ReP USP - Resultado da busca

Artigo de periodico
DropLeaf: a precision farming smartphone tool for real-time quantification of pesticide application coverage (2021)
Machado, Bruno Brandoli ; Spadon, Gabriel ; Esau, Travis ; Hennessy, Patrick ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Amer-Yahia, Sihem ; Rodrigues Junior, José Fernando
Fonte: Computers and Electronics in Agriculture. Unidade: ICMC
Assuntos: COMPUTAÇÃO MÓVEL, PROCESSAMENTO DE IMAGENS, AGRICULTURA DE PRECISÃO, PESTICIDAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MACHADO, Bruno Brandoli et al. DropLeaf: a precision farming smartphone tool for real-time quantification of pesticide application coverage. Computers and Electronics in Agriculture, v. 180, n. Ja 2021, p. 1-9, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.compag.2020.105906. Acesso em: 23 nov. 2025.
APA
Machado, B. B., Spadon, G., Esau, T., Hennessy, P., Carvalho, A. C. P. de L. F. de, Amer-Yahia, S., & Rodrigues Junior, J. F. (2021). DropLeaf: a precision farming smartphone tool for real-time quantification of pesticide application coverage. Computers and Electronics in Agriculture, 180( Ja 2021), 1-9. doi:10.1016/j.compag.2020.105906
NLM
Machado BB, Spadon G, Esau T, Hennessy P, Carvalho ACP de LF de, Amer-Yahia S, Rodrigues Junior JF. DropLeaf: a precision farming smartphone tool for real-time quantification of pesticide application coverage [Internet]. Computers and Electronics in Agriculture. 2021 ; 180( Ja 2021): 1-9.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1016/j.compag.2020.105906
Vancouver
Machado BB, Spadon G, Esau T, Hennessy P, Carvalho ACP de LF de, Amer-Yahia S, Rodrigues Junior JF. DropLeaf: a precision farming smartphone tool for real-time quantification of pesticide application coverage [Internet]. Computers and Electronics in Agriculture. 2021 ; 180( Ja 2021): 1-9.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1016/j.compag.2020.105906
Artigo de periodico
Feature extraction approaches for biological sequences: a comparative study of mathematical features (2021)
Bonidia, Robson Parmezan ; Sampaio, Lucas Dias Hiera ; Domingues, Douglas S ; Paschoal, Alexandre Rossi ; Lopes, Fabrício Martins ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Sanches, Danilo Sipoli
Fonte: Briefings in Bioinformatics. Unidade: ICMC
Assuntos: BIOINFORMÁTICA, GENÔMICA, REDES COMPLEXAS, ENTROPIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BONIDIA, Robson Parmezan et al. Feature extraction approaches for biological sequences: a comparative study of mathematical features. Briefings in Bioinformatics, v. 22, n. 5, p. Se 2021, 2021Tradução . . Disponível em: https://doi.org/10.1093/bib/bbab011. Acesso em: 23 nov. 2025.
APA
Bonidia, R. P., Sampaio, L. D. H., Domingues, D. S., Paschoal, A. R., Lopes, F. M., Carvalho, A. C. P. de L. F. de, & Sanches, D. S. (2021). Feature extraction approaches for biological sequences: a comparative study of mathematical features. Briefings in Bioinformatics, 22( 5), Se 2021. doi:10.1093/bib/bbab011
NLM
Bonidia RP, Sampaio LDH, Domingues DS, Paschoal AR, Lopes FM, Carvalho ACP de LF de, Sanches DS. Feature extraction approaches for biological sequences: a comparative study of mathematical features [Internet]. Briefings in Bioinformatics. 2021 ; 22( 5): Se 2021.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1093/bib/bbab011
Vancouver
Bonidia RP, Sampaio LDH, Domingues DS, Paschoal AR, Lopes FM, Carvalho ACP de LF de, Sanches DS. Feature extraction approaches for biological sequences: a comparative study of mathematical features [Internet]. Briefings in Bioinformatics. 2021 ; 22( 5): Se 2021.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1093/bib/bbab011
Artigo de periodico
Assessing the data complexity of imbalanced datasets (2021)
Barella, Victor Hugo ; Garcia, Luís Paulo Faina ; Souto, Marcílio Carlos Pereira de ; Lorena, Ana Carolina ; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Information Sciences. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE PADRÕES, MATEMÁTICA DA COMPUTAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARELLA, Victor Hugo et al. Assessing the data complexity of imbalanced datasets. Information Sciences, v. 553, p. 83-109, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.ins.2020.12.006. Acesso em: 23 nov. 2025.
APA
Barella, V. H., Garcia, L. P. F., Souto, M. C. P. de, Lorena, A. C., & Carvalho, A. C. P. de L. F. de. (2021). Assessing the data complexity of imbalanced datasets. Information Sciences, 553, 83-109. doi:10.1016/j.ins.2020.12.006
NLM
Barella VH, Garcia LPF, Souto MCP de, Lorena AC, Carvalho ACP de LF de. Assessing the data complexity of imbalanced datasets [Internet]. Information Sciences. 2021 ; 553 83-109.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1016/j.ins.2020.12.006
Vancouver
Barella VH, Garcia LPF, Souto MCP de, Lorena AC, Carvalho ACP de LF de. Assessing the data complexity of imbalanced datasets [Internet]. Information Sciences. 2021 ; 553 83-109.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1016/j.ins.2020.12.006
Artigo de periodico
Explainable machine learning algorithms for predicting glass transition temperatures (2020)
Alcobaça, Edesio ; Mastelini, Saulo Martiello ; Botari, Tiago ; Pimentel, Bruno Almeida ; Cassar, Daniel Roberto ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Zanotto, Edgar Dutra
Fonte: Acta Materialia. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, ALGORITMOS ÚTEIS E ESPECÍFICOS, VIDRO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALCOBAÇA, Edesio et al. Explainable machine learning algorithms for predicting glass transition temperatures. Acta Materialia, v. 188, p. 92-100, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.actamat.2020.01.047. Acesso em: 23 nov. 2025.
APA
Alcobaça, E., Mastelini, S. M., Botari, T., Pimentel, B. A., Cassar, D. R., Carvalho, A. C. P. de L. F. de, & Zanotto, E. D. (2020). Explainable machine learning algorithms for predicting glass transition temperatures. Acta Materialia, 188, 92-100. doi:10.1016/j.actamat.2020.01.047
NLM
Alcobaça E, Mastelini SM, Botari T, Pimentel BA, Cassar DR, Carvalho ACP de LF de, Zanotto ED. Explainable machine learning algorithms for predicting glass transition temperatures [Internet]. Acta Materialia. 2020 ; 188 92-100.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1016/j.actamat.2020.01.047
Vancouver
Alcobaça E, Mastelini SM, Botari T, Pimentel BA, Cassar DR, Carvalho ACP de LF de, Zanotto ED. Explainable machine learning algorithms for predicting glass transition temperatures [Internet]. Acta Materialia. 2020 ; 188 92-100.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1016/j.actamat.2020.01.047
Artigo de periodico
MFE: towards reproducible meta-feature extraction (2020)
Alcobaça, Edesio ; Siqueira, Felipe Alves; Rivolli, Adriano ; Garcia, Luís Paulo Faina ; Oliva, Jefferson Tales ; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Journal of Machine Learning Research. Unidade: ICMC
Assunto: APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALCOBAÇA, Edesio et al. MFE: towards reproducible meta-feature extraction. Journal of Machine Learning Research, v. 21, p. 1-5, 2020Tradução . . Disponível em: http://www.jmlr.org/papers/volume21/19-348/19-348.pdf. Acesso em: 23 nov. 2025.
APA
Alcobaça, E., Siqueira, F. A., Rivolli, A., Garcia, L. P. F., Oliva, J. T., & Carvalho, A. C. P. de L. F. de. (2020). MFE: towards reproducible meta-feature extraction. Journal of Machine Learning Research, 21, 1-5. Recuperado de http://www.jmlr.org/papers/volume21/19-348/19-348.pdf
NLM
Alcobaça E, Siqueira FA, Rivolli A, Garcia LPF, Oliva JT, Carvalho ACP de LF de. MFE: towards reproducible meta-feature extraction [Internet]. Journal of Machine Learning Research. 2020 ; 21 1-5.[citado 2025 nov. 23 ] Available from: http://www.jmlr.org/papers/volume21/19-348/19-348.pdf
Vancouver
Alcobaça E, Siqueira FA, Rivolli A, Garcia LPF, Oliva JT, Carvalho ACP de LF de. MFE: towards reproducible meta-feature extraction [Internet]. Journal of Machine Learning Research. 2020 ; 21 1-5.[citado 2025 nov. 23 ] Available from: http://www.jmlr.org/papers/volume21/19-348/19-348.pdf
Artigo de periodico
Boosting meta-learning with simulated data complexity measures (2020)
Garcia, Luís Paulo Faina ; Rivolli, Adriano ; Alcobaça, Edesio ; Lorena, Ana Carolina ; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Intelligent Data Analysis. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, ALGORITMOS PARA PROCESSAMENTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GARCIA, Luís Paulo Faina et al. Boosting meta-learning with simulated data complexity measures. Intelligent Data Analysis, v. 24, n. 5, p. 1011-1028, 2020Tradução . . Disponível em: https://doi.org/10.3233/IDA-194803. Acesso em: 23 nov. 2025.
APA
Garcia, L. P. F., Rivolli, A., Alcobaça, E., Lorena, A. C., & Carvalho, A. C. P. de L. F. de. (2020). Boosting meta-learning with simulated data complexity measures. Intelligent Data Analysis, 24( 5), 1011-1028. doi:10.3233/IDA-194803
NLM
Garcia LPF, Rivolli A, Alcobaça E, Lorena AC, Carvalho ACP de LF de. Boosting meta-learning with simulated data complexity measures [Internet]. Intelligent Data Analysis. 2020 ; 24( 5): 1011-1028.[citado 2025 nov. 23 ] Available from: https://doi.org/10.3233/IDA-194803
Vancouver
Garcia LPF, Rivolli A, Alcobaça E, Lorena AC, Carvalho ACP de LF de. Boosting meta-learning with simulated data complexity measures [Internet]. Intelligent Data Analysis. 2020 ; 24( 5): 1011-1028.[citado 2025 nov. 23 ] Available from: https://doi.org/10.3233/IDA-194803
Artigo de periodico
Characterizing the impact of social inequality on COVID-19 propagation in developing countries (2020)
Cardoso, Evelin Helena Silva ; Silva, Marcelino Silva da ; Félix Júnior, Francisco Eguinaldo de Albuquerque ; Carvalho, Solon Venâncio de ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Vijaykumar, Nandamudi Lankalapalli ; Frances, Carlos Renato Lisboa
Fonte: IEEE Access. Unidade: ICMC
Assuntos: SURTOS DE DOENÇAS, CORONAVIRUS, DESIGUALDADES SOCIAIS, MODELOS EPIDEMIOLOGICOS, PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS), MORTALIDADE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CARDOSO, Evelin Helena Silva et al. Characterizing the impact of social inequality on COVID-19 propagation in developing countries. IEEE Access, v. 8, p. 172563-172580, 2020Tradução . . Disponível em: https://doi.org/10.1109/ACCESS.2020.3024910. Acesso em: 23 nov. 2025.
APA
Cardoso, E. H. S., Silva, M. S. da, Félix Júnior, F. E. de A., Carvalho, S. V. de, Carvalho, A. C. P. de L. F. de, Vijaykumar, N. L., & Frances, C. R. L. (2020). Characterizing the impact of social inequality on COVID-19 propagation in developing countries. IEEE Access, 8, 172563-172580. doi:10.1109/ACCESS.2020.3024910
NLM
Cardoso EHS, Silva MS da, Félix Júnior FE de A, Carvalho SV de, Carvalho ACP de LF de, Vijaykumar NL, Frances CRL. Characterizing the impact of social inequality on COVID-19 propagation in developing countries [Internet]. IEEE Access. 2020 ; 8 172563-172580.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1109/ACCESS.2020.3024910
Vancouver
Cardoso EHS, Silva MS da, Félix Júnior FE de A, Carvalho SV de, Carvalho ACP de LF de, Vijaykumar NL, Frances CRL. Characterizing the impact of social inequality on COVID-19 propagation in developing countries [Internet]. IEEE Access. 2020 ; 8 172563-172580.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1109/ACCESS.2020.3024910
Artigo de periodico
CRISPRcasIdentifier: machine learning for accurate identification and classification of CRISPR-Cas systems (2020)
Padilha, Victor Alexandre ; Alkhnbashi, Omer S ; Shah, Shiraz A ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Backofen, Rolf
Fonte: GigaScience. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, BIOINFORMÁTICA, GENES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PADILHA, Victor Alexandre et al. CRISPRcasIdentifier: machine learning for accurate identification and classification of CRISPR-Cas systems. GigaScience, v. 9, n. 6, p. 1-12, 2020Tradução . . Disponível em: https://doi.org/10.1093/gigascience/giaa062. Acesso em: 23 nov. 2025.
APA
Padilha, V. A., Alkhnbashi, O. S., Shah, S. A., Carvalho, A. C. P. de L. F. de, & Backofen, R. (2020). CRISPRcasIdentifier: machine learning for accurate identification and classification of CRISPR-Cas systems. GigaScience, 9( 6), 1-12. doi:10.1093/gigascience/giaa062
NLM
Padilha VA, Alkhnbashi OS, Shah SA, Carvalho ACP de LF de, Backofen R. CRISPRcasIdentifier: machine learning for accurate identification and classification of CRISPR-Cas systems [Internet]. GigaScience. 2020 ; 9( 6): 1-12.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1093/gigascience/giaa062
Vancouver
Padilha VA, Alkhnbashi OS, Shah SA, Carvalho ACP de LF de, Backofen R. CRISPRcasIdentifier: machine learning for accurate identification and classification of CRISPR-Cas systems [Internet]. GigaScience. 2020 ; 9( 6): 1-12.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1093/gigascience/giaa062
Artigo de periodico
An empirical analysis of binary transformation strategies and base algorithms for multi-label learning (2020)
Rivolli, Adriano ; Read, Jesse; Soares, Carlos; Pfahringer, Bernhard ; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Machine Learning. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE PADRÕES, ALGORITMOS ÚTEIS E ESPECÍFICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIVOLLI, Adriano et al. An empirical analysis of binary transformation strategies and base algorithms for multi-label learning. Machine Learning, v. 109, n. 8, p. 1509-1563, 2020Tradução . . Disponível em: https://doi.org/10.1007/s10994-020-05879-3. Acesso em: 23 nov. 2025.
APA
Rivolli, A., Read, J., Soares, C., Pfahringer, B., & Carvalho, A. C. P. de L. F. de. (2020). An empirical analysis of binary transformation strategies and base algorithms for multi-label learning. Machine Learning, 109( 8), 1509-1563. doi:10.1007/s10994-020-05879-3
NLM
Rivolli A, Read J, Soares C, Pfahringer B, Carvalho ACP de LF de. An empirical analysis of binary transformation strategies and base algorithms for multi-label learning [Internet]. Machine Learning. 2020 ; 109( 8): 1509-1563.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1007/s10994-020-05879-3
Vancouver
Rivolli A, Read J, Soares C, Pfahringer B, Carvalho ACP de LF de. An empirical analysis of binary transformation strategies and base algorithms for multi-label learning [Internet]. Machine Learning. 2020 ; 109( 8): 1509-1563.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1007/s10994-020-05879-3
Artigo de periodico
A novel decomposing model with evolutionary algorithms for feature selection in long non-coding RNAs (2020)
Bonidia, Robson Parmezan ; Machida, Jaqueline Sayuri; Negri, Tatianne Costa ; Alves, Wonder Alexandre Luz ; Kashiwabara, André Yoshiaki ; Domingues, Douglas S ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Paschoal, Alexandre Rossi ; Sanches, Danilo Sipoli
Fonte: IEEE Access. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, BIOINFORMÁTICA, HEURÍSTICA, ALGORITMOS GENÉTICOS, RNA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BONIDIA, Robson Parmezan et al. A novel decomposing model with evolutionary algorithms for feature selection in long non-coding RNAs. IEEE Access, v. 8, p. 181683-181697, 2020Tradução . . Disponível em: https://doi.org/10.1109/ACCESS.2020.3028039. Acesso em: 23 nov. 2025.
APA
Bonidia, R. P., Machida, J. S., Negri, T. C., Alves, W. A. L., Kashiwabara, A. Y., Domingues, D. S., et al. (2020). A novel decomposing model with evolutionary algorithms for feature selection in long non-coding RNAs. IEEE Access, 8, 181683-181697. doi:10.1109/ACCESS.2020.3028039
NLM
Bonidia RP, Machida JS, Negri TC, Alves WAL, Kashiwabara AY, Domingues DS, Carvalho ACP de LF de, Paschoal AR, Sanches DS. A novel decomposing model with evolutionary algorithms for feature selection in long non-coding RNAs [Internet]. IEEE Access. 2020 ; 8 181683-181697.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1109/ACCESS.2020.3028039
Vancouver
Bonidia RP, Machida JS, Negri TC, Alves WAL, Kashiwabara AY, Domingues DS, Carvalho ACP de LF de, Paschoal AR, Sanches DS. A novel decomposing model with evolutionary algorithms for feature selection in long non-coding RNAs [Internet]. IEEE Access. 2020 ; 8 181683-181697.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1109/ACCESS.2020.3028039
Trabalho de evento-anais periodico
Simulating complexity measures on imbalanced datasets (2020)
Barella, Victor Hugo ; Garcia, Luís Paulo Faina ; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Lecture Notes in Artificial Intelligence. Nome do evento: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, ALGORITMOS ÚTEIS E ESPECÍFICOS, RECONHECIMENTO DE PADRÕES, MATEMÁTICA DA COMPUTAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARELLA, Victor Hugo e GARCIA, Luís Paulo Faina e CARVALHO, André Carlos Ponce de Leon Ferreira de. Simulating complexity measures on imbalanced datasets. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-030-61380-8_34. Acesso em: 23 nov. 2025. , 2020
APA
Barella, V. H., Garcia, L. P. F., & Carvalho, A. C. P. de L. F. de. (2020). Simulating complexity measures on imbalanced datasets. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-030-61380-8_34
NLM
Barella VH, Garcia LPF, Carvalho ACP de LF de. Simulating complexity measures on imbalanced datasets [Internet]. Lecture Notes in Artificial Intelligence. 2020 ; 12320 498-512.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1007/978-3-030-61380-8_34
Vancouver
Barella VH, Garcia LPF, Carvalho ACP de LF de. Simulating complexity measures on imbalanced datasets [Internet]. Lecture Notes in Artificial Intelligence. 2020 ; 12320 498-512.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1007/978-3-030-61380-8_34
Artigo de periodico
A meta-learning approach for recommending the number of clusters for clustering algorithms (2020)
Pimentel, Bruno Almeida ; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Knowledge-Based Systems. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE PADRÕES, ALGORITMOS ÚTEIS E ESPECÍFICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PIMENTEL, Bruno Almeida e CARVALHO, André Carlos Ponce de Leon Ferreira de. A meta-learning approach for recommending the number of clusters for clustering algorithms. Knowledge-Based Systems, v. 195, p. 1-14, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.knosys.2020.105682. Acesso em: 23 nov. 2025.
APA
Pimentel, B. A., & Carvalho, A. C. P. de L. F. de. (2020). A meta-learning approach for recommending the number of clusters for clustering algorithms. Knowledge-Based Systems, 195, 1-14. doi:10.1016/j.knosys.2020.105682
NLM
Pimentel BA, Carvalho ACP de LF de. A meta-learning approach for recommending the number of clusters for clustering algorithms [Internet]. Knowledge-Based Systems. 2020 ; 195 1-14.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1016/j.knosys.2020.105682
Vancouver
Pimentel BA, Carvalho ACP de LF de. A meta-learning approach for recommending the number of clusters for clustering algorithms [Internet]. Knowledge-Based Systems. 2020 ; 195 1-14.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1016/j.knosys.2020.105682
Trabalho de evento-anais periodico
Local interpretation methods to machine learning using the domain of the feature space (2020)
Botari, Tiago ; Izbicki, Rafael ; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Communications in Computer and Information Science. Nome do evento: European Conference on Machine Learning and Knowledge Discovery in Databases - ECML PKDD. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, COMBINATÓRIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BOTARI, Tiago e IZBICKI, Rafael e CARVALHO, André Carlos Ponce de Leon Ferreira de. Local interpretation methods to machine learning using the domain of the feature space. Communications in Computer and Information Science. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-030-43823-4_21. Acesso em: 23 nov. 2025. , 2020
APA
Botari, T., Izbicki, R., & Carvalho, A. C. P. de L. F. de. (2020). Local interpretation methods to machine learning using the domain of the feature space. Communications in Computer and Information Science. Cham: Springer. doi:10.1007/978-3-030-43823-4_21
NLM
Botari T, Izbicki R, Carvalho ACP de LF de. Local interpretation methods to machine learning using the domain of the feature space [Internet]. Communications in Computer and Information Science. 2020 ; 1167 241-252.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1007/978-3-030-43823-4_21
Vancouver
Botari T, Izbicki R, Carvalho ACP de LF de. Local interpretation methods to machine learning using the domain of the feature space [Internet]. Communications in Computer and Information Science. 2020 ; 1167 241-252.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1007/978-3-030-43823-4_21
Artigo de periodico
Ensemble of classifiers based on multiobjective genetic sampling for imbalanced data (2020)
Fernandes, Everlandio Rebouças Queiroz ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Yao, Xin
Fonte: IEEE Transactions on Knowledge and Data Engineering. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, COMPUTAÇÃO EVOLUTIVA, ALGORITMOS GENÉTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FERNANDES, Everlandio Rebouças Queiroz e CARVALHO, André Carlos Ponce de Leon Ferreira de e YAO, Xin. Ensemble of classifiers based on multiobjective genetic sampling for imbalanced data. IEEE Transactions on Knowledge and Data Engineering, v. 32, n. 6, p. 1104-1115, 2020Tradução . . Disponível em: https://doi.org/10.1109/TKDE.2019.2898861. Acesso em: 23 nov. 2025.
APA
Fernandes, E. R. Q., Carvalho, A. C. P. de L. F. de, & Yao, X. (2020). Ensemble of classifiers based on multiobjective genetic sampling for imbalanced data. IEEE Transactions on Knowledge and Data Engineering, 32( 6), 1104-1115. doi:10.1109/TKDE.2019.2898861
NLM
Fernandes ERQ, Carvalho ACP de LF de, Yao X. Ensemble of classifiers based on multiobjective genetic sampling for imbalanced data [Internet]. IEEE Transactions on Knowledge and Data Engineering. 2020 ; 32( 6): 1104-1115.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1109/TKDE.2019.2898861
Vancouver
Fernandes ERQ, Carvalho ACP de LF de, Yao X. Ensemble of classifiers based on multiobjective genetic sampling for imbalanced data [Internet]. IEEE Transactions on Knowledge and Data Engineering. 2020 ; 32( 6): 1104-1115.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1109/TKDE.2019.2898861
Artigo de periodico
Reconstructing commuters network using machine learning and urban indicators (2019)
Spadon, Gabriel ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Rodrigues Junior, José Fernando ; Alves, Luiz Gustavo de Andrade
Fonte: Scientific Reports. Unidade: ICMC
Assuntos: REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL, MOBILIDADE URBANA, TRANSPORTE INTERURBANO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SPADON, Gabriel et al. Reconstructing commuters network using machine learning and urban indicators. Scientific Reports, v. 9, p. 11801-1-11801-13, 2019Tradução . . Disponível em: https://doi.org/10.1038/s41598-019-48295-x. Acesso em: 23 nov. 2025.
APA
Spadon, G., Carvalho, A. C. P. de L. F. de, Rodrigues Junior, J. F., & Alves, L. G. de A. (2019). Reconstructing commuters network using machine learning and urban indicators. Scientific Reports, 9, 11801-1-11801-13. doi:10.1038/s41598-019-48295-x
NLM
Spadon G, Carvalho ACP de LF de, Rodrigues Junior JF, Alves LG de A. Reconstructing commuters network using machine learning and urban indicators [Internet]. Scientific Reports. 2019 ; 9 11801-1-11801-13.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1038/s41598-019-48295-x
Vancouver
Spadon G, Carvalho ACP de LF de, Rodrigues Junior JF, Alves LG de A. Reconstructing commuters network using machine learning and urban indicators [Internet]. Scientific Reports. 2019 ; 9 11801-1-11801-13.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1038/s41598-019-48295-x
Artigo de periodico
Experimental correlation analysis of bicluster coherence measures and gene ontology information (2019)
Padilha, Victor Alexandre ; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Applied Soft Computing. Unidade: ICMC
Assuntos: BIOINFORMÁTICA, RECONHECIMENTO DE PADRÕES, ALGORITMOS GENÉTICOS, EXPRESSÃO GÊNICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PADILHA, Victor Alexandre e CARVALHO, André Carlos Ponce de Leon Ferreira de. Experimental correlation analysis of bicluster coherence measures and gene ontology information. Applied Soft Computing, v. 85, p. 1-11, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.asoc.2019.105688. Acesso em: 23 nov. 2025.
APA
Padilha, V. A., & Carvalho, A. C. P. de L. F. de. (2019). Experimental correlation analysis of bicluster coherence measures and gene ontology information. Applied Soft Computing, 85, 1-11. doi:10.1016/j.asoc.2019.105688
NLM
Padilha VA, Carvalho ACP de LF de. Experimental correlation analysis of bicluster coherence measures and gene ontology information [Internet]. Applied Soft Computing. 2019 ; 85 1-11.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1016/j.asoc.2019.105688
Vancouver
Padilha VA, Carvalho ACP de LF de. Experimental correlation analysis of bicluster coherence measures and gene ontology information [Internet]. Applied Soft Computing. 2019 ; 85 1-11.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1016/j.asoc.2019.105688
Artigo de periodico
Machine learning meets genome assembly (2019)
Souza, Kleber Padovani de; Setubal, João Carlos ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Oliveira, Guilherme; Chateau, Annie; Alves, Ronnie
Fonte: Briefings in Bioinformatics. Unidades: IQ, ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, SEQUENCIAMENTO GENÉTICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Kleber Padovani de et al. Machine learning meets genome assembly. Briefings in Bioinformatics, v. No 2019, n. 6, p. 2116-2129, 2019Tradução . . Disponível em: https://doi.org/10.1093/bib/bby072. Acesso em: 23 nov. 2025.
APA
Souza, K. P. de, Setubal, J. C., Carvalho, A. C. P. de L. F. de, Oliveira, G., Chateau, A., & Alves, R. (2019). Machine learning meets genome assembly. Briefings in Bioinformatics, No 2019( 6), 2116-2129. doi:10.1093/bib/bby072
NLM
Souza KP de, Setubal JC, Carvalho ACP de LF de, Oliveira G, Chateau A, Alves R. Machine learning meets genome assembly [Internet]. Briefings in Bioinformatics. 2019 ; No 2019( 6): 2116-2129.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1093/bib/bby072
Vancouver
Souza KP de, Setubal JC, Carvalho ACP de LF de, Oliveira G, Chateau A, Alves R. Machine learning meets genome assembly [Internet]. Briefings in Bioinformatics. 2019 ; No 2019( 6): 2116-2129.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1093/bib/bby072

Unidades USP

ReP

Filtros

Autores

Autores USP

Assuntos

Título da fonte

Agência de fomento

Indexado em

Afiliação dos autores externos não normalizada

País das instituições de afiliação dos autores externos