ReP USP - Resultado da busca

Artigo de periodico
Multiclass classification of autism spectrum disorder, attention deficit hyperactivity disorder, and typically developed individuals using fMRI functional connectivity analysis (2024)
Alves, Caroline Lourenço ; Martinelli, Tiago; Sallum, Loriz Francisco ; Rodrigues, Francisco Aparecido ; Toutain, Thaise Graziele Lima de ; Porto, Joel Augusto Moura ; Thielemann, Christiane ; Aguiar, Patricia Maria de Carvalho ; Moeckel, Michael
Source: PLoS One. Unidades: ICMC, IFSC, INTER: ICMC -UFSCAR
Subjects: APRENDIZADO COMPUTACIONAL, RESSONÂNCIA MAGNÉTICA, BENCHMARKS, TRANSTORNO DO DEFICIT DE ATENÇÃO COM HIPERATIVIDADE, TRANSTORNO DO ESPECTRO AUTISTA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Caroline Lourenço et al. Multiclass classification of autism spectrum disorder, attention deficit hyperactivity disorder, and typically developed individuals using fMRI functional connectivity analysis. PLoS One, v. 19, n. 10, p. 1-35, 2024Tradução . . Disponível em: https://doi.org/10.1371/journal.pone.0305630. Acesso em: 19 nov. 2024.
APA
Alves, C. L., Martinelli, T., Sallum, L. F., Rodrigues, F. A., Toutain, T. G. L. de, Porto, J. A. M., et al. (2024). Multiclass classification of autism spectrum disorder, attention deficit hyperactivity disorder, and typically developed individuals using fMRI functional connectivity analysis. PLoS One, 19( 10), 1-35. doi:10.1371/journal.pone.0305630
NLM
Alves CL, Martinelli T, Sallum LF, Rodrigues FA, Toutain TGL de, Porto JAM, Thielemann C, Aguiar PM de C, Moeckel M. Multiclass classification of autism spectrum disorder, attention deficit hyperactivity disorder, and typically developed individuals using fMRI functional connectivity analysis [Internet]. PLoS One. 2024 ; 19( 10): 1-35.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1371/journal.pone.0305630
Vancouver
Alves CL, Martinelli T, Sallum LF, Rodrigues FA, Toutain TGL de, Porto JAM, Thielemann C, Aguiar PM de C, Moeckel M. Multiclass classification of autism spectrum disorder, attention deficit hyperactivity disorder, and typically developed individuals using fMRI functional connectivity analysis [Internet]. PLoS One. 2024 ; 19( 10): 1-35.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1371/journal.pone.0305630
Dissertação (Mestrado)
Predição de Medidas em Redes Complexas com Aprendizagem de Máquina (2024)
Negri, Juliano Decico; Rodrigues, Francisco Aparecido (Orientador)
Unidade: ICMC
Subjects: REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NEGRI, Juliano Decico. Predição de Medidas em Redes Complexas com Aprendizagem de Máquina. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09082024-135531/. Acesso em: 19 nov. 2024.
APA
Negri, J. D. (2024). Predição de Medidas em Redes Complexas com Aprendizagem de Máquina (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09082024-135531/
NLM
Negri JD. Predição de Medidas em Redes Complexas com Aprendizagem de Máquina [Internet]. 2024 ;[citado 2024 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09082024-135531/
Vancouver
Negri JD. Predição de Medidas em Redes Complexas com Aprendizagem de Máquina [Internet]. 2024 ;[citado 2024 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09082024-135531/
Artigo de periodico
Forecasting infectious diseases in Brazilian cities: integrating socio-economic and geographic data from related cities through a machine learning approach (2024)
Lober, Luiza ; Roster, Kirstin ; Rodrigues, Francisco Aparecido
Source: Chaos, Solitons and Fractals. Unidade: ICMC
Subjects: MODELAGEM DE EPIDEMIA, PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS), APRENDIZADO COMPUTACIONAL, CIDADES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LOBER, Luiza e ROSTER, Kirstin e RODRIGUES, Francisco Aparecido. Forecasting infectious diseases in Brazilian cities: integrating socio-economic and geographic data from related cities through a machine learning approach. Chaos, Solitons and Fractals, v. 187, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.chaos.2024.115417. Acesso em: 19 nov. 2024.
APA
Lober, L., Roster, K., & Rodrigues, F. A. (2024). Forecasting infectious diseases in Brazilian cities: integrating socio-economic and geographic data from related cities through a machine learning approach. Chaos, Solitons and Fractals, 187. doi:10.1016/j.chaos.2024.115417
NLM
Lober L, Roster K, Rodrigues FA. Forecasting infectious diseases in Brazilian cities: integrating socio-economic and geographic data from related cities through a machine learning approach [Internet]. Chaos, Solitons and Fractals. 2024 ; 187[citado 2024 nov. 19 ] Available from: https://doi.org/10.1016/j.chaos.2024.115417
Vancouver
Lober L, Roster K, Rodrigues FA. Forecasting infectious diseases in Brazilian cities: integrating socio-economic and geographic data from related cities through a machine learning approach [Internet]. Chaos, Solitons and Fractals. 2024 ; 187[citado 2024 nov. 19 ] Available from: https://doi.org/10.1016/j.chaos.2024.115417
Tese (Doutorado)
On the application of Machine Learning and Complex Networks to Neuroscience (2023)
Alves, Caroline Lourenço ; Rodrigues, Francisco Aparecido (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REDES COMPLEXAS, MINERAÇÃO DE DADOS, DESCOBERTA DE CONHECIMENTO, DIAGNÓSTICO POR COMPUTADOR, RESSONÂNCIA MAGNÉTICA, DOENÇAS DO SISTEMA NERVOSO, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Caroline Lourenço. On the application of Machine Learning and Complex Networks to Neuroscience. 2023. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-31082023-145944/. Acesso em: 19 nov. 2024.
APA
Alves, C. L. (2023). On the application of Machine Learning and Complex Networks to Neuroscience (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-31082023-145944/
NLM
Alves CL. On the application of Machine Learning and Complex Networks to Neuroscience [Internet]. 2023 ;[citado 2024 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-31082023-145944/
Vancouver
Alves CL. On the application of Machine Learning and Complex Networks to Neuroscience [Internet]. 2023 ;[citado 2024 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-31082023-145944/
Tese (Doutorado)
Modelagem de dinâmicas sociais interagentes em redes complexas (2023)
Pineda, Aruane Mello ; Rodrigues, Francisco Aparecido (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, DIFUSÃO DA INFORMAÇÃO, POLARIZAÇÃO, REDES COMPLEXAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PINEDA, Aruane Mello. Modelagem de dinâmicas sociais interagentes em redes complexas. 2023. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09012024-122031/. Acesso em: 19 nov. 2024.
APA
Pineda, A. M. (2023). Modelagem de dinâmicas sociais interagentes em redes complexas (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09012024-122031/
NLM
Pineda AM. Modelagem de dinâmicas sociais interagentes em redes complexas [Internet]. 2023 ;[citado 2024 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09012024-122031/
Vancouver
Pineda AM. Modelagem de dinâmicas sociais interagentes em redes complexas [Internet]. 2023 ;[citado 2024 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09012024-122031/
Trabalho de evento-resumo
Identification of sensitive regions to climate change and anticipation of climate events in Brazil (2023)
Caseri, Angelica ; Rodrigues, Francisco Aparecido
Source: Proceedings of Abstracts. Conference titles: EGU General Assembly 2023. Unidade: ICMC
Subjects: REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL, CLIMA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CASERI, Angelica e RODRIGUES, Francisco Aparecido. Identification of sensitive regions to climate change and anticipation of climate events in Brazil. 2023, Anais.. Vienna: European Geosciences Union, 2023. Disponível em: https://doi.org/10.5194/egusphere-egu23-8921. Acesso em: 19 nov. 2024.
APA
Caseri, A., & Rodrigues, F. A. (2023). Identification of sensitive regions to climate change and anticipation of climate events in Brazil. In Proceedings of Abstracts. Vienna: European Geosciences Union. doi:10.5194/egusphere-egu23-8921
NLM
Caseri A, Rodrigues FA. Identification of sensitive regions to climate change and anticipation of climate events in Brazil [Internet]. Proceedings of Abstracts. 2023 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.5194/egusphere-egu23-8921
Vancouver
Caseri A, Rodrigues FA. Identification of sensitive regions to climate change and anticipation of climate events in Brazil [Internet]. Proceedings of Abstracts. 2023 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.5194/egusphere-egu23-8921
Artigo de periodico
Analysis of quantile graphs in EGC data from elderly and young individuals using machine learning and deep learning (2023)
Pineda, Aruane Mello ; Rodrigues, Francisco Aparecido ; Alves, Caroline Lourenço ; Möckel, Michael; Oliveira, Thaise Graziele Lima de ; Porto, Joel Augusto Moura
Source: Journal of Complex Networks. Unidades: ICMC, IFSC
Subjects: TECNOLOGIAS DA SAÚDE, APRENDIZADO COMPUTACIONAL, REDES COMPLEXAS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, DOENÇAS VASCULARES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PINEDA, Aruane Mello et al. Analysis of quantile graphs in EGC data from elderly and young individuals using machine learning and deep learning. Journal of Complex Networks, v. 11, n. 5, p. cnad030-1-cnad030-21, 2023Tradução . . Disponível em: https://doi.org/10.1093/comnet/cnad030. Acesso em: 19 nov. 2024.
APA
Pineda, A. M., Rodrigues, F. A., Alves, C. L., Möckel, M., Oliveira, T. G. L. de, & Porto, J. A. M. (2023). Analysis of quantile graphs in EGC data from elderly and young individuals using machine learning and deep learning. Journal of Complex Networks, 11( 5), cnad030-1-cnad030-21. doi:10.1093/comnet/cnad030
NLM
Pineda AM, Rodrigues FA, Alves CL, Möckel M, Oliveira TGL de, Porto JAM. Analysis of quantile graphs in EGC data from elderly and young individuals using machine learning and deep learning [Internet]. Journal of Complex Networks. 2023 ; 11( 5): cnad030-1-cnad030-21.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1093/comnet/cnad030
Vancouver
Pineda AM, Rodrigues FA, Alves CL, Möckel M, Oliveira TGL de, Porto JAM. Analysis of quantile graphs in EGC data from elderly and young individuals using machine learning and deep learning [Internet]. Journal of Complex Networks. 2023 ; 11( 5): cnad030-1-cnad030-21.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1093/comnet/cnad030
Artigo de periodico
Machine learning-based prediction of Q-voter model in complex networks (2023)
Pineda, Aruane Mello ; Kent, Paul; Connaughton, Colm ; Rodrigues, Francisco Aparecido
Source: Journal of Statistical Mechanics. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, COMUNICAÇÃO, REDES DE INFORMAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PINEDA, Aruane Mello et al. Machine learning-based prediction of Q-voter model in complex networks. Journal of Statistical Mechanics, v. 2023, p. 1-33, 2023Tradução . . Disponível em: https://doi.org/10.1088/1742-5468/ad06a6. Acesso em: 19 nov. 2024.
APA
Pineda, A. M., Kent, P., Connaughton, C., & Rodrigues, F. A. (2023). Machine learning-based prediction of Q-voter model in complex networks. Journal of Statistical Mechanics, 2023, 1-33. doi:10.1088/1742-5468/ad06a6
NLM
Pineda AM, Kent P, Connaughton C, Rodrigues FA. Machine learning-based prediction of Q-voter model in complex networks [Internet]. Journal of Statistical Mechanics. 2023 ; 2023 1-33.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1088/1742-5468/ad06a6
Vancouver
Pineda AM, Kent P, Connaughton C, Rodrigues FA. Machine learning-based prediction of Q-voter model in complex networks [Internet]. Journal of Statistical Mechanics. 2023 ; 2023 1-33.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1088/1742-5468/ad06a6
Artigo de periodico
Machine learning in physics: a short guide (2023)
Rodrigues, Francisco Aparecido
Source: Europhysics Letters. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, APRENDIZAGEM PROFUNDA, FÍSICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES, Francisco Aparecido. Machine learning in physics: a short guide. Europhysics Letters, v. 144, n. 2, p. 22001-p1-22001-p7, 2023Tradução . . Disponível em: https://doi.org/10.1209/0295-5075/ad0575. Acesso em: 19 nov. 2024.
APA
Rodrigues, F. A. (2023). Machine learning in physics: a short guide. Europhysics Letters, 144( 2), 22001-p1-22001-p7. doi:10.1209/0295-5075/ad0575
NLM
Rodrigues FA. Machine learning in physics: a short guide [Internet]. Europhysics Letters. 2023 ; 144( 2): 22001-p1-22001-p7.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1209/0295-5075/ad0575
Vancouver
Rodrigues FA. Machine learning in physics: a short guide [Internet]. Europhysics Letters. 2023 ; 144( 2): 22001-p1-22001-p7.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1209/0295-5075/ad0575
Artigo de periodico
Analysis of functional connectivity using machine learning and deep learning in different data modalities from individuals with schizophrenia (2023)
Alves, Caroline Lourenço ; Oliveira, Thaise Graziele Lima de ; Porto, Joel Augusto Moura ; Aguiar, Patricia Maria de Carvalho ; Sena, Eduardo Pondé de ; Rodrigues, Francisco Aparecido ; Pineda, Aruane Mello ; Thielemann, Christiane
Source: Journal of Neural Engineering. Unidades: ICMC, IFSC
Subjects: TECNOLOGIAS DA SAÚDE, APRENDIZADO COMPUTACIONAL, ESQUIZOFRENIA, REDES COMPLEXAS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, CÉREBRO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Caroline Lourenço et al. Analysis of functional connectivity using machine learning and deep learning in different data modalities from individuals with schizophrenia. Journal of Neural Engineering, v. 20, n. 5, p. 056025-1-056025-28, 2023Tradução . . Disponível em: https://doi.org/10.1088/1741-2552/acf734. Acesso em: 19 nov. 2024.
APA
Alves, C. L., Oliveira, T. G. L. de, Porto, J. A. M., Aguiar, P. M. de C., Sena, E. P. de, Rodrigues, F. A., et al. (2023). Analysis of functional connectivity using machine learning and deep learning in different data modalities from individuals with schizophrenia. Journal of Neural Engineering, 20( 5), 056025-1-056025-28. doi:10.1088/1741-2552/acf734
NLM
Alves CL, Oliveira TGL de, Porto JAM, Aguiar PM de C, Sena EP de, Rodrigues FA, Pineda AM, Thielemann C. Analysis of functional connectivity using machine learning and deep learning in different data modalities from individuals with schizophrenia [Internet]. Journal of Neural Engineering. 2023 ; 20( 5): 056025-1-056025-28.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1088/1741-2552/acf734
Vancouver
Alves CL, Oliveira TGL de, Porto JAM, Aguiar PM de C, Sena EP de, Rodrigues FA, Pineda AM, Thielemann C. Analysis of functional connectivity using machine learning and deep learning in different data modalities from individuals with schizophrenia [Internet]. Journal of Neural Engineering. 2023 ; 20( 5): 056025-1-056025-28.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1088/1741-2552/acf734
Tese (Doutorado)
Contagion in economic networks: a data-driven machine learning approach (2022)
Silva, Michel Alexandre da; Rodrigues, Francisco Aparecido (Orientador)
Unidade: ICMC
Subjects: REDES COMPLEXAS, SISTEMAS ECONÔMICOS, APRENDIZADO COMPUTACIONAL, TAXAS DE JUROS FUTUROS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Michel Alexandre da. Contagion in economic networks: a data-driven machine learning approach. 2022. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13072022-134420/. Acesso em: 19 nov. 2024.
APA
Silva, M. A. da. (2022). Contagion in economic networks: a data-driven machine learning approach (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13072022-134420/
NLM
Silva MA da. Contagion in economic networks: a data-driven machine learning approach [Internet]. 2022 ;[citado 2024 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13072022-134420/
Vancouver
Silva MA da. Contagion in economic networks: a data-driven machine learning approach [Internet]. 2022 ;[citado 2024 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13072022-134420/
Artigo de periodico
Forecasting new diseases in low-data settings using transfer learning (2022)
Roster, Kirstin ; Connaughton, Colm ; Rodrigues, Francisco Aparecido
Source: Chaos, Solitons and Fractals. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, COVID-19, ZIKA VÍRUS, TOMADA DE DECISÃO, SURTOS DE DOENÇAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROSTER, Kirstin e CONNAUGHTON, Colm e RODRIGUES, Francisco Aparecido. Forecasting new diseases in low-data settings using transfer learning. Chaos, Solitons and Fractals, v. 161, p. 1-8, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.chaos.2022.112306. Acesso em: 19 nov. 2024.
APA
Roster, K., Connaughton, C., & Rodrigues, F. A. (2022). Forecasting new diseases in low-data settings using transfer learning. Chaos, Solitons and Fractals, 161, 1-8. doi:10.1016/j.chaos.2022.112306
NLM
Roster K, Connaughton C, Rodrigues FA. Forecasting new diseases in low-data settings using transfer learning [Internet]. Chaos, Solitons and Fractals. 2022 ; 161 1-8.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1016/j.chaos.2022.112306
Vancouver
Roster K, Connaughton C, Rodrigues FA. Forecasting new diseases in low-data settings using transfer learning [Internet]. Chaos, Solitons and Fractals. 2022 ; 161 1-8.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1016/j.chaos.2022.112306
Artigo de periodico
Application of machine learning and complex network measures to an EEG dataset from ayahuasca experiments (2022)
Alves, Caroline Lourenço ; Cury, Rubens Gisbert ; Roster, Kirstin ; Pineda, Aruane Mello ; Rodrigues, Francisco Aparecido ; Thielemann, Christiane ; Ciba, Manuel
Source: PLoS ONE. Unidades: ICMC, FM
Subjects: REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL, ELETROENCEFALOGRAFIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Caroline Lourenço et al. Application of machine learning and complex network measures to an EEG dataset from ayahuasca experiments. PLoS ONE, v. 17, n. 12, p. 1-26, 2022Tradução . . Disponível em: https://doi.org/10.1371/journal.pone.0277257. Acesso em: 19 nov. 2024.
APA
Alves, C. L., Cury, R. G., Roster, K., Pineda, A. M., Rodrigues, F. A., Thielemann, C., & Ciba, M. (2022). Application of machine learning and complex network measures to an EEG dataset from ayahuasca experiments. PLoS ONE, 17( 12), 1-26. doi:10.1371/journal.pone.0277257
NLM
Alves CL, Cury RG, Roster K, Pineda AM, Rodrigues FA, Thielemann C, Ciba M. Application of machine learning and complex network measures to an EEG dataset from ayahuasca experiments [Internet]. PLoS ONE. 2022 ; 17( 12): 1-26.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1371/journal.pone.0277257
Vancouver
Alves CL, Cury RG, Roster K, Pineda AM, Rodrigues FA, Thielemann C, Ciba M. Application of machine learning and complex network measures to an EEG dataset from ayahuasca experiments [Internet]. PLoS ONE. 2022 ; 17( 12): 1-26.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1371/journal.pone.0277257
Artigo de periodico
EEG functional connectivity and deep learning for automatic diagnosis of brain disorders: Alzheimer's disease and schizophrenia (2022)
Alves, Caroline Lourenço; Pineda, Aruane Mello ; Roster, Kirstin ; Thielemann, Christiane ; Rodrigues, Francisco Aparecido
Source: Journal of Physics: Complexity. Unidade: ICMC
Subjects: TRANSTORNOS MENTAIS, ALGORITMOS, APRENDIZADO COMPUTACIONAL, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Caroline Lourenço et al. EEG functional connectivity and deep learning for automatic diagnosis of brain disorders: Alzheimer's disease and schizophrenia. Journal of Physics: Complexity, v. 3, n. 2, p. 1-13, 2022Tradução . . Disponível em: https://doi.org/10.1088/2632-072X/ac5f8d. Acesso em: 19 nov. 2024.
APA
Alves, C. L., Pineda, A. M., Roster, K., Thielemann, C., & Rodrigues, F. A. (2022). EEG functional connectivity and deep learning for automatic diagnosis of brain disorders: Alzheimer's disease and schizophrenia. Journal of Physics: Complexity, 3( 2), 1-13. doi:10.1088/2632-072X/ac5f8d
NLM
Alves CL, Pineda AM, Roster K, Thielemann C, Rodrigues FA. EEG functional connectivity and deep learning for automatic diagnosis of brain disorders: Alzheimer's disease and schizophrenia [Internet]. Journal of Physics: Complexity. 2022 ; 3( 2): 1-13.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1088/2632-072X/ac5f8d
Vancouver
Alves CL, Pineda AM, Roster K, Thielemann C, Rodrigues FA. EEG functional connectivity and deep learning for automatic diagnosis of brain disorders: Alzheimer's disease and schizophrenia [Internet]. Journal of Physics: Complexity. 2022 ; 3( 2): 1-13.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1088/2632-072X/ac5f8d
Tese (Doutorado)
Data science for epidemiology: a case study of dengue in Brazil (2022)
Roster, Kirstin Ingrid Oliveira; Rodrigues, Francisco Aparecido (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, DOENÇAS, DENGUE, SAÚDE PÚBLICA, ANÁLISE DE DADOS, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROSTER, Kirstin Ingrid Oliveira. Data science for epidemiology: a case study of dengue in Brazil. 2022. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27022023-142607/. Acesso em: 19 nov. 2024.
APA
Roster, K. I. O. (2022). Data science for epidemiology: a case study of dengue in Brazil (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27022023-142607/
NLM
Roster KIO. Data science for epidemiology: a case study of dengue in Brazil [Internet]. 2022 ;[citado 2024 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27022023-142607/
Vancouver
Roster KIO. Data science for epidemiology: a case study of dengue in Brazil [Internet]. 2022 ;[citado 2024 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27022023-142607/
Trabalho de evento
Predição de resiliência econômica a partir de métodos supervisionados baseados em grafos dinâmicos (2022)
Araújo, Marcus Vinicius dos Santos; Rodrigues, Francisco Aparecido ; Sousa, Elaine Parros Machado de
Source: Anais. Conference titles: Simpósio Brasileiro de Bancos de Dados - SBBD. Unidade: ICMC
Subjects: MINERAÇÃO DE DADOS, APRENDIZADO COMPUTACIONAL, REDES COMPLEXAS, SISTEMAS DINÂMICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ARAÚJO, Marcus Vinicius dos Santos e RODRIGUES, Francisco Aparecido e SOUSA, Elaine Parros Machado de. Predição de resiliência econômica a partir de métodos supervisionados baseados em grafos dinâmicos. 2022, Anais.. Porto Alegre: SBC, 2022. Disponível em: https://doi.org/10.5753/sbbd.2022.226202. Acesso em: 19 nov. 2024.
APA
Araújo, M. V. dos S., Rodrigues, F. A., & Sousa, E. P. M. de. (2022). Predição de resiliência econômica a partir de métodos supervisionados baseados em grafos dinâmicos. In Anais. Porto Alegre: SBC. doi:10.5753/sbbd.2022.226202
NLM
Araújo MV dos S, Rodrigues FA, Sousa EPM de. Predição de resiliência econômica a partir de métodos supervisionados baseados em grafos dinâmicos [Internet]. Anais. 2022 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.5753/sbbd.2022.226202
Vancouver
Araújo MV dos S, Rodrigues FA, Sousa EPM de. Predição de resiliência econômica a partir de métodos supervisionados baseados em grafos dinâmicos [Internet]. Anais. 2022 ;[citado 2024 nov. 19 ] Available from: https://doi.org/10.5753/sbbd.2022.226202
Trabalho de evento-anais periodico
Extreme learning machine to graph convolutional networks (2022)
Gonçalves, Thales ; Rodrigues, Francisco Aparecido
Source: Lecture Notes in Artificial Intelligence. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REDES COMPLEXAS, ALGORITMOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GONÇALVES, Thales e RODRIGUES, Francisco Aparecido. Extreme learning machine to graph convolutional networks. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-21689-3_42. Acesso em: 19 nov. 2024. , 2022
APA
Gonçalves, T., & Rodrigues, F. A. (2022). Extreme learning machine to graph convolutional networks. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-031-21689-3_42
NLM
Gonçalves T, Rodrigues FA. Extreme learning machine to graph convolutional networks [Internet]. Lecture Notes in Artificial Intelligence. 2022 ; 13654 601-615.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1007/978-3-031-21689-3_42
Vancouver
Gonçalves T, Rodrigues FA. Extreme learning machine to graph convolutional networks [Internet]. Lecture Notes in Artificial Intelligence. 2022 ; 13654 601-615.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1007/978-3-031-21689-3_42
Artigo de periodico
Machine-learning-based forecasting of dengue fever in Brazilian cities using epidemiologic and meteorological variables (2022)
Roster, Kirstin ; Connaughton, Colm ; Rodrigues, Francisco Aparecido
Source: American Journal of Epidemiology. Unidade: ICMC
Subjects: DENGUE, SAÚDE PÚBLICA, APRENDIZADO COMPUTACIONAL, PREDIÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROSTER, Kirstin e CONNAUGHTON, Colm e RODRIGUES, Francisco Aparecido. Machine-learning-based forecasting of dengue fever in Brazilian cities using epidemiologic and meteorological variables. American Journal of Epidemiology, v. 191, n. 10, p. 1803–1812, 2022Tradução . . Disponível em: https://doi.org/10.1093/aje/kwac090. Acesso em: 19 nov. 2024.
APA
Roster, K., Connaughton, C., & Rodrigues, F. A. (2022). Machine-learning-based forecasting of dengue fever in Brazilian cities using epidemiologic and meteorological variables. American Journal of Epidemiology, 191( 10), 1803–1812. doi:10.1093/aje/kwac090
NLM
Roster K, Connaughton C, Rodrigues FA. Machine-learning-based forecasting of dengue fever in Brazilian cities using epidemiologic and meteorological variables [Internet]. American Journal of Epidemiology. 2022 ; 191( 10): 1803–1812.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1093/aje/kwac090
Vancouver
Roster K, Connaughton C, Rodrigues FA. Machine-learning-based forecasting of dengue fever in Brazilian cities using epidemiologic and meteorological variables [Internet]. American Journal of Epidemiology. 2022 ; 191( 10): 1803–1812.[citado 2024 nov. 19 ] Available from: https://doi.org/10.1093/aje/kwac090
Dissertação (Mestrado)
Previsão de Arestas em Redes Complexas (2021)
Ferreira, Ana Clara Kandratavicius; Rodrigues, Francisco Aparecido (Orientador)
Unidade: ICMC
Subjects: REDES COMPLEXAS, TEORIA DOS GRAFOS, MINERAÇÃO DE DADOS, APRENDIZADO COMPUTACIONAL, ANÁLISE ESTATÍSTICA DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FERREIRA, Ana Clara Kandratavicius. Previsão de Arestas em Redes Complexas. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09092021-105904/. Acesso em: 19 nov. 2024.
APA
Ferreira, A. C. K. (2021). Previsão de Arestas em Redes Complexas (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09092021-105904/
NLM
Ferreira ACK. Previsão de Arestas em Redes Complexas [Internet]. 2021 ;[citado 2024 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09092021-105904/
Vancouver
Ferreira ACK. Previsão de Arestas em Redes Complexas [Internet]. 2021 ;[citado 2024 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09092021-105904/
Artigo de periodico
Modelos de machine learning para predição do sucesso de startups (2021)
Rodrigues, Fabiano ; Rodrigues, Francisco Aparecido ; Rodrigues, Thelma Valéria Rocha
Source: Revista de Gestão de Projetos. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, INVESTIMENTOS, REVISÃO SISTEMÁTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES, Fabiano e RODRIGUES, Francisco Aparecido e RODRIGUES, Thelma Valéria Rocha. Modelos de machine learning para predição do sucesso de startups. Revista de Gestão de Projetos, v. 12, n. 2, p. 28-55, 2021Tradução . . Disponível em: https://doi.org/10.5585/gep.v12i2.18942. Acesso em: 19 nov. 2024.
APA
Rodrigues, F., Rodrigues, F. A., & Rodrigues, T. V. R. (2021). Modelos de machine learning para predição do sucesso de startups. Revista de Gestão de Projetos, 12( 2), 28-55. doi:10.5585/gep.v12i2.18942
NLM
Rodrigues F, Rodrigues FA, Rodrigues TVR. Modelos de machine learning para predição do sucesso de startups [Internet]. Revista de Gestão de Projetos. 2021 ; 12( 2): 28-55.[citado 2024 nov. 19 ] Available from: https://doi.org/10.5585/gep.v12i2.18942
Vancouver
Rodrigues F, Rodrigues FA, Rodrigues TVR. Modelos de machine learning para predição do sucesso de startups [Internet]. Revista de Gestão de Projetos. 2021 ; 12( 2): 28-55.[citado 2024 nov. 19 ] Available from: https://doi.org/10.5585/gep.v12i2.18942

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Date published

Subjects

Source title

Countries/Territories

Funding Agencies

Indexado em

Non normalized affiliation