Menu

Filtros : "HRUSCHKA, EDUARDO RAUL" Removido: "VISÃO COMPUTACIONAL" Limpar

Filtros

Refine with date range

1 - 20 (69 records)

  • Artigo de periodico

    Combining clustering and active learning for the detection and learning of new image classes (2019)

    Coletta, Luiz Fernando Sommaggio ; Ponti, Moacir Antonelli ; Hruschka, Eduardo Raul ; Acharya, Ayan; Ghosh, Joydeep

    Source: Neurocomputing. Unidades: ICMC, EP

    Subjects: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM

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

    • ABNT

      COLETTA, Luiz Fernando Sommaggio et al. Combining clustering and active learning for the detection and learning of new image classes. Neurocomputing, v. 358, p. Se 2019, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2019.04.070. Acesso em: 01 nov. 2024.

    • APA

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

    • NLM

      Coletta LFS, Ponti MA, Hruschka ER, Acharya A, Ghosh J. Combining clustering and active learning for the detection and learning of new image classes [Internet]. Neurocomputing. 2019 ; 358 Se 2019.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.neucom.2019.04.070

    • Vancouver

      Coletta LFS, Ponti MA, Hruschka ER, Acharya A, Ghosh J. Combining clustering and active learning for the detection and learning of new image classes [Internet]. Neurocomputing. 2019 ; 358 Se 2019.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.neucom.2019.04.070

  • Artigo de periodico

    Decomposing time series into deterministic and stochastic influences: a survey (2019)

    Duarte, Felipe Simões Lage Gomes; Rios, Ricardo A; Hruschka, Eduardo Raul ; Mello, Rodrigo Fernandes de

    Source: Digital Signal Processing. Unidades: EP, ICMC

    Subjects: ANÁLISE DE SÉRIES TEMPORAIS, MÉTODOS DE DECOMPOSIÇÃO

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

    • ABNT

      DUARTE, Felipe Simões Lage Gomes et al. Decomposing time series into deterministic and stochastic influences: a survey. Digital Signal Processing, v. 95, p. 1-18, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.dsp.2019.102582. Acesso em: 01 nov. 2024.

    • APA

      Duarte, F. S. L. G., Rios, R. A., Hruschka, E. R., & Mello, R. F. de. (2019). Decomposing time series into deterministic and stochastic influences: a survey. Digital Signal Processing, 95, 1-18. doi:10.1016/j.dsp.2019.102582

    • NLM

      Duarte FSLG, Rios RA, Hruschka ER, Mello RF de. Decomposing time series into deterministic and stochastic influences: a survey [Internet]. Digital Signal Processing. 2019 ; 95 1-18.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.dsp.2019.102582

    • Vancouver

      Duarte FSLG, Rios RA, Hruschka ER, Mello RF de. Decomposing time series into deterministic and stochastic influences: a survey [Internet]. Digital Signal Processing. 2019 ; 95 1-18.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.dsp.2019.102582

  • Trabalho de evento

    Classification with multi-modal classes using evolutionary algorithms and constrained clustering (2018)

    Covões, Thiago Ferreira; Hruschka, Eduardo Raul

    Source: Proceedings. Conference titles: IEEE Congress on Evolutionary Computation - CEC. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, ALGORITMOS GENÉTICOS, COMPUTAÇÃO EVOLUTIVA

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

    • ABNT

      COVÕES, Thiago Ferreira e HRUSCHKA, Eduardo Raul. Classification with multi-modal classes using evolutionary algorithms and constrained clustering. 2018, Anais.. Piscataway: IEEE, 2018. Disponível em: https://doi.org/10.1109/CEC.2018.8477858. Acesso em: 01 nov. 2024.

    • APA

      Covões, T. F., & Hruschka, E. R. (2018). Classification with multi-modal classes using evolutionary algorithms and constrained clustering. In Proceedings. Piscataway: IEEE. doi:10.1109/CEC.2018.8477858

    • NLM

      Covões TF, Hruschka ER. Classification with multi-modal classes using evolutionary algorithms and constrained clustering [Internet]. Proceedings. 2018 ;[citado 2024 nov. 01 ] Available from: https://doi.org/10.1109/CEC.2018.8477858

    • Vancouver

      Covões TF, Hruschka ER. Classification with multi-modal classes using evolutionary algorithms and constrained clustering [Internet]. Proceedings. 2018 ;[citado 2024 nov. 01 ] Available from: https://doi.org/10.1109/CEC.2018.8477858

  • Trabalho de evento

    Time series decomposition using spring system applied on phase spaces (2018)

    Duarte, Felipe Simões Lage Gomes; Rios, Ricardo A; Hruschka, Eduardo Raul ; Mello, Rodrigo Fernandes de

    Source: Proceedings. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidades: EP, ICMC

    Subjects: MODELOS EM SÉRIES TEMPORAIS, PROCESSOS ESTOCÁSTICOS, PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS)

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

    • ABNT

      DUARTE, Felipe Simões Lage Gomes et al. Time series decomposition using spring system applied on phase spaces. 2018, Anais.. Piscataway: IEEE, 2018. Disponível em: https://doi.org/10.1109/BRACIS.2018.00093. Acesso em: 01 nov. 2024.

    • APA

      Duarte, F. S. L. G., Rios, R. A., Hruschka, E. R., & Mello, R. F. de. (2018). Time series decomposition using spring system applied on phase spaces. In Proceedings. Piscataway: IEEE. doi:10.1109/BRACIS.2018.00093

    • NLM

      Duarte FSLG, Rios RA, Hruschka ER, Mello RF de. Time series decomposition using spring system applied on phase spaces [Internet]. Proceedings. 2018 ;[citado 2024 nov. 01 ] Available from: https://doi.org/10.1109/BRACIS.2018.00093

    • Vancouver

      Duarte FSLG, Rios RA, Hruschka ER, Mello RF de. Time series decomposition using spring system applied on phase spaces [Internet]. Proceedings. 2018 ;[citado 2024 nov. 01 ] Available from: https://doi.org/10.1109/BRACIS.2018.00093

  • Artigo de periodico

    An evolutionary algorithm for clustering data streams with a variable number of clusters (2017)

    Silva, Jonathan de Andrade; Hruschka, Eduardo Raul ; Gama, João

    Source: Expert Systems with Applications. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, ALGORITMOS GENÉTICOS

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

    • ABNT

      SILVA, Jonathan de Andrade e HRUSCHKA, Eduardo Raul e GAMA, João. An evolutionary algorithm for clustering data streams with a variable number of clusters. Expert Systems with Applications, v. 67, n. Ja 2017, p. 228-238, 2017Tradução . . Disponível em: https://doi.org/10.1016/j.eswa.2016.09.020. Acesso em: 01 nov. 2024.

    • APA

      Silva, J. de A., Hruschka, E. R., & Gama, J. (2017). An evolutionary algorithm for clustering data streams with a variable number of clusters. Expert Systems with Applications, 67( Ja 2017), 228-238. doi:10.1016/j.eswa.2016.09.020

    • NLM

      Silva J de A, Hruschka ER, Gama J. An evolutionary algorithm for clustering data streams with a variable number of clusters [Internet]. Expert Systems with Applications. 2017 ; 67( Ja 2017): 228-238.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.eswa.2016.09.020

    • Vancouver

      Silva J de A, Hruschka ER, Gama J. An evolutionary algorithm for clustering data streams with a variable number of clusters [Internet]. Expert Systems with Applications. 2017 ; 67( Ja 2017): 228-238.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.eswa.2016.09.020

  • Artigo de periodico

    A support system for clustering data streams with a variable number of clusters (2016)

    Silva, Jonathan de Andrade; Hruschka, Eduardo Raul

    Source: ACM Transactions on Autonomous and Adaptive Systems. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, RECONHECIMENTO DE PADRÕES, ALGORITMOS

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

    • ABNT

      SILVA, Jonathan de Andrade e HRUSCHKA, Eduardo Raul. A support system for clustering data streams with a variable number of clusters. ACM Transactions on Autonomous and Adaptive Systems, v. 11, n. 2, p. 11:1-11:26, 2016Tradução . . Disponível em: https://doi.org/10.1145/2932704. Acesso em: 01 nov. 2024.

    • APA

      Silva, J. de A., & Hruschka, E. R. (2016). A support system for clustering data streams with a variable number of clusters. ACM Transactions on Autonomous and Adaptive Systems, 11( 2), 11:1-11:26. doi:10.1145/2932704

    • NLM

      Silva J de A, Hruschka ER. A support system for clustering data streams with a variable number of clusters [Internet]. ACM Transactions on Autonomous and Adaptive Systems. 2016 ; 11( 2): 11:1-11:26.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1145/2932704

    • Vancouver

      Silva J de A, Hruschka ER. A support system for clustering data streams with a variable number of clusters [Internet]. ACM Transactions on Autonomous and Adaptive Systems. 2016 ; 11( 2): 11:1-11:26.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1145/2932704

  • Artigo de periodico

    Meta-learning to select the best meta-heuristic for the Traveling Salesman Problem: a comparison of meta-features (2016)

    Kanda, Jorge; Carvalho, André Carlos Ponce de Leon Ferreira de ; Hruschka, Eduardo Raul ; Soares, Carlos; Brazdil, Pavel

    Source: Neurocomputing. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, HEURÍSTICA

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

    • ABNT

      KANDA, Jorge et al. Meta-learning to select the best meta-heuristic for the Traveling Salesman Problem: a comparison of meta-features. Neurocomputing, v. 205, p. Se 2016, 2016Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2016.04.027. Acesso em: 01 nov. 2024.

    • APA

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

    • NLM

      Kanda J, Carvalho ACP de LF de, Hruschka ER, Soares C, Brazdil P. Meta-learning to select the best meta-heuristic for the Traveling Salesman Problem: a comparison of meta-features [Internet]. Neurocomputing. 2016 ; 205 Se 2016.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.neucom.2016.04.027

    • Vancouver

      Kanda J, Carvalho ACP de LF de, Hruschka ER, Soares C, Brazdil P. Meta-learning to select the best meta-heuristic for the Traveling Salesman Problem: a comparison of meta-features [Internet]. Neurocomputing. 2016 ; 205 Se 2016.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.neucom.2016.04.027

  • Artigo de periodico

    A survey and comparative study of tweet sentiment analysis via semi-supervised learning (2016)

    Silva, Nádia Felix Felipe da; Coletta, Luiz Fernando Sommaggio ; Hruschka, Eduardo Raul

    Source: ACM Computing Surveys. 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

      SILVA, Nádia Felix Felipe da e COLETTA, Luiz Fernando Sommaggio e HRUSCHKA, Eduardo Raul. A survey and comparative study of tweet sentiment analysis via semi-supervised learning. ACM Computing Surveys, v. 49, n. Ju 2016, p. 15:1-15:26, 2016Tradução . . Disponível em: https://doi.org/10.1145/2932708. Acesso em: 01 nov. 2024.

    • APA

      Silva, N. F. F. da, Coletta, L. F. S., & Hruschka, E. R. (2016). A survey and comparative study of tweet sentiment analysis via semi-supervised learning. ACM Computing Surveys, 49( Ju 2016), 15:1-15:26. doi:10.1145/2932708

    • NLM

      Silva NFF da, Coletta LFS, Hruschka ER. A survey and comparative study of tweet sentiment analysis via semi-supervised learning [Internet]. ACM Computing Surveys. 2016 ; 49( Ju 2016): 15:1-15:26.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1145/2932708

    • Vancouver

      Silva NFF da, Coletta LFS, Hruschka ER. A survey and comparative study of tweet sentiment analysis via semi-supervised learning [Internet]. ACM Computing Surveys. 2016 ; 49( Ju 2016): 15:1-15:26.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1145/2932708

  • Artigo de periodico

    Evolving Gaussian mixture models with splitting and merging mutation operators (2016)

    Covões, Thiago Ferreira; Hruschka, Eduardo Raul ; Ghosh, Joydeep

    Source: Evolutionary Computation. Unidade: ICMC

    Subjects: COMPUTAÇÃO EVOLUTIVA, ALGORITMOS GENÉTICOS

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

    • ABNT

      COVÕES, Thiago Ferreira e HRUSCHKA, Eduardo Raul e GHOSH, Joydeep. Evolving Gaussian mixture models with splitting and merging mutation operators. Evolutionary Computation, v. 24, n. 2, p. 293-317, 2016Tradução . . Disponível em: https://doi.org/10.1162/EVCO_a_00152. Acesso em: 01 nov. 2024.

    • APA

      Covões, T. F., Hruschka, E. R., & Ghosh, J. (2016). Evolving Gaussian mixture models with splitting and merging mutation operators. Evolutionary Computation, 24( 2), 293-317. doi:10.1162/EVCO_a_00152

    • NLM

      Covões TF, Hruschka ER, Ghosh J. Evolving Gaussian mixture models with splitting and merging mutation operators [Internet]. Evolutionary Computation. 2016 ; 24( 2): 293-317.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1162/EVCO_a_00152

    • Vancouver

      Covões TF, Hruschka ER, Ghosh J. Evolving Gaussian mixture models with splitting and merging mutation operators [Internet]. Evolutionary Computation. 2016 ; 24( 2): 293-317.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1162/EVCO_a_00152

  • Artigo de periodico

    Using unsupervised information to improve semi-supervised tweet sentiment classification (2016)

    Silva, Nádia Felix Felipe da; Coletta, Luiz Fernando Sommaggio ; Hruschka, Eduardo Raul ; Hruschka Junior, Estevam Rafael

    Source: Information Sciences. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, MÍDIAS SOCIAIS

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

    • ABNT

      SILVA, Nádia Felix Felipe da et al. Using unsupervised information to improve semi-supervised tweet sentiment classification. Information Sciences, v. 355, p. 348-365, 2016Tradução . . Disponível em: https://doi.org/10.1016/j.ins.2016.02.002. Acesso em: 01 nov. 2024.

    • APA

      Silva, N. F. F. da, Coletta, L. F. S., Hruschka, E. R., & Hruschka Junior, E. R. (2016). Using unsupervised information to improve semi-supervised tweet sentiment classification. Information Sciences, 355, 348-365. doi:10.1016/j.ins.2016.02.002

    • NLM

      Silva NFF da, Coletta LFS, Hruschka ER, Hruschka Junior ER. Using unsupervised information to improve semi-supervised tweet sentiment classification [Internet]. Information Sciences. 2016 ; 355 348-365.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.ins.2016.02.002

    • Vancouver

      Silva NFF da, Coletta LFS, Hruschka ER, Hruschka Junior ER. Using unsupervised information to improve semi-supervised tweet sentiment classification [Internet]. Information Sciences. 2016 ; 355 348-365.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.ins.2016.02.002

  • Artigo de periodico

    Using metaheuristics to optimize the combination of classifier and cluster ensembles (2015)

    Coletta, Luiz Fernando Sommaggio ; Hruschka, Eduardo Raul ; Acharya, Ayan; Ghosh, Joydeep

    Source: Integrated Computer-Aided Engineering. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, ALGORITMOS

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

    • ABNT

      COLETTA, Luiz Fernando Sommaggio et al. Using metaheuristics to optimize the combination of classifier and cluster ensembles. Integrated Computer-Aided Engineering, v. 22, n. 3, p. 229-242, 2015Tradução . . Disponível em: https://doi.org/10.3233/ICA-150485. Acesso em: 01 nov. 2024.

    • APA

      Coletta, L. F. S., Hruschka, E. R., Acharya, A., & Ghosh, J. (2015). Using metaheuristics to optimize the combination of classifier and cluster ensembles. Integrated Computer-Aided Engineering, 22( 3), 229-242. doi:10.3233/ICA-150485

    • NLM

      Coletta LFS, Hruschka ER, Acharya A, Ghosh J. Using metaheuristics to optimize the combination of classifier and cluster ensembles [Internet]. Integrated Computer-Aided Engineering. 2015 ; 22( 3): 229-242.[citado 2024 nov. 01 ] Available from: https://doi.org/10.3233/ICA-150485

    • Vancouver

      Coletta LFS, Hruschka ER, Acharya A, Ghosh J. Using metaheuristics to optimize the combination of classifier and cluster ensembles [Internet]. Integrated Computer-Aided Engineering. 2015 ; 22( 3): 229-242.[citado 2024 nov. 01 ] Available from: https://doi.org/10.3233/ICA-150485

  • Artigo de periodico

    Simultaneous co-clustering and learning to address the cold start problem in recommender systems (2015)

    Pereira, Andre Luiz Vizine; Hruschka, Eduardo Raul

    Source: Knowledge-Based Systems. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS

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

    • ABNT

      PEREIRA, Andre Luiz Vizine e HRUSCHKA, Eduardo Raul. Simultaneous co-clustering and learning to address the cold start problem in recommender systems. Knowledge-Based Systems, v. 82, p. 11-19, 2015Tradução . . Disponível em: https://doi.org/10.1016/j.knosys.2015.02.016. Acesso em: 01 nov. 2024.

    • APA

      Pereira, A. L. V., & Hruschka, E. R. (2015). Simultaneous co-clustering and learning to address the cold start problem in recommender systems. Knowledge-Based Systems, 82, 11-19. doi:10.1016/j.knosys.2015.02.016

    • NLM

      Pereira ALV, Hruschka ER. Simultaneous co-clustering and learning to address the cold start problem in recommender systems [Internet]. Knowledge-Based Systems. 2015 ; 82 11-19.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.knosys.2015.02.016

    • Vancouver

      Pereira ALV, Hruschka ER. Simultaneous co-clustering and learning to address the cold start problem in recommender systems [Internet]. Knowledge-Based Systems. 2015 ; 82 11-19.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.knosys.2015.02.016

  • Artigo de periodico

    Interactive textual feature selection for consensus clustering (2015)

    Corrêa, Geraldo N; Marcacini, Ricardo Marcondes ; Hruschka, Eduardo Raul ; Rezende, Solange Oliveira

    Source: Pattern Recognition Letters. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, MINERAÇÃO DE DADOS

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

    • ABNT

      CORRÊA, Geraldo N et al. Interactive textual feature selection for consensus clustering. Pattern Recognition Letters, v. 52, n. ja 2015, p. 25-31, 2015Tradução . . Disponível em: https://doi.org/10.1016/j.patrec.2014.09.008. Acesso em: 01 nov. 2024.

    • APA

      Corrêa, G. N., Marcacini, R. M., Hruschka, E. R., & Rezende, S. O. (2015). Interactive textual feature selection for consensus clustering. Pattern Recognition Letters, 52( ja 2015), 25-31. doi:10.1016/j.patrec.2014.09.008

    • NLM

      Corrêa GN, Marcacini RM, Hruschka ER, Rezende SO. Interactive textual feature selection for consensus clustering [Internet]. Pattern Recognition Letters. 2015 ; 52( ja 2015): 25-31.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.patrec.2014.09.008

    • Vancouver

      Corrêa GN, Marcacini RM, Hruschka ER, Rezende SO. Interactive textual feature selection for consensus clustering [Internet]. Pattern Recognition Letters. 2015 ; 52( ja 2015): 25-31.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.patrec.2014.09.008

  • Artigo de periodico

    A differential evolution algorithm to optimise the combination of classifier and cluster ensembles (2015)

    Coletta, Luiz Fernando Sommaggio ; Hruschka, Eduardo Raul ; Acharya, Ayan; Ghosh, Joydeep

    Source: International Journal of Bio-Inspired Computation. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, ALGORITMOS

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

    • ABNT

      COLETTA, Luiz Fernando Sommaggio et al. A differential evolution algorithm to optimise the combination of classifier and cluster ensembles. International Journal of Bio-Inspired Computation, v. 7, n. 2, p. 111-124, 2015Tradução . . Disponível em: https://doi.org/10.1504/IJBIC.2015.069288. Acesso em: 01 nov. 2024.

    • APA

      Coletta, L. F. S., Hruschka, E. R., Acharya, A., & Ghosh, J. (2015). A differential evolution algorithm to optimise the combination of classifier and cluster ensembles. International Journal of Bio-Inspired Computation, 7( 2), 111-124. doi:10.1504/IJBIC.2015.069288

    • NLM

      Coletta LFS, Hruschka ER, Acharya A, Ghosh J. A differential evolution algorithm to optimise the combination of classifier and cluster ensembles [Internet]. International Journal of Bio-Inspired Computation. 2015 ; 7( 2): 111-124.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1504/IJBIC.2015.069288

    • Vancouver

      Coletta LFS, Hruschka ER, Acharya A, Ghosh J. A differential evolution algorithm to optimise the combination of classifier and cluster ensembles [Internet]. International Journal of Bio-Inspired Computation. 2015 ; 7( 2): 111-124.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1504/IJBIC.2015.069288

  • Parte de monografia/livro

    Mineração de dados para identificar atributos genéticos associados à características de interesse econômico à pecuária (2014)

    Gonzaga, André; Mudadu, Maurício de A; Higa, Roberto H; Hruschka, Eduardo Raul

    Source: Talking about computing and genomic (TACG) : modelos e métodos computacionais em bioinformática. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, MINERAÇÃO DE DADOS, MELHORAMENTO GENÉTICO ANIMAL, PECUÁRIA

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

    • ABNT

      GONZAGA, André et al. Mineração de dados para identificar atributos genéticos associados à características de interesse econômico à pecuária. Talking about computing and genomic (TACG) : modelos e métodos computacionais em bioinformática. Tradução . Brasília: Embrapa, 2014. . . Acesso em: 01 nov. 2024.

    • APA

      Gonzaga, A., Mudadu, M. de A., Higa, R. H., & Hruschka, E. R. (2014). Mineração de dados para identificar atributos genéticos associados à características de interesse econômico à pecuária. In Talking about computing and genomic (TACG) : modelos e métodos computacionais em bioinformática. Brasília: Embrapa.

    • NLM

      Gonzaga A, Mudadu M de A, Higa RH, Hruschka ER. Mineração de dados para identificar atributos genéticos associados à características de interesse econômico à pecuária. In: Talking about computing and genomic (TACG) : modelos e métodos computacionais em bioinformática. Brasília: Embrapa; 2014. [citado 2024 nov. 01 ]

    • Vancouver

      Gonzaga A, Mudadu M de A, Higa RH, Hruschka ER. Mineração de dados para identificar atributos genéticos associados à características de interesse econômico à pecuária. In: Talking about computing and genomic (TACG) : modelos e métodos computacionais em bioinformática. Brasília: Embrapa; 2014. [citado 2024 nov. 01 ]

  • Trabalho de evento

    Privileged information for hierarchical document clustering: a metric learning approach (2014)

    Marcacini, Ricardo Marcondes ; Domingues, Marcos A; Hruschka, Eduardo Raul ; Rezende, Solange Oliveira

    Source: Proceedings. Conference titles: International Conference on Pattern Recognition - ICPR. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, MINERAÇÃO DE DADOS, APRENDIZADO COMPUTACIONAL

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

    • ABNT

      MARCACINI, Ricardo Marcondes et al. Privileged information for hierarchical document clustering: a metric learning approach. 2014, Anais.. Los Alamitos: Conference Publishing Services, 2014. Disponível em: https://doi.org/10.1109/ICPR.2014.625. Acesso em: 01 nov. 2024.

    • APA

      Marcacini, R. M., Domingues, M. A., Hruschka, E. R., & Rezende, S. O. (2014). Privileged information for hierarchical document clustering: a metric learning approach. In Proceedings. Los Alamitos: Conference Publishing Services. doi:10.1109/ICPR.2014.625

    • NLM

      Marcacini RM, Domingues MA, Hruschka ER, Rezende SO. Privileged information for hierarchical document clustering: a metric learning approach [Internet]. Proceedings. 2014 ;[citado 2024 nov. 01 ] Available from: https://doi.org/10.1109/ICPR.2014.625

    • Vancouver

      Marcacini RM, Domingues MA, Hruschka ER, Rezende SO. Privileged information for hierarchical document clustering: a metric learning approach [Internet]. Proceedings. 2014 ;[citado 2024 nov. 01 ] Available from: https://doi.org/10.1109/ICPR.2014.625

  • Trabalho de evento

    Biocom_Usp: tweet sentiment analysis with adaptive boosting ensemble (2014)

    Silva, Nádia Felix Felipe da; Hruschka, Eduardo Raul ; Hruschka Junior, Estevam Rafael

    Source: Proceedings. Conference titles: International Workshop on Semantic Evaluation - SemEval. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, WEB SEMÂNTICA, MÍDIAS SOCIAIS

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

    • ABNT

      SILVA, Nádia Felix Felipe da e HRUSCHKA, Eduardo Raul e HRUSCHKA JUNIOR, Estevam Rafael. Biocom_Usp: tweet sentiment analysis with adaptive boosting ensemble. 2014, Anais.. Stroudsburg: ACL, 2014. Disponível em: http://www.aclweb.org/anthology/S/S14/S14-2017.pdf. Acesso em: 01 nov. 2024.

    • APA

      Silva, N. F. F. da, Hruschka, E. R., & Hruschka Junior, E. R. (2014). Biocom_Usp: tweet sentiment analysis with adaptive boosting ensemble. In Proceedings. Stroudsburg: ACL. Recuperado de http://www.aclweb.org/anthology/S/S14/S14-2017.pdf

    • NLM

      Silva NFF da, Hruschka ER, Hruschka Junior ER. Biocom_Usp: tweet sentiment analysis with adaptive boosting ensemble [Internet]. Proceedings. 2014 ;[citado 2024 nov. 01 ] Available from: http://www.aclweb.org/anthology/S/S14/S14-2017.pdf

    • Vancouver

      Silva NFF da, Hruschka ER, Hruschka Junior ER. Biocom_Usp: tweet sentiment analysis with adaptive boosting ensemble [Internet]. Proceedings. 2014 ;[citado 2024 nov. 01 ] Available from: http://www.aclweb.org/anthology/S/S14/S14-2017.pdf

  • Trabalho de evento

    Estimativa de demanda potencial de matrículas em ensino superior usando dados públicos e múltiplos modelos de regressão (2014)

    Guerra, Pedro Calais; Nakamura, Rodrigo Yuji Mizobe; Hruschka, Eduardo Raul

    Source: Proceedings. Conference titles: Symposium on Knowledge Discovery, Mining and Learning - KDMiLe. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, BANCO DE DADOS

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

    • ABNT

      GUERRA, Pedro Calais e NAKAMURA, Rodrigo Yuji Mizobe e HRUSCHKA, Eduardo Raul. Estimativa de demanda potencial de matrículas em ensino superior usando dados públicos e múltiplos modelos de regressão. 2014, Anais.. São Carlos: ICMC-USP, 2014. Disponível em: http://www2.dc.ufscar.br/~marcela/anaisKDMiLe2014/artigos/SHORT/kdmile2014_Short2.pdf. Acesso em: 01 nov. 2024.

    • APA

      Guerra, P. C., Nakamura, R. Y. M., & Hruschka, E. R. (2014). Estimativa de demanda potencial de matrículas em ensino superior usando dados públicos e múltiplos modelos de regressão. In Proceedings. São Carlos: ICMC-USP. Recuperado de http://www2.dc.ufscar.br/~marcela/anaisKDMiLe2014/artigos/SHORT/kdmile2014_Short2.pdf

    • NLM

      Guerra PC, Nakamura RYM, Hruschka ER. Estimativa de demanda potencial de matrículas em ensino superior usando dados públicos e múltiplos modelos de regressão [Internet]. Proceedings. 2014 ;[citado 2024 nov. 01 ] Available from: http://www2.dc.ufscar.br/~marcela/anaisKDMiLe2014/artigos/SHORT/kdmile2014_Short2.pdf

    • Vancouver

      Guerra PC, Nakamura RYM, Hruschka ER. Estimativa de demanda potencial de matrículas em ensino superior usando dados públicos e múltiplos modelos de regressão [Internet]. Proceedings. 2014 ;[citado 2024 nov. 01 ] Available from: http://www2.dc.ufscar.br/~marcela/anaisKDMiLe2014/artigos/SHORT/kdmile2014_Short2.pdf

  • Trabalho de evento

    Combining classification and clustering for tweet sentiment analysis (2014)

    Coletta, Luiz Fernando Sommaggio ; Silva, Nádia Felix Felipe da; Hruschka, Eduardo Raul ; Hruschka Junior, Estevam Rafael

    Source: Proceedings. Conference titles: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, RECONHECIMENTO DE PADRÕES, WEB SEMÂNTICA, MÍDIAS SOCIAIS

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

    • ABNT

      COLETTA, Luiz Fernando Sommaggio et al. Combining classification and clustering for tweet sentiment analysis. 2014, Anais.. Los Alamitos: Conference Publishing Services, 2014. Disponível em: https://doi.org/10.1109/BRACIS.2014.46. Acesso em: 01 nov. 2024.

    • APA

      Coletta, L. F. S., Silva, N. F. F. da, Hruschka, E. R., & Hruschka Junior, E. R. (2014). Combining classification and clustering for tweet sentiment analysis. In Proceedings. Los Alamitos: Conference Publishing Services. doi:10.1109/BRACIS.2014.46

    • NLM

      Coletta LFS, Silva NFF da, Hruschka ER, Hruschka Junior ER. Combining classification and clustering for tweet sentiment analysis [Internet]. Proceedings. 2014 ;[citado 2024 nov. 01 ] Available from: https://doi.org/10.1109/BRACIS.2014.46

    • Vancouver

      Coletta LFS, Silva NFF da, Hruschka ER, Hruschka Junior ER. Combining classification and clustering for tweet sentiment analysis [Internet]. Proceedings. 2014 ;[citado 2024 nov. 01 ] Available from: https://doi.org/10.1109/BRACIS.2014.46

  • Artigo de periodico

    Tweet sentiment analysis with classifier ensembles (2014)

    Silva, Nádia Felix Felipe da; Hruschka, Eduardo Raul ; Hruschka Junior, Estevam Rafael

    Source: Decision Support Systems. 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

      SILVA, Nádia Felix Felipe da e HRUSCHKA, Eduardo Raul e HRUSCHKA JUNIOR, Estevam Rafael. Tweet sentiment analysis with classifier ensembles. Decision Support Systems, v. 66, p. 170-179, 2014Tradução . . Disponível em: https://doi.org/10.1016/j.dss.2014.07.003. Acesso em: 01 nov. 2024.

    • APA

      Silva, N. F. F. da, Hruschka, E. R., & Hruschka Junior, E. R. (2014). Tweet sentiment analysis with classifier ensembles. Decision Support Systems, 66, 170-179. doi:10.1016/j.dss.2014.07.003

    • NLM

      Silva NFF da, Hruschka ER, Hruschka Junior ER. Tweet sentiment analysis with classifier ensembles [Internet]. Decision Support Systems. 2014 ; 66 170-179.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.dss.2014.07.003

    • Vancouver

      Silva NFF da, Hruschka ER, Hruschka Junior ER. Tweet sentiment analysis with classifier ensembles [Internet]. Decision Support Systems. 2014 ; 66 170-179.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.dss.2014.07.003

1 - 20 (69 records)

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