ReP USP - Resultado da busca

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
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
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)
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
Trabalho de evento-anais periodico
Hierarchical bottom-up safe semi-supervised support vector machines for multi-class transductive learning (2013)
Covões, Thiago F; Barros, Rodrigo C; Silva, Tiago S. da; Hruschka, Eduardo Raul ; Carvalho, André Carlos Ponce de Leon Ferreira de
Source: Journal of Information and Data Management - JIDM. Conference titles: Brazilian Symposium on Databases - SBBD. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COVÕES, Thiago F et al. Hierarchical bottom-up safe semi-supervised support vector machines for multi-class transductive learning. Journal of Information and Data Management - JIDM. Porto Alegre: SBC. Disponível em: http://seer.lcc.ufmg.br/index.php/jidm/article/view/256. Acesso em: 01 nov. 2024. , 2013
APA
Covões, T. F., Barros, R. C., Silva, T. S. da, Hruschka, E. R., & Carvalho, A. C. P. de L. F. de. (2013). Hierarchical bottom-up safe semi-supervised support vector machines for multi-class transductive learning. Journal of Information and Data Management - JIDM. Porto Alegre: SBC. Recuperado de http://seer.lcc.ufmg.br/index.php/jidm/article/view/256
NLM
Covões TF, Barros RC, Silva TS da, Hruschka ER, Carvalho ACP de LF de. Hierarchical bottom-up safe semi-supervised support vector machines for multi-class transductive learning [Internet]. Journal of Information and Data Management - JIDM. 2013 ; 4( 3): 357-372.[citado 2024 nov. 01 ] Available from: http://seer.lcc.ufmg.br/index.php/jidm/article/view/256
Vancouver
Covões TF, Barros RC, Silva TS da, Hruschka ER, Carvalho ACP de LF de. Hierarchical bottom-up safe semi-supervised support vector machines for multi-class transductive learning [Internet]. Journal of Information and Data Management - JIDM. 2013 ; 4( 3): 357-372.[citado 2024 nov. 01 ] Available from: http://seer.lcc.ufmg.br/index.php/jidm/article/view/256
Artigo de periodico
An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks (2013)
Silva, Jonathan de Andrade; Hruschka, Eduardo Raul
Source: Data & Knowledge Engineering. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Jonathan de Andrade e HRUSCHKA, Eduardo Raul. An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks. Data & Knowledge Engineering, v. 84, p. 47-58, 2013Tradução . . Disponível em: https://doi.org/10.1016/j.datak.2012.12.006. Acesso em: 01 nov. 2024.
APA
Silva, J. de A., & Hruschka, E. R. (2013). An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks. Data & Knowledge Engineering, 84, 47-58. doi:10.1016/j.datak.2012.12.006
NLM
Silva J de A, Hruschka ER. An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks [Internet]. Data & Knowledge Engineering. 2013 ; 84 47-58.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.datak.2012.12.006
Vancouver
Silva J de A, Hruschka ER. An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks [Internet]. Data & Knowledge Engineering. 2013 ; 84 47-58.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1016/j.datak.2012.12.006
Trabalho de evento
Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm (2013)
Covões, Thiago F; Hruschka, Eduardo Raul
Source: Proceedings. Conference titles: IEEE Congress on Evolutionary Computation - CEC. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COVÕES, Thiago F e HRUSCHKA, Eduardo Raul. Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm. 2013, Anais.. Piscataway: IEEE, 2013. Disponível em: https://doi.org/10.1109/CEC.2013.6557962. Acesso em: 01 nov. 2024.
APA
Covões, T. F., & Hruschka, E. R. (2013). Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm. In Proceedings. Piscataway: IEEE. doi:10.1109/CEC.2013.6557962
NLM
Covões TF, Hruschka ER. Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm [Internet]. Proceedings. 2013 ;[citado 2024 nov. 01 ] Available from: https://doi.org/10.1109/CEC.2013.6557962
Vancouver
Covões TF, Hruschka ER. Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm [Internet]. Proceedings. 2013 ;[citado 2024 nov. 01 ] Available from: https://doi.org/10.1109/CEC.2013.6557962
Trabalho de evento-anais periodico
Using both latent and supervised shared topics for multitask learning (2013)
Acharya, Ayan; Rawal, Aditya; Mooney, Raymond J; Hruschka, Eduardo Raul
Source: Lecture Notes in Artificial Intelligence. Conference titles: European Conference on Machine Learning and Knowledge Discovery in Databases - ECML PKDD. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ACHARYA, Ayan et al. Using both latent and supervised shared topics for multitask learning. Lecture Notes in Artificial Intelligence. Berlin: Springer-Verlag. Disponível em: https://doi.org/10.1007/978-3-642-40991-2_24. Acesso em: 01 nov. 2024. , 2013
APA
Acharya, A., Rawal, A., Mooney, R. J., & Hruschka, E. R. (2013). Using both latent and supervised shared topics for multitask learning. Lecture Notes in Artificial Intelligence. Berlin: Springer-Verlag. doi:10.1007/978-3-642-40991-2_24
NLM
Acharya A, Rawal A, Mooney RJ, Hruschka ER. Using both latent and supervised shared topics for multitask learning [Internet]. Lecture Notes in Artificial Intelligence. 2013 ; 8189 369-384.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1007/978-3-642-40991-2_24
Vancouver
Acharya A, Rawal A, Mooney RJ, Hruschka ER. Using both latent and supervised shared topics for multitask learning [Internet]. Lecture Notes in Artificial Intelligence. 2013 ; 8189 369-384.[citado 2024 nov. 01 ] Available from: https://doi.org/10.1007/978-3-642-40991-2_24

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Date published

Subjects

Source title

Publisher

Conference titles

Countries/Territories

Indexado em

Normalized affiliation

Non normalized affiliation