Filtros : "Cherman, Everton Alvares" Removidos: "ESTHISART" "BATISTA, GUSTAVO ENRIQUE DE ALMEIDA PRADO ALVES" Limpar

Filtros



Refine with date range


  • Source: Brazilian Journal of Health Review. Unidade: EERP

    Subjects: ENFERMAGEM, SIMULAÇÃO, SEGURANÇA DO PACIENTE

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

      CHERMAN, Chris Mayara Tibes et al. Uso de simulação digital no Ensino Técnico de Enfermagem para prevenção de lesões por pressão. Brazilian Journal of Health Review, v. 3, n. 4, p. 9649-9666, 2020Tradução . . Disponível em: https://doi.org/10.34119/bjhrv3n4-200. Acesso em: 14 ago. 2024.
    • APA

      Cherman, C. M. T., Westin, U. M., Cherman, E. A., Zem-Mascarenhas, S. H., & Évora, Y. D. M. (2020). Uso de simulação digital no Ensino Técnico de Enfermagem para prevenção de lesões por pressão. Brazilian Journal of Health Review, 3( 4), 9649-9666. doi:10.34119/bjhrv3n4-200
    • NLM

      Cherman CMT, Westin UM, Cherman EA, Zem-Mascarenhas SH, Évora YDM. Uso de simulação digital no Ensino Técnico de Enfermagem para prevenção de lesões por pressão [Internet]. Brazilian Journal of Health Review. 2020 ; 3( 4): 9649-9666.[citado 2024 ago. 14 ] Available from: https://doi.org/10.34119/bjhrv3n4-200
    • Vancouver

      Cherman CMT, Westin UM, Cherman EA, Zem-Mascarenhas SH, Évora YDM. Uso de simulação digital no Ensino Técnico de Enfermagem para prevenção de lesões por pressão [Internet]. Brazilian Journal of Health Review. 2020 ; 3( 4): 9649-9666.[citado 2024 ago. 14 ] Available from: https://doi.org/10.34119/bjhrv3n4-200
  • Source: Evolving Systems. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, DESCOBERTA DE CONHECIMENTO

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

      CHERMAN, Everton Alvares et al. Multi-label active learning: key issues and a novel query strategy. Evolving Systems, v. 10, n. 1, p. 63-78, 2019Tradução . . Disponível em: https://doi.org/10.1007/s12530-017-9202-z. Acesso em: 14 ago. 2024.
    • APA

      Cherman, E. A., Papanikolaou, Y., Tsoumakas, G., & Monard, M. C. (2019). Multi-label active learning: key issues and a novel query strategy. Evolving Systems, 10( 1), 63-78. doi:10.1007/s12530-017-9202-z
    • NLM

      Cherman EA, Papanikolaou Y, Tsoumakas G, Monard MC. Multi-label active learning: key issues and a novel query strategy [Internet]. Evolving Systems. 2019 ; 10( 1): 63-78.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1007/s12530-017-9202-z
    • Vancouver

      Cherman EA, Papanikolaou Y, Tsoumakas G, Monard MC. Multi-label active learning: key issues and a novel query strategy [Internet]. Evolving Systems. 2019 ; 10( 1): 63-78.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1007/s12530-017-9202-z
  • Source: IFIP Advances in Information and Communication Technology. Conference titles: IFIP International Conference and Workshops on Artificial Intelligence Applications and Innovation - AIAI. 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

      CHERMAN, Everton Alvares e TSOUMAKAS, Grigorios e MONARD, Maria Carolina. Active learning algorithms for multi-label data. IFIP Advances in Information and Communication Technology. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-319-44944-9_23. Acesso em: 14 ago. 2024. , 2016
    • APA

      Cherman, E. A., Tsoumakas, G., & Monard, M. C. (2016). Active learning algorithms for multi-label data. IFIP Advances in Information and Communication Technology. Cham: Springer. doi:10.1007/978-3-319-44944-9_23
    • NLM

      Cherman EA, Tsoumakas G, Monard MC. Active learning algorithms for multi-label data [Internet]. IFIP Advances in Information and Communication Technology. 2016 ; 475 267-279.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1007/978-3-319-44944-9_23
    • Vancouver

      Cherman EA, Tsoumakas G, Monard MC. Active learning algorithms for multi-label data [Internet]. IFIP Advances in Information and Communication Technology. 2016 ; 475 267-279.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1007/978-3-319-44944-9_23
  • Source: Revista de Enfermagem UFPE OnLine. Unidade: EERP

    Subjects: INFORMÁTICA MÉDICA, DIAGNÓSTICO POR IMAGEM, COMPUTAÇÃO MÓVEL, ÚLCERA POR PRESSÃO, ALGORITMOS

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

      TIBES, Chris Mayara et al. Processamento de imagens em dispositivos móveis para classificar lesões por pressão. Revista de Enfermagem UFPE OnLine, v. 10, n. 11, p. 3840-3847, 2016Tradução . . Disponível em: https://doi.org/10.5205/reuol.9881-87554-1-EDSM1011201604. Acesso em: 14 ago. 2024.
    • APA

      Tibes, C. M., Cherman, E. A., Souza, V. M. A. de, Évora, Y. D. M., & Zem-Mascarenhas, S. H. (2016). Processamento de imagens em dispositivos móveis para classificar lesões por pressão. Revista de Enfermagem UFPE OnLine, 10( 11), 3840-3847. doi:10.5205/reuol.9881-87554-1-EDSM1011201604
    • NLM

      Tibes CM, Cherman EA, Souza VMA de, Évora YDM, Zem-Mascarenhas SH. Processamento de imagens em dispositivos móveis para classificar lesões por pressão [Internet]. Revista de Enfermagem UFPE OnLine. 2016 ; 10( 11): 3840-3847.[citado 2024 ago. 14 ] Available from: https://doi.org/10.5205/reuol.9881-87554-1-EDSM1011201604
    • Vancouver

      Tibes CM, Cherman EA, Souza VMA de, Évora YDM, Zem-Mascarenhas SH. Processamento de imagens em dispositivos móveis para classificar lesões por pressão [Internet]. Revista de Enfermagem UFPE OnLine. 2016 ; 10( 11): 3840-3847.[citado 2024 ago. 14 ] Available from: https://doi.org/10.5205/reuol.9881-87554-1-EDSM1011201604
  • Source: Journal of Intelligent and Robotic Systems. 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

      CHERMAN, Everton Alvares et al. Lazy multi-label learning algorithms based on mutuality strategies. Journal of Intelligent and Robotic Systems, v. 80, p. S261-S276, 2015Tradução . . Disponível em: https://doi.org/10.1007/s10846-014-0144-4. Acesso em: 14 ago. 2024.
    • APA

      Cherman, E. A., Spolaôr, N., Valverde-Rebaza, J., & Monard, M. C. (2015). Lazy multi-label learning algorithms based on mutuality strategies. Journal of Intelligent and Robotic Systems, 80, S261-S276. doi:10.1007/s10846-014-0144-4
    • NLM

      Cherman EA, Spolaôr N, Valverde-Rebaza J, Monard MC. Lazy multi-label learning algorithms based on mutuality strategies [Internet]. Journal of Intelligent and Robotic Systems. 2015 ; 80 S261-S276.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1007/s10846-014-0144-4
    • Vancouver

      Cherman EA, Spolaôr N, Valverde-Rebaza J, Monard MC. Lazy multi-label learning algorithms based on mutuality strategies [Internet]. Journal of Intelligent and Robotic Systems. 2015 ; 80 S261-S276.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1007/s10846-014-0144-4
  • Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, INTELIGÊNCIA ARTIFICIAL, MINERAÇÃO DE DADOS

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

      CHERMAN, Everton Alvares. Aprendizado de máquina multirrótulo: explorando a dependência de rótulos e o aprendizado ativo. 2014. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2014. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30042014-143953/. Acesso em: 14 ago. 2024.
    • APA

      Cherman, E. A. (2014). Aprendizado de máquina multirrótulo: explorando a dependência de rótulos e o aprendizado ativo (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30042014-143953/
    • NLM

      Cherman EA. Aprendizado de máquina multirrótulo: explorando a dependência de rótulos e o aprendizado ativo [Internet]. 2014 ;[citado 2024 ago. 14 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30042014-143953/
    • Vancouver

      Cherman EA. Aprendizado de máquina multirrótulo: explorando a dependência de rótulos e o aprendizado ativo [Internet]. 2014 ;[citado 2024 ago. 14 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30042014-143953/
  • Source: Electronic Notes in Theoretical Computer Science. Conference titles: Latin American Computing Conference - CLEI. 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

      TOMÁS, Jimena Torres et al. A framework to generate synthetic multi-label datasets. Electronic Notes in Theoretical Computer Science. Amsterdam: Elsevier. Disponível em: https://doi.org/10.1016/j.entcs.2014.01.025. Acesso em: 14 ago. 2024. , 2014
    • APA

      Tomás, J. T., Spolaôr, N., Cherman, E. A., & Monard, M. C. (2014). A framework to generate synthetic multi-label datasets. Electronic Notes in Theoretical Computer Science. Amsterdam: Elsevier. doi:10.1016/j.entcs.2014.01.025
    • NLM

      Tomás JT, Spolaôr N, Cherman EA, Monard MC. A framework to generate synthetic multi-label datasets [Internet]. Electronic Notes in Theoretical Computer Science. 2014 ; fe 2014 155-176.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1016/j.entcs.2014.01.025
    • Vancouver

      Tomás JT, Spolaôr N, Cherman EA, Monard MC. A framework to generate synthetic multi-label datasets [Internet]. Electronic Notes in Theoretical Computer Science. 2014 ; fe 2014 155-176.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1016/j.entcs.2014.01.025
  • Source: Proceedings. Conference titles: Latin American Computing Conference - CLEI. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, COMPUTAÇÃO GRÁFICA

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

      CARVALHO, Victor Augusto Moraes et al. A framework for multi-label exploratory data analysis: ML-EDA. 2014, Anais.. Red Hook: IEEE, 2014. Disponível em: https://doi.org/10.1109/CLEI.2014.6965166. Acesso em: 14 ago. 2024.
    • APA

      Carvalho, V. A. M., Spolaôr, N., Cherman, E. A., & Monard, M. C. (2014). A framework for multi-label exploratory data analysis: ML-EDA. In Proceedings. Red Hook: IEEE. doi:10.1109/CLEI.2014.6965166
    • NLM

      Carvalho VAM, Spolaôr N, Cherman EA, Monard MC. A framework for multi-label exploratory data analysis: ML-EDA [Internet]. Proceedings. 2014 ;[citado 2024 ago. 14 ] Available from: https://doi.org/10.1109/CLEI.2014.6965166
    • Vancouver

      Carvalho VAM, Spolaôr N, Cherman EA, Monard MC. A framework for multi-label exploratory data analysis: ML-EDA [Internet]. Proceedings. 2014 ;[citado 2024 ago. 14 ] Available from: https://doi.org/10.1109/CLEI.2014.6965166
  • Source: Proceedings. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. 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

      SPOLAÔR, Newton et al. ReliefF for multi-label feature selection. 2013, Anais.. Los Alamitos: Conference Publishing Services, 2013. Disponível em: https://doi.org/10.1109/BRACIS.2013.10. Acesso em: 14 ago. 2024.
    • APA

      Spolaôr, N., Cherman, E. A., Monard, M. C., & Lee, H. D. (2013). ReliefF for multi-label feature selection. In Proceedings. Los Alamitos: Conference Publishing Services. doi:10.1109/BRACIS.2013.10
    • NLM

      Spolaôr N, Cherman EA, Monard MC, Lee HD. ReliefF for multi-label feature selection [Internet]. Proceedings. 2013 ;[citado 2024 ago. 14 ] Available from: https://doi.org/10.1109/BRACIS.2013.10
    • Vancouver

      Spolaôr N, Cherman EA, Monard MC, Lee HD. ReliefF for multi-label feature selection [Internet]. Proceedings. 2013 ;[citado 2024 ago. 14 ] Available from: https://doi.org/10.1109/BRACIS.2013.10
  • Unidade: ICMC

    Assunto: INTELIGÊNCIA ARTIFICIAL

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

      TOMÁS, Jimena Torres et al. Projeto e implementação de um framework para a geração de conjunto de dados sintéticos para aprendizado multirrótulo. . São Carlos: ICMC-USP. Disponível em: http://www2.icmc.usp.br/~biblio/BIBLIOTECA/rel_tec/RT_391.pdf. Acesso em: 14 ago. 2024. , 2013
    • APA

      Tomás, J. T., Spolaôr, N., Cherman, E. A., & Monard, M. C. (2013). Projeto e implementação de um framework para a geração de conjunto de dados sintéticos para aprendizado multirrótulo. São Carlos: ICMC-USP. Recuperado de http://www2.icmc.usp.br/~biblio/BIBLIOTECA/rel_tec/RT_391.pdf
    • NLM

      Tomás JT, Spolaôr N, Cherman EA, Monard MC. Projeto e implementação de um framework para a geração de conjunto de dados sintéticos para aprendizado multirrótulo [Internet]. 2013 ;[citado 2024 ago. 14 ] Available from: http://www2.icmc.usp.br/~biblio/BIBLIOTECA/rel_tec/RT_391.pdf
    • Vancouver

      Tomás JT, Spolaôr N, Cherman EA, Monard MC. Projeto e implementação de um framework para a geração de conjunto de dados sintéticos para aprendizado multirrótulo [Internet]. 2013 ;[citado 2024 ago. 14 ] Available from: http://www2.icmc.usp.br/~biblio/BIBLIOTECA/rel_tec/RT_391.pdf
  • Source: Electronic Notes in Theoretical Computer Science. Conference titles: Latin American Conference in Informatics - CLEI. 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

      SPOLAÔR, Newton et al. A comparison of multi-label feature selection methods using the problem transformation approach. Electronic Notes in Theoretical Computer Science. Amsterdam: Elsevier. Disponível em: https://doi.org/10.1016/j.entcs.2013.02.010. Acesso em: 14 ago. 2024. , 2013
    • APA

      Spolaôr, N., Cherman, E. A., Monard, M. C., & Lee, H. D. (2013). A comparison of multi-label feature selection methods using the problem transformation approach. Electronic Notes in Theoretical Computer Science. Amsterdam: Elsevier. doi:10.1016/j.entcs.2013.02.010
    • NLM

      Spolaôr N, Cherman EA, Monard MC, Lee HD. A comparison of multi-label feature selection methods using the problem transformation approach [Internet]. Electronic Notes in Theoretical Computer Science. 2013 ; 292( 5): 135-151.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1016/j.entcs.2013.02.010
    • Vancouver

      Spolaôr N, Cherman EA, Monard MC, Lee HD. A comparison of multi-label feature selection methods using the problem transformation approach [Internet]. Electronic Notes in Theoretical Computer Science. 2013 ; 292( 5): 135-151.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1016/j.entcs.2013.02.010
  • Source: Anais. Conference titles: Brazilian Conference on Intelligent Systems. Unidade: ICMC

    Assunto: INTELIGÊNCIA ARTIFICIAL

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

      CHERMAN, Everton Alvares et al. Algoritmos de aprendizado baseado em grafos para classificação multirrótulo. 2013, Anais.. Porto Alegre: SBC, 2013. . Acesso em: 14 ago. 2024.
    • APA

      Cherman, E. A., Spolaôr, N., Valverde-Rebaza, J. C., & Monard, M. C. (2013). Algoritmos de aprendizado baseado em grafos para classificação multirrótulo. In Anais. Porto Alegre: SBC.
    • NLM

      Cherman EA, Spolaôr N, Valverde-Rebaza JC, Monard MC. Algoritmos de aprendizado baseado em grafos para classificação multirrótulo. Anais. 2013 ;[citado 2024 ago. 14 ]
    • Vancouver

      Cherman EA, Spolaôr N, Valverde-Rebaza JC, Monard MC. Algoritmos de aprendizado baseado em grafos para classificação multirrótulo. Anais. 2013 ;[citado 2024 ago. 14 ]
  • Unidade: ICMC

    Assunto: INTELIGÊNCIA ARTIFICIAL

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

      SPOLAÔR, Newton et al. A systematic review on experimental multi-label learning. . São Carlos: ICMC-USP. Disponível em: http://www2.icmc.usp.br/~biblio/BIBLIOTECA/rel_tec/RT_392.pdf. Acesso em: 14 ago. 2024. , 2013
    • APA

      Spolaôr, N., Cherman, E. A., Metz, J., & Monard, M. C. (2013). A systematic review on experimental multi-label learning. São Carlos: ICMC-USP. Recuperado de http://www2.icmc.usp.br/~biblio/BIBLIOTECA/rel_tec/RT_392.pdf
    • NLM

      Spolaôr N, Cherman EA, Metz J, Monard MC. A systematic review on experimental multi-label learning [Internet]. 2013 ;[citado 2024 ago. 14 ] Available from: http://www2.icmc.usp.br/~biblio/BIBLIOTECA/rel_tec/RT_392.pdf
    • Vancouver

      Spolaôr N, Cherman EA, Metz J, Monard MC. A systematic review on experimental multi-label learning [Internet]. 2013 ;[citado 2024 ago. 14 ] Available from: http://www2.icmc.usp.br/~biblio/BIBLIOTECA/rel_tec/RT_392.pdf
  • Source: Lecture Notes in Artificial Intelligence. Conference titles: Brazilian Symposium on Artificial Intelligence : Advances in Artificial Intelligence - SBIA. 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

      SPOLAÔR, Newton et al. Filter approach feature selection methods to support multi-label learning based on ReliefF and information gain. Lecture Notes in Artificial Intelligence. Berlin: Springer-Verlag. Disponível em: https://doi.org/10.1007/978-3-642-34459-6_8. Acesso em: 14 ago. 2024. , 2012
    • APA

      Spolaôr, N., Cherman, E. A., Monard, M. C., & Lee, H. D. (2012). Filter approach feature selection methods to support multi-label learning based on ReliefF and information gain. Lecture Notes in Artificial Intelligence. Berlin: Springer-Verlag. doi:10.1007/978-3-642-34459-6_8
    • NLM

      Spolaôr N, Cherman EA, Monard MC, Lee HD. Filter approach feature selection methods to support multi-label learning based on ReliefF and information gain [Internet]. Lecture Notes in Artificial Intelligence. 2012 ; 7589 72-81.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1007/978-3-642-34459-6_8
    • Vancouver

      Spolaôr N, Cherman EA, Monard MC, Lee HD. Filter approach feature selection methods to support multi-label learning based on ReliefF and information gain [Internet]. Lecture Notes in Artificial Intelligence. 2012 ; 7589 72-81.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1007/978-3-642-34459-6_8
  • Source: Proceedings. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC

    Assunto: INTELIGÊNCIA ARTIFICIAL

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

      REIS, Denis Moreira dos et al. Extensões do algoritmo de aprendizado de máquina multirrótulo BRkNN. 2012, Anais.. Porto Alegre: SBC, 2012. . Acesso em: 14 ago. 2024.
    • APA

      Reis, D. M. dos, Cherman, E. A., Spolaôr, N., & Monard, M. C. (2012). Extensões do algoritmo de aprendizado de máquina multirrótulo BRkNN. In Proceedings. Porto Alegre: SBC.
    • NLM

      Reis DM dos, Cherman EA, Spolaôr N, Monard MC. Extensões do algoritmo de aprendizado de máquina multirrótulo BRkNN. Proceedings. 2012 ;[citado 2024 ago. 14 ]
    • Vancouver

      Reis DM dos, Cherman EA, Spolaôr N, Monard MC. Extensões do algoritmo de aprendizado de máquina multirrótulo BRkNN. Proceedings. 2012 ;[citado 2024 ago. 14 ]
  • Source: Expert Systems with Applications. 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

      CHERMAN, Everton Alvares e METZ, Jean e MONARD, Maria Carolina. Incorporating label dependency into the binary relevance framework for multi-label classification. Expert Systems with Applications, v. fe 2012, n. 2, p. 1647-1655, 2012Tradução . . Disponível em: https://doi.org/10.1016/j.eswa.2011.06.056. Acesso em: 14 ago. 2024.
    • APA

      Cherman, E. A., Metz, J., & Monard, M. C. (2012). Incorporating label dependency into the binary relevance framework for multi-label classification. Expert Systems with Applications, fe 2012( 2), 1647-1655. doi:10.1016/j.eswa.2011.06.056
    • NLM

      Cherman EA, Metz J, Monard MC. Incorporating label dependency into the binary relevance framework for multi-label classification [Internet]. Expert Systems with Applications. 2012 ; fe 2012( 2): 1647-1655.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1016/j.eswa.2011.06.056
    • Vancouver

      Cherman EA, Metz J, Monard MC. Incorporating label dependency into the binary relevance framework for multi-label classification [Internet]. Expert Systems with Applications. 2012 ; fe 2012( 2): 1647-1655.[citado 2024 ago. 14 ] Available from: https://doi.org/10.1016/j.eswa.2011.06.056
  • Source: Anais. Conference titles: Conferencia Latinoamericana de Informática - CLEI. Unidade: ICMC

    Assunto: INTELIGÊNCIA ARTIFICIAL

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

      SPOLAÔR, Newton e CHERMAN, Everton Alvares e MONARD, Maria Carolina. Uso do ReliefF para seleção de atributos em dados multirrótulo. 2011, Anais.. Equador: Pontificia Universidad Católica del Ecuador, 2011. Disponível em: http://www.clei2011.ec/. Acesso em: 14 ago. 2024.
    • APA

      Spolaôr, N., Cherman, E. A., & Monard, M. C. (2011). Uso do ReliefF para seleção de atributos em dados multirrótulo. In Anais. Equador: Pontificia Universidad Católica del Ecuador. Recuperado de http://www.clei2011.ec/
    • NLM

      Spolaôr N, Cherman EA, Monard MC. Uso do ReliefF para seleção de atributos em dados multirrótulo [Internet]. Anais. 2011 ;[citado 2024 ago. 14 ] Available from: http://www.clei2011.ec/
    • Vancouver

      Spolaôr N, Cherman EA, Monard MC. Uso do ReliefF para seleção de atributos em dados multirrótulo [Internet]. Anais. 2011 ;[citado 2024 ago. 14 ] Available from: http://www.clei2011.ec/
  • Source: CLEI Electronic Journal. Unidade: ICMC

    Assunto: INTELIGÊNCIA ARTIFICIAL

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

      CHERMAN, Everton Alvares e MONARD, Maria Carolina e METZ, Jean. Multi-label problem transformation methods: a case study. CLEI Electronic Journal, v. 14, n. 1, p. 1-10, 2011Tradução . . Disponível em: http://www.clei.cl/cleiej/papers/v14i1p4.pdf. Acesso em: 14 ago. 2024.
    • APA

      Cherman, E. A., Monard, M. C., & Metz, J. (2011). Multi-label problem transformation methods: a case study. CLEI Electronic Journal, 14( 1), 1-10. Recuperado de http://www.clei.cl/cleiej/papers/v14i1p4.pdf
    • NLM

      Cherman EA, Monard MC, Metz J. Multi-label problem transformation methods: a case study [Internet]. CLEI Electronic Journal. 2011 ; 14( 1): 1-10.[citado 2024 ago. 14 ] Available from: http://www.clei.cl/cleiej/papers/v14i1p4.pdf
    • Vancouver

      Cherman EA, Monard MC, Metz J. Multi-label problem transformation methods: a case study [Internet]. CLEI Electronic Journal. 2011 ; 14( 1): 1-10.[citado 2024 ago. 14 ] Available from: http://www.clei.cl/cleiej/papers/v14i1p4.pdf
  • Source: Anais. Conference titles: Congresso da Sociedade Brasileira de Computação - CSBC. Unidade: ICMC

    Assunto: INTELIGÊNCIA ARTIFICIAL

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

      METZ, Jean et al. A study on the selection of local training sets for hierarchical classification tasks. 2011, Anais.. Porto Alegre: SBC, 2011. . Acesso em: 14 ago. 2024.
    • APA

      Metz, J., Freitas, A. A., Monard, M. C., & Cherman, E. A. (2011). A study on the selection of local training sets for hierarchical classification tasks. In Anais. Porto Alegre: SBC.
    • NLM

      Metz J, Freitas AA, Monard MC, Cherman EA. A study on the selection of local training sets for hierarchical classification tasks. Anais. 2011 ;[citado 2024 ago. 14 ]
    • Vancouver

      Metz J, Freitas AA, Monard MC, Cherman EA. A study on the selection of local training sets for hierarchical classification tasks. Anais. 2011 ;[citado 2024 ago. 14 ]
  • Source: Anais. Conference titles: Latin American Informatics Conference - CLEI. Unidade: ICMC

    Assunto: INTELIGÊNCIA ARTIFICIAL

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

      CHERMAN, Everton Alvares e MONARD, Maria Carolina e METZ, Jean. Métodos multirrótulo independentes de algoritmo: um estudo de caso. 2010, Anais.. Paraguai: Facultad Politécnica - U.N.A., 2010. . Acesso em: 14 ago. 2024.
    • APA

      Cherman, E. A., Monard, M. C., & Metz, J. (2010). Métodos multirrótulo independentes de algoritmo: um estudo de caso. In Anais. Paraguai: Facultad Politécnica - U.N.A.
    • NLM

      Cherman EA, Monard MC, Metz J. Métodos multirrótulo independentes de algoritmo: um estudo de caso. Anais. 2010 ;[citado 2024 ago. 14 ]
    • Vancouver

      Cherman EA, Monard MC, Metz J. Métodos multirrótulo independentes de algoritmo: um estudo de caso. Anais. 2010 ;[citado 2024 ago. 14 ]

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