 2023Tradução . . Disponível em: https://doi.org/10.1109/TVCG.2022.3152450. Acesso em: 15 maio 2025.

    • APA

      Domingues, L. E. R., Ponciano, J. R., Poco, J., & Nonato, L. G. (2023). LegalVis: exploring and inferring precedent citations in legal documents. IEEE Transactions on Visualization and Computer Graphics, 29( 6), 3105-3120. doi:10.1109/TVCG.2022.3152450

    • NLM

      Domingues LER, Ponciano JR, Poco J, Nonato LG. LegalVis: exploring and inferring precedent citations in legal documents [Internet]. IEEE Transactions on Visualization and Computer Graphics. 2023 ; 29( 6): 3105-3120.[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/TVCG.2022.3152450

    • Vancouver

      Domingues LER, Ponciano JR, Poco J, Nonato LG. LegalVis: exploring and inferring precedent citations in legal documents [Internet]. IEEE Transactions on Visualization and Computer Graphics. 2023 ; 29( 6): 3105-3120.[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/TVCG.2022.3152450

  • Artigo de periodico

    Employing auto-machine learning algorithms for predicting the cold filter plugging and kinematic viscosity at 40 ºC in biodiesel blends using vibrational spectroscopy data (2023)

    Luna, Aderval Severino ; Torres, Alexandre Rodrigues ; Cunha, Camilla Lima ; Lima, Igor Conrado Alves de; Nonato, Luis Gustavo

    Source: Brazilian Journal of Analytical Chemistry. Unidade: ICMC

    Subjects: BIOCOMBUSTÍVEIS, ALGORITMOS, APRENDIZADO COMPUTACIONAL

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

    • ABNT

      LUNA, Aderval Severino et al. Employing auto-machine learning algorithms for predicting the cold filter plugging and kinematic viscosity at 40 ºC in biodiesel blends using vibrational spectroscopy data. Brazilian Journal of Analytical Chemistry, v. 10, n. 39, p. 52-69, 2023Tradução . . Disponível em: https://doi.org/10.30744/brjac.2179-3425.AR-30-2022. Acesso em: 15 maio 2025.

    • APA

      Luna, A. S., Torres, A. R., Cunha, C. L., Lima, I. C. A. de, & Nonato, L. G. (2023). Employing auto-machine learning algorithms for predicting the cold filter plugging and kinematic viscosity at 40 ºC in biodiesel blends using vibrational spectroscopy data. Brazilian Journal of Analytical Chemistry, 10( 39), 52-69. doi:10.30744/brjac.2179-3425.AR-30-2022

    • NLM

      Luna AS, Torres AR, Cunha CL, Lima ICA de, Nonato LG. Employing auto-machine learning algorithms for predicting the cold filter plugging and kinematic viscosity at 40 ºC in biodiesel blends using vibrational spectroscopy data [Internet]. Brazilian Journal of Analytical Chemistry. 2023 ; 10( 39): 52-69.[citado 2025 maio 15 ] Available from: https://doi.org/10.30744/brjac.2179-3425.AR-30-2022

    • Vancouver

      Luna AS, Torres AR, Cunha CL, Lima ICA de, Nonato LG. Employing auto-machine learning algorithms for predicting the cold filter plugging and kinematic viscosity at 40 ºC in biodiesel blends using vibrational spectroscopy data [Internet]. Brazilian Journal of Analytical Chemistry. 2023 ; 10( 39): 52-69.[citado 2025 maio 15 ] Available from: https://doi.org/10.30744/brjac.2179-3425.AR-30-2022

  • Trabalho de evento

    Crime prediction models in the metropolitan area of São Paulo - Brazil (2023)

    Zhao, Wellington Yuanhe; Nonato, Luis Gustavo ; Russo, Cibele Maria

    Source: Proceedings. Conference titles: International Workshop on Statistical Modelling. Unidades: ICMC, Interinstitucional de Pós-Graduação em Estatística

    Subjects: SÃO PAULO (SP), CRIMINALIDADE, PREDIÇÃO, REDES NEURAIS

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

    • ABNT

      ZHAO, Wellington Yuanhe e NONATO, Luis Gustavo e RUSSO, Cibele Maria. Crime prediction models in the metropolitan area of São Paulo - Brazil. 2023, Anais.. Dortmund: TU Dortmund University, 2023. Disponível em: https://iwsm2023.statistik.tu-dortmund.de. Acesso em: 15 maio 2025.

    • APA

      Zhao, W. Y., Nonato, L. G., & Russo, C. M. (2023). Crime prediction models in the metropolitan area of São Paulo - Brazil. In Proceedings. Dortmund: TU Dortmund University. Recuperado de https://iwsm2023.statistik.tu-dortmund.de

    • NLM

      Zhao WY, Nonato LG, Russo CM. Crime prediction models in the metropolitan area of São Paulo - Brazil [Internet]. Proceedings. 2023 ;[citado 2025 maio 15 ] Available from: https://iwsm2023.statistik.tu-dortmund.de

    • Vancouver

      Zhao WY, Nonato LG, Russo CM. Crime prediction models in the metropolitan area of São Paulo - Brazil [Internet]. Proceedings. 2023 ;[citado 2025 maio 15 ] Available from: https://iwsm2023.statistik.tu-dortmund.de

  • Mestrado Profissionalizante

    Sistemas de recomendação para priorização de tarefas realizadas por representantes de negócio (2023)

    Barbosa, Bernardo Mota; Nonato, Luis Gustavo (Orientador)

    Unidade: ICMC

    Subjects: SISTEMAS DE RECOMENDAÇÃO, VENDAS, ANUNCIANTES, VENDAS E VENDEDORES

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

    • ABNT

      BARBOSA, Bernardo Mota. Sistemas de recomendação para priorização de tarefas realizadas por representantes de negócio. 2023. Mestrado Profissionalizante – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-28082023-125240/. Acesso em: 15 maio 2025.

    • APA

      Barbosa, B. M. (2023). Sistemas de recomendação para priorização de tarefas realizadas por representantes de negócio (Mestrado Profissionalizante). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55137/tde-28082023-125240/

    • NLM

      Barbosa BM. Sistemas de recomendação para priorização de tarefas realizadas por representantes de negócio [Internet]. 2023 ;[citado 2025 maio 15 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-28082023-125240/

    • Vancouver

      Barbosa BM. Sistemas de recomendação para priorização de tarefas realizadas por representantes de negócio [Internet]. 2023 ;[citado 2025 maio 15 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-28082023-125240/

  • Trabalho de evento-resumo

    Spatial autoregressive (SAR) modelling of crimes in the state of São Paulo (2022)

    Zhao, Wellington Yuanhe; Nonato, Luis Gustavo ; Russo, Cibele Maria

    Source: Livro de Resumos. Conference titles: Simpósio Nacional de Probabilidade e Estatística - SINAPE. Unidades: ICMC, Interinstitucional de Pós-Graduação em Estatística

    Subjects: CRIME, SEGURANÇA PÚBLICA, PYTHON, SÃO PAULO

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

    • ABNT

      ZHAO, Wellington Yuanhe e NONATO, Luis Gustavo e RUSSO, Cibele Maria. Spatial autoregressive (SAR) modelling of crimes in the state of São Paulo. 2022, Anais.. ABE: São Paulo, 2022. Disponível em: https://sinape2022.eventize.com.br. Acesso em: 15 maio 2025.

    • APA

      Zhao, W. Y., Nonato, L. G., & Russo, C. M. (2022). Spatial autoregressive (SAR) modelling of crimes in the state of São Paulo. In Livro de Resumos. ABE: São Paulo. Recuperado de https://sinape2022.eventize.com.br

    • NLM

      Zhao WY, Nonato LG, Russo CM. Spatial autoregressive (SAR) modelling of crimes in the state of São Paulo [Internet]. Livro de Resumos. 2022 ;[citado 2025 maio 15 ] Available from: https://sinape2022.eventize.com.br

    • Vancouver

      Zhao WY, Nonato LG, Russo CM. Spatial autoregressive (SAR) modelling of crimes in the state of São Paulo [Internet]. Livro de Resumos. 2022 ;[citado 2025 maio 15 ] Available from: https://sinape2022.eventize.com.br

  • Artigo de periodico

    SUBPLEX: a Visual analytics approach to understand local model explanations at the subpopulation level (2022)

    Yuan, Jun ; Chan, Gromit Yeuk-Yin ; Barr, Brian; Overton, Kyle; Rees, Kim; Nonato, Luis Gustavo ; Bertini, Enrico ; Silva, Claudio Teixeira

    Source: IEEE Computer Graphics and Applications. Unidade: ICMC

    Subjects: CLUSTERS, VISUALIZAÇÃO, APRENDIZADO COMPUTACIONAL

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

    • ABNT

      YUAN, Jun et al. SUBPLEX: a Visual analytics approach to understand local model explanations at the subpopulation level. IEEE Computer Graphics and Applications, v. 42, n. 6, p. 24-36, 2022Tradução . . Disponível em: https://doi.org/10.1109/MCG.2022.3199727. Acesso em: 15 maio 2025.

    • APA

      Yuan, J., Chan, G. Y. -Y., Barr, B., Overton, K., Rees, K., Nonato, L. G., et al. (2022). SUBPLEX: a Visual analytics approach to understand local model explanations at the subpopulation level. IEEE Computer Graphics and Applications, 42( 6), 24-36. doi:10.1109/MCG.2022.3199727

    • NLM

      Yuan J, Chan GY-Y, Barr B, Overton K, Rees K, Nonato LG, Bertini E, Silva CT. SUBPLEX: a Visual analytics approach to understand local model explanations at the subpopulation level [Internet]. IEEE Computer Graphics and Applications. 2022 ; 42( 6): 24-36.[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/MCG.2022.3199727

    • Vancouver

      Yuan J, Chan GY-Y, Barr B, Overton K, Rees K, Nonato LG, Bertini E, Silva CT. SUBPLEX: a Visual analytics approach to understand local model explanations at the subpopulation level [Internet]. IEEE Computer Graphics and Applications. 2022 ; 42( 6): 24-36.[citado 2025 maio 15 ] Available from: https://doi.org/10.1109/MCG.2022.3199727

1 - 20 (269 records)

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2025