ReP USP - Resultado da busca

Trabalho de evento
Justiça em modelos de apoio a processos de tomada de decisão com uso de aprendizado federado (2024)
Carmo, Êrica Peters do ; Traina, Agma Juci Machado ; Traina Junior, Caetano
Source: Anais. Conference titles: Simpósio Brasileiro de Bancos de Dados - SBBD. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, BANCO DE DADOS, SISTEMAS COMPUTADORIZADOS DE REGISTROS MÉDICOS, DISCRIMINAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CARMO, Êrica Peters do e TRAINA, Agma Juci Machado e TRAINA JUNIOR, Caetano. Justiça em modelos de apoio a processos de tomada de decisão com uso de aprendizado federado. 2024, Anais.. Porto Alegre: SBC, 2024. Disponível em: https://doi.org/10.5753/sbbd.2024.243139. Acesso em: 19 nov. 2024.
APA
Carmo, Ê. P. do, Traina, A. J. M., & Traina Junior, C. (2024). Justiça em modelos de apoio a processos de tomada de decisão com uso de aprendizado federado. In Anais. Porto Alegre: SBC. doi:10.5753/sbbd.2024.243139
NLM
Carmo ÊP do, Traina AJM, Traina Junior C. Justiça em modelos de apoio a processos de tomada de decisão com uso de aprendizado federado [Internet]. Anais. 2024 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.5753/sbbd.2024.243139
Vancouver
Carmo ÊP do, Traina AJM, Traina Junior C. Justiça em modelos de apoio a processos de tomada de decisão com uso de aprendizado federado [Internet]. Anais. 2024 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.5753/sbbd.2024.243139
Artigo de periodico
Security and privacy in machine learning for health systems: strategies and challenges (2023)
Aguiar, Erikson Júlio de ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Yearbook of Medical Informatics. Unidade: ICMC
Subjects: SISTEMAS COMPUTADORIZADOS DE REGISTROS MÉDICOS, APRENDIZADO COMPUTACIONAL, DIAGNÓSTICO POR IMAGEM, DIAGNÓSTICO POR COMPUTADOR, SEGURANÇA DE SOFTWARE, PRIVACIDADE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
AGUIAR, Erikson Júlio de e TRAINA JUNIOR, Caetano e TRAINA, Agma Juci Machado. Security and privacy in machine learning for health systems: strategies and challenges. Yearbook of Medical Informatics, v. 32, n. 1, p. 269-281, 2023Tradução . . Disponível em: https://doi.org/10.1055/s-0043-1768731. Acesso em: 19 nov. 2024.
APA
Aguiar, E. J. de, Traina Junior, C., & Traina, A. J. M. (2023). Security and privacy in machine learning for health systems: strategies and challenges. Yearbook of Medical Informatics, 32( 1), 269-281. doi:10.1055/s-0043-1768731
NLM
Aguiar EJ de, Traina Junior C, Traina AJM. Security and privacy in machine learning for health systems: strategies and challenges [Internet]. Yearbook of Medical Informatics. 2023 ; 32( 1): 269-281.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1055/s-0043-1768731
Vancouver
Aguiar EJ de, Traina Junior C, Traina AJM. Security and privacy in machine learning for health systems: strategies and challenges [Internet]. Yearbook of Medical Informatics. 2023 ; 32( 1): 269-281.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1055/s-0043-1768731
Trabalho de evento
Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings (2023)
Aguiar, Erikson Júlio de ; Costa, Márcus Vinícius Lobo ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Proceedings. Conference titles: International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
AGUIAR, Erikson Júlio de et al. Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings. 2023, Anais.. Los Alamitos: IEEE, 2023. Disponível em: https://doi.org/10.1109/CBMS58004.2023.00184. Acesso em: 19 nov. 2024.
APA
Aguiar, E. J. de, Costa, M. V. L., Traina Junior, C., & Traina, A. J. M. (2023). Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS58004.2023.00184
NLM
Aguiar EJ de, Costa MVL, Traina Junior C, Traina AJM. Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings [Internet]. Proceedings. 2023 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00184
Vancouver
Aguiar EJ de, Costa MVL, Traina Junior C, Traina AJM. Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings [Internet]. Proceedings. 2023 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00184
Trabalho de evento
A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model (2023)
Costa, Márcus Vinícius Lobo ; Aguiar, Erikson Júlio de ; Rodrigues, Lucas Santiago ; Ramos, Jonathan da Silva ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Proceedings. Conference titles: International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE, COVID-19
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COSTA, Márcus Vinícius Lobo et al. A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model. 2023, Anais.. Los Alamitos: IEEE, 2023. Disponível em: https://doi.org/10.1109/CBMS58004.2023.00272. Acesso em: 19 nov. 2024.
APA
Costa, M. V. L., Aguiar, E. J. de, Rodrigues, L. S., Ramos, J. da S., Traina Junior, C., & Traina, A. J. M. (2023). A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS58004.2023.00272
NLM
Costa MVL, Aguiar EJ de, Rodrigues LS, Ramos J da S, Traina Junior C, Traina AJM. A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model [Internet]. Proceedings. 2023 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00272
Vancouver
Costa MVL, Aguiar EJ de, Rodrigues LS, Ramos J da S, Traina Junior C, Traina AJM. A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model [Internet]. Proceedings. 2023 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00272
Trabalho de evento
Analysis of vertebrae without fracture on spine MRI to assess bone fragility: a comparison of traditional machine learning and deep learning (2022)
Ramos, Jonathan da Silva ; Aguiar, Erikson Júlio de ; Belizario, Ivar Vargas ; Costa, Márcus Vinícius Lobo ; Maciel, Jamilly Gomes; Cazzolato, Mirela Teixeira ; Traina Junior, Caetano ; Nogueira-Barbosa, Marcello Henrique ; Traina, Agma Juci Machado
Source: Proceedings. Conference titles: International Symposium on Computer-Based Medical Systems - CBMS. Unidades: ICMC, FMRP
Subjects: APRENDIZADO COMPUTACIONAL, TECNOLOGIAS DA SAÚDE, RESSONÂNCIA MAGNÉTICA, DIAGNÓSTICO POR IMAGEM, OSTEOGÊNESE IMPERFEITA, COLUNA VERTEBRAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RAMOS, Jonathan da Silva et al. Analysis of vertebrae without fracture on spine MRI to assess bone fragility: a comparison of traditional machine learning and deep learning. 2022, Anais.. Los Alamitos: IEEE, 2022. Disponível em: https://doi.org/10.1109/CBMS55023.2022.00021. Acesso em: 19 nov. 2024.
APA
Ramos, J. da S., Aguiar, E. J. de, Belizario, I. V., Costa, M. V. L., Maciel, J. G., Cazzolato, M. T., et al. (2022). Analysis of vertebrae without fracture on spine MRI to assess bone fragility: a comparison of traditional machine learning and deep learning. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS55023.2022.00021
NLM
Ramos J da S, Aguiar EJ de, Belizario IV, Costa MVL, Maciel JG, Cazzolato MT, Traina Junior C, Nogueira-Barbosa MH, Traina AJM. Analysis of vertebrae without fracture on spine MRI to assess bone fragility: a comparison of traditional machine learning and deep learning [Internet]. Proceedings. 2022 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.1109/CBMS55023.2022.00021
Vancouver
Ramos J da S, Aguiar EJ de, Belizario IV, Costa MVL, Maciel JG, Cazzolato MT, Traina Junior C, Nogueira-Barbosa MH, Traina AJM. Analysis of vertebrae without fracture on spine MRI to assess bone fragility: a comparison of traditional machine learning and deep learning [Internet]. Proceedings. 2022 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.1109/CBMS55023.2022.00021
Trabalho de evento-anais periodico
Evaluation of the impact of physical adversarial attacks on deep learning models for classifying covid cases (2022)
Aguiar, Erikson Júlio de ; Marcomini, Karem Daiane ; Quirino, Felipe Antunes; Gutierrez, Marco Antonio ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Proceedings of SPIE. Conference titles: SPIE Medical Imaging. Unidades: EP, ICMC
Subjects: REDES NEURAIS, APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM, TECNOLOGIAS DA SAÚDE, RADIOGRAFIA, COVID-19
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
AGUIAR, Erikson Júlio de et al. Evaluation of the impact of physical adversarial attacks on deep learning models for classifying covid cases. Proceedings of SPIE. Bellingham: International Society for Optical Engineering - SPIE. Disponível em: https://doi.org/10.1117/12.2611199. Acesso em: 19 nov. 2024. , 2022
APA
Aguiar, E. J. de, Marcomini, K. D., Quirino, F. A., Gutierrez, M. A., Traina Junior, C., & Traina, A. J. M. (2022). Evaluation of the impact of physical adversarial attacks on deep learning models for classifying covid cases. Proceedings of SPIE. Bellingham: International Society for Optical Engineering - SPIE. doi:10.1117/12.2611199
NLM
Aguiar EJ de, Marcomini KD, Quirino FA, Gutierrez MA, Traina Junior C, Traina AJM. Evaluation of the impact of physical adversarial attacks on deep learning models for classifying covid cases [Internet]. Proceedings of SPIE. 2022 ; 12033 120332P-1-120332P-7.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1117/12.2611199
Vancouver
Aguiar EJ de, Marcomini KD, Quirino FA, Gutierrez MA, Traina Junior C, Traina AJM. Evaluation of the impact of physical adversarial attacks on deep learning models for classifying covid cases [Internet]. Proceedings of SPIE. 2022 ; 12033 120332P-1-120332P-7.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1117/12.2611199
Artigo de periodico
FeatSet+: visual features extracted from public image datasets (2022)
Cazzolato, Mirela Teixeira ; Scabora, Lucas de Carvalho ; Zabot, Guilherme Felipe ; Gutierrez, Marco Antonio ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Journal of Information and Data Management - JIDM. Unidades: EP, ICMC
Subjects: BANCO DE DADOS MULTIMÍDIA, APRENDIZADO COMPUTACIONAL, RECUPERAÇÃO DA INFORMAÇÃO, RECONHECIMENTO DE IMAGEM
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAZZOLATO, Mirela Teixeira et al. FeatSet+: visual features extracted from public image datasets. Journal of Information and Data Management - JIDM, v. 13, n. 1, p. 33-48, 2022Tradução . . Disponível em: https://doi.org/10.5753/jidm.2022.2328. Acesso em: 19 nov. 2024.
APA
Cazzolato, M. T., Scabora, L. de C., Zabot, G. F., Gutierrez, M. A., Traina Junior, C., & Traina, A. J. M. (2022). FeatSet+: visual features extracted from public image datasets. Journal of Information and Data Management - JIDM, 13( 1), 33-48. doi:10.5753/jidm.2022.2328
NLM
Cazzolato MT, Scabora L de C, Zabot GF, Gutierrez MA, Traina Junior C, Traina AJM. FeatSet+: visual features extracted from public image datasets [Internet]. Journal of Information and Data Management - JIDM. 2022 ; 13( 1): 33-48.[citado 2024 nov. 19 ] Available from: https://doi.org/10.5753/jidm.2022.2328
Vancouver
Cazzolato MT, Scabora L de C, Zabot GF, Gutierrez MA, Traina Junior C, Traina AJM. FeatSet+: visual features extracted from public image datasets [Internet]. Journal of Information and Data Management - JIDM. 2022 ; 13( 1): 33-48.[citado 2024 nov. 19 ] Available from: https://doi.org/10.5753/jidm.2022.2328
Trabalho de evento
BEAUT: a radiomic approach to identify potential lumbar fractures in magnetic resonance imaging (2021)
Ramos, Jonathan da Silva ; Maciel, Jamilly Gomes; Cazzolato, Mirela Teixeira ; Traina Junior, Caetano ; Nogueira-Barbosa, Marcello Henrique ; Traina, Agma Juci Machado
Source: Proceedings. Conference titles: International Symposium on Computer-Based Medical Systems - CBMS. Unidades: ICMC, FMRP
Subjects: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM, TECNOLOGIAS DA SAÚDE, RESSONÂNCIA MAGNÉTICA, DENSITOMETRIA ÓSSEA, OSTEOPOROSE, FRATURAS, VÉRTEBRAS LOMBARES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RAMOS, Jonathan da Silva et al. BEAUT: a radiomic approach to identify potential lumbar fractures in magnetic resonance imaging. 2021, Anais.. Los Alamitos: IEEE, 2021. Disponível em: https://doi.org/10.1109/CBMS52027.2021.00089. Acesso em: 19 nov. 2024.
APA
Ramos, J. da S., Maciel, J. G., Cazzolato, M. T., Traina Junior, C., Nogueira-Barbosa, M. H., & Traina, A. J. M. (2021). BEAUT: a radiomic approach to identify potential lumbar fractures in magnetic resonance imaging. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS52027.2021.00089
NLM
Ramos J da S, Maciel JG, Cazzolato MT, Traina Junior C, Nogueira-Barbosa MH, Traina AJM. BEAUT: a radiomic approach to identify potential lumbar fractures in magnetic resonance imaging [Internet]. Proceedings. 2021 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.1109/CBMS52027.2021.00089
Vancouver
Ramos J da S, Maciel JG, Cazzolato MT, Traina Junior C, Nogueira-Barbosa MH, Traina AJM. BEAUT: a radiomic approach to identify potential lumbar fractures in magnetic resonance imaging [Internet]. Proceedings. 2021 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.1109/CBMS52027.2021.00089
Trabalho de evento
Multilevel clustering explainer: an explainable approach to electronic health records (2021)
Clementino Jr, José Maria ; Faiçal, Bruno Squizato ; Bones, Christian Cesar ; Traina Junior, Caetano ; Gutierrez, Marco Antonio ; Traina, Agma Juci Machado
Source: Proceedings. Conference titles: International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, DESCOBERTA DE CONHECIMENTO, TECNOLOGIAS DA SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CLEMENTINO JR, José Maria et al. Multilevel clustering explainer: an explainable approach to electronic health records. 2021, Anais.. Los Alamitos: IEEE, 2021. Disponível em: https://doi.org/10.1109/CBMS52027.2021.00073. Acesso em: 19 nov. 2024.
APA
Clementino Jr, J. M., Faiçal, B. S., Bones, C. C., Traina Junior, C., Gutierrez, M. A., & Traina, A. J. M. (2021). Multilevel clustering explainer: an explainable approach to electronic health records. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS52027.2021.00073
NLM
Clementino Jr JM, Faiçal BS, Bones CC, Traina Junior C, Gutierrez MA, Traina AJM. Multilevel clustering explainer: an explainable approach to electronic health records [Internet]. Proceedings. 2021 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.1109/CBMS52027.2021.00073
Vancouver
Clementino Jr JM, Faiçal BS, Bones CC, Traina Junior C, Gutierrez MA, Traina AJM. Multilevel clustering explainer: an explainable approach to electronic health records [Internet]. Proceedings. 2021 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.1109/CBMS52027.2021.00073
Trabalho de evento
FeatSet: a compilation of visual features extracted from public image datasets (2021)
Cazzolato, Mirela Teixeira ; Scabora, Lucas de Carvalho ; Zabot, Guilherme Felipe ; Gutierrez, Marco Antonio ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Anais. Conference titles: Simpósio Brasileiro de Banco de Dados - SBBD. Unidades: EP, ICMC
Subjects: BANCO DE DADOS MULTIMÍDIA, APRENDIZADO COMPUTACIONAL, RECUPERAÇÃO DA INFORMAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAZZOLATO, Mirela Teixeira et al. FeatSet: a compilation of visual features extracted from public image datasets. 2021, Anais.. Porto Alegre: SBC, 2021. Disponível em: https://doi.org/10.5753/dsw.2021.17417. Acesso em: 19 nov. 2024.
APA
Cazzolato, M. T., Scabora, L. de C., Zabot, G. F., Gutierrez, M. A., Traina Junior, C., & Traina, A. J. M. (2021). FeatSet: a compilation of visual features extracted from public image datasets. In Anais. Porto Alegre: SBC. doi:10.5753/dsw.2021.17417
NLM
Cazzolato MT, Scabora L de C, Zabot GF, Gutierrez MA, Traina Junior C, Traina AJM. FeatSet: a compilation of visual features extracted from public image datasets [Internet]. Anais. 2021 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.5753/dsw.2021.17417
Vancouver
Cazzolato MT, Scabora L de C, Zabot GF, Gutierrez MA, Traina Junior C, Traina AJM. FeatSet: a compilation of visual features extracted from public image datasets [Internet]. Anais. 2021 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.5753/dsw.2021.17417
Artigo de periodico
A superpixel-driven deep learning approach for the analysis of dermatological wounds (2020)
Blanco, Gustavo; Traina, Agma Juci Machado ; Traina Junior, Caetano ; Azevedo-Marques, Paulo Mazzoncini de ; Jorge, Ana Elisa Serafim ; Oliveira, Daniel de; Bêdo, Marcos Vinícius Naves
Source: Computer Methods and Programs in Biomedicine. Unidades: ICMC, FMRP
Subjects: PROCESSAMENTO DE IMAGENS, APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM, ÚLCERA CUTÂNEA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BLANCO, Gustavo et al. A superpixel-driven deep learning approach for the analysis of dermatological wounds. Computer Methods and Programs in Biomedicine, v. 183, n. Ja 2020, p. 1-9, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.cmpb.2019.105079. Acesso em: 19 nov. 2024.
APA
Blanco, G., Traina, A. J. M., Traina Junior, C., Azevedo-Marques, P. M. de, Jorge, A. E. S., Oliveira, D. de, & Bêdo, M. V. N. (2020). A superpixel-driven deep learning approach for the analysis of dermatological wounds. Computer Methods and Programs in Biomedicine, 183( Ja 2020), 1-9. doi:10.1016/j.cmpb.2019.105079
NLM
Blanco G, Traina AJM, Traina Junior C, Azevedo-Marques PM de, Jorge AES, Oliveira D de, Bêdo MVN. A superpixel-driven deep learning approach for the analysis of dermatological wounds [Internet]. Computer Methods and Programs in Biomedicine. 2020 ; 183( Ja 2020): 1-9.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1016/j.cmpb.2019.105079
Vancouver
Blanco G, Traina AJM, Traina Junior C, Azevedo-Marques PM de, Jorge AES, Oliveira D de, Bêdo MVN. A superpixel-driven deep learning approach for the analysis of dermatological wounds [Internet]. Computer Methods and Programs in Biomedicine. 2020 ; 183( Ja 2020): 1-9.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1016/j.cmpb.2019.105079
Trabalho de evento
Caracterização topológica de redes viárias por meio da análise de vetores de características e técnicas de agrupamento (2018)
Spadon, Gabriel; Scabora, Lucas C; Nesso-Jr, Marcos R; Traina Junior, Caetano ; Rodrigues Junior, José Fernando
Source: Proceedings. Conference titles: Brazilian Symposium on Databases - SBBD. Unidade: ICMC
Subjects: REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL, TEORIA DOS GRAFOS, TRANSPORTE URBANO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SPADON, Gabriel et al. Caracterização topológica de redes viárias por meio da análise de vetores de características e técnicas de agrupamento. 2018, Anais.. Rio de Janeiro: SBC, 2018. Disponível em: http://sbbd.org.br/2018/wp-content/uploads/sites/5/2018/08/sbbd-proceedings-vol-01.pdf. Acesso em: 19 nov. 2024.
APA
Spadon, G., Scabora, L. C., Nesso-Jr, M. R., Traina Junior, C., & Rodrigues Junior, J. F. (2018). Caracterização topológica de redes viárias por meio da análise de vetores de características e técnicas de agrupamento. In Proceedings. Rio de Janeiro: SBC. Recuperado de http://sbbd.org.br/2018/wp-content/uploads/sites/5/2018/08/sbbd-proceedings-vol-01.pdf
NLM
Spadon G, Scabora LC, Nesso-Jr MR, Traina Junior C, Rodrigues Junior JF. Caracterização topológica de redes viárias por meio da análise de vetores de características e técnicas de agrupamento [Internet]. Proceedings. 2018 ;[citado 2024 nov. 19 ] Available from: http://sbbd.org.br/2018/wp-content/uploads/sites/5/2018/08/sbbd-proceedings-vol-01.pdf
Vancouver
Spadon G, Scabora LC, Nesso-Jr MR, Traina Junior C, Rodrigues Junior JF. Caracterização topológica de redes viárias por meio da análise de vetores de características e técnicas de agrupamento [Internet]. Proceedings. 2018 ;[citado 2024 nov. 19 ] Available from: http://sbbd.org.br/2018/wp-content/uploads/sites/5/2018/08/sbbd-proceedings-vol-01.pdf

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Date published

Subjects

Source title

Conference titles

Funding Agencies

Indexado em