Menu

Filtros : "EP" "2022" "REDES NEURAIS" Limpar

Filtros

Refine with date range

  • 1

1 - 16 (16 records)

  • Dissertação (Mestrado)

    A framework for closed domain question answering systems in the low data regime. (2022)

    Carmo, Vinicius Cleves de Oliveira; Cozman, Fabio Gagliardi (Orientador)

    Unidade: EP

    Subjects: SISTEMAS DE QUESTÕES E RESPOSTAS, RECUPERAÇÃO DA INFORMAÇÃO, REDES NEURAIS, APRENDIZADO COMPUTACIONAL

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

    • ABNT

      CARMO, Vinicius Cleves de Oliveira. A framework for closed domain question answering systems in the low data regime. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-24052023-152815/. Acesso em: 16 out. 2024.

    • APA

      Carmo, V. C. de O. (2022). A framework for closed domain question answering systems in the low data regime. (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3141/tde-24052023-152815/

    • NLM

      Carmo VC de O. A framework for closed domain question answering systems in the low data regime. [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-24052023-152815/

    • Vancouver

      Carmo VC de O. A framework for closed domain question answering systems in the low data regime. [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-24052023-152815/

  • Artigo de periodico

    Evaluation of 1D and 2D deep convolutional neural networks for driving event recognition (2022)

    Escottá, Álvaro Teixeira; Beccaro, Wesley; Arjona Ramírez, Miguel

    Source: Sensors. Unidade: EP

    Subjects: REDES NEURAIS, ANÁLISE DE SÉRIES TEMPORAIS, APRENDIZAGEM PROFUNDA

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

    • ABNT

      ESCOTTÁ, Álvaro Teixeira e BECCARO, Wesley e ARJONA RAMÍREZ, Miguel. Evaluation of 1D and 2D deep convolutional neural networks for driving event recognition. Sensors, v. 22, n. 11, 2022Tradução . . Disponível em: https://doi.org/10.3390/s22114226. Acesso em: 16 out. 2024.

    • APA

      Escottá, Á. T., Beccaro, W., & Arjona Ramírez, M. (2022). Evaluation of 1D and 2D deep convolutional neural networks for driving event recognition. Sensors, 22( 11). doi:10.3390/s22114226

    • NLM

      Escottá ÁT, Beccaro W, Arjona Ramírez M. Evaluation of 1D and 2D deep convolutional neural networks for driving event recognition [Internet]. Sensors. 2022 ; 22( 11):[citado 2024 out. 16 ] Available from: https://doi.org/10.3390/s22114226

    • Vancouver

      Escottá ÁT, Beccaro W, Arjona Ramírez M. Evaluation of 1D and 2D deep convolutional neural networks for driving event recognition [Internet]. Sensors. 2022 ; 22( 11):[citado 2024 out. 16 ] Available from: https://doi.org/10.3390/s22114226

  • Artigo de periodico

    A Deep-learning method for the prediction of socio-economic indicators from street-view imagery using a case study from Brazil (2022)

    Machicao, Jeaneth ; Specht, Alison; Vellenich, Danton ; Meneguzzi, Leandro ; David, Romain; Stall, Shelley; Ferraz, Katia ; Mabile, Laurence; O’Brien, Margaret; Corrêa, Pedro

    Source: Data Science Journal. Unidades: EP, ESALQ

    Subjects: APRENDIZADO COMPUTACIONAL, COLETA DE DADOS, IMAGEM DIGITAL, INDICADORES SOCIOECONÔMICOS, REDES NEURAIS

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

    • ABNT

      MACHICAO, Jeaneth et al. A Deep-learning method for the prediction of socio-economic indicators from street-view imagery using a case study from Brazil. Data Science Journal, v. 21, n. 6, p. 1–15, 2022Tradução . . Disponível em: https://doi.org/10.5334/dsj-2022-006. Acesso em: 16 out. 2024.

    • APA

      Machicao, J., Specht, A., Vellenich, D., Meneguzzi, L., David, R., Stall, S., et al. (2022). A Deep-learning method for the prediction of socio-economic indicators from street-view imagery using a case study from Brazil. Data Science Journal, 21( 6), 1–15. doi:10.5334/dsj-2022-006

    • NLM

      Machicao J, Specht A, Vellenich D, Meneguzzi L, David R, Stall S, Ferraz K, Mabile L, O’Brien M, Corrêa P. A Deep-learning method for the prediction of socio-economic indicators from street-view imagery using a case study from Brazil [Internet]. Data Science Journal. 2022 ; 21( 6): 1–15.[citado 2024 out. 16 ] Available from: https://doi.org/10.5334/dsj-2022-006

    • Vancouver

      Machicao J, Specht A, Vellenich D, Meneguzzi L, David R, Stall S, Ferraz K, Mabile L, O’Brien M, Corrêa P. A Deep-learning method for the prediction of socio-economic indicators from street-view imagery using a case study from Brazil [Internet]. Data Science Journal. 2022 ; 21( 6): 1–15.[citado 2024 out. 16 ] Available from: https://doi.org/10.5334/dsj-2022-006

  • Dissertação (Mestrado)

    Design of a floating offshore structure by a deep neural network (2022)

    Esteves, Fillipe Rocha Leonel; Nishimoto, Kazuo (Orientador)

    Unidade: EP

    Subjects: REDES NEURAIS, ESTRUTURAS OFFSHORE FLUTUANTES, APRENDIZADO COMPUTACIONAL, INTELIGÊNCIA ARTIFICIAL, SUPERFÍCIES DE RESPOSTA

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

    • ABNT

      ESTEVES, Fillipe Rocha Leonel. Design of a floating offshore structure by a deep neural network. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3135/tde-22052023-110138/. Acesso em: 16 out. 2024.

    • APA

      Esteves, F. R. L. (2022). Design of a floating offshore structure by a deep neural network (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3135/tde-22052023-110138/

    • NLM

      Esteves FRL. Design of a floating offshore structure by a deep neural network [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3135/tde-22052023-110138/

    • Vancouver

      Esteves FRL. Design of a floating offshore structure by a deep neural network [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3135/tde-22052023-110138/

  • Dissertação (Mestrado)

    Predição de radiação solar usando algoritmos de aprendizagem de máquina e parâmetros meteorológicos (2022)

    Viscondi, Gabriel de Freitas; Souza, Solange Nice Alves de (Orientador)

    Unidade: EP

    Subjects: REDES NEURAIS, ENERGIA SOLAR, APRENDIZADO COMPUTACIONAL

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

    • ABNT

      VISCONDI, Gabriel de Freitas. Predição de radiação solar usando algoritmos de aprendizagem de máquina e parâmetros meteorológicos. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-22052023-111138/. Acesso em: 16 out. 2024.

    • APA

      Viscondi, G. de F. (2022). Predição de radiação solar usando algoritmos de aprendizagem de máquina e parâmetros meteorológicos (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3141/tde-22052023-111138/

    • NLM

      Viscondi G de F. Predição de radiação solar usando algoritmos de aprendizagem de máquina e parâmetros meteorológicos [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-22052023-111138/

    • Vancouver

      Viscondi G de F. Predição de radiação solar usando algoritmos de aprendizagem de máquina e parâmetros meteorológicos [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-22052023-111138/

  • Dissertação (Mestrado)

    Vehicle classification based on binary images of optical barriers using convolutional neural networks (2022)

    Barreyro, Joaquim; Yoshioka, Leopoldo Rideki (Orientador)

    Unidade: EP

    Subjects: SISTEMAS INTELIGENTES DE TRANSPORTES, VEÍCULOS ELÉTRICOS, REDES NEURAIS

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

    • ABNT

      BARREYRO, Joaquim. Vehicle classification based on binary images of optical barriers using convolutional neural networks. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-27052022-081725/. Acesso em: 16 out. 2024.

    • APA

      Barreyro, J. (2022). Vehicle classification based on binary images of optical barriers using convolutional neural networks (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3142/tde-27052022-081725/

    • NLM

      Barreyro J. Vehicle classification based on binary images of optical barriers using convolutional neural networks [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-27052022-081725/

    • Vancouver

      Barreyro J. Vehicle classification based on binary images of optical barriers using convolutional neural networks [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-27052022-081725/

  • Dissertação (Mestrado)

    Redes neurais bayesianas para calibração de sensores de poluição do ar e detecção de falhas em processos químicos (2022)

    Taira, Gustavo Ryuji ; Park, Song Won (Orientador)

    Unidade: EP

    Subjects: APRENDIZADO COMPUTACIONAL, SENSOR, REDES NEURAIS, POLUIÇÃO ATMOSFÉRICA

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

    • ABNT

      TAIRA, Gustavo Ryuji. Redes neurais bayesianas para calibração de sensores de poluição do ar e detecção de falhas em processos químicos. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-10072024-142738/pt-br.php. Acesso em: 16 out. 2024.

    • APA

      Taira, G. R. (2022). Redes neurais bayesianas para calibração de sensores de poluição do ar e detecção de falhas em processos químicos (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3137/tde-10072024-142738/pt-br.php

    • NLM

      Taira GR. Redes neurais bayesianas para calibração de sensores de poluição do ar e detecção de falhas em processos químicos [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-10072024-142738/pt-br.php

    • Vancouver

      Taira GR. Redes neurais bayesianas para calibração de sensores de poluição do ar e detecção de falhas em processos químicos [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-10072024-142738/pt-br.php

  • Trabalho de evento

    A methodology to predict the effective thermal conductivity of a granular assembly using deep learning (2022)

    Quintana Ruiz, Osvaldo Dario ; Campello, Eduardo de Morais Barreto

    Source: Proceedings. Conference titles: Ibero-Latin-American Congress on Computational Methods in Engineering - CILAMCE. Unidade: EP

    Subjects: REDES NEURAIS, INTELIGÊNCIA ARTIFICIAL, MATERIAIS GRANULARES

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

    • ABNT

      QUINTANA RUIZ, Osvaldo Dario e CAMPELLO, Eduardo de Morais Barreto. A methodology to predict the effective thermal conductivity of a granular assembly using deep learning. 2022, Anais.. Rio de Janeiro: ABMEC, 2022. Disponível em: https://repositorio.usp.br/directbitstream/525e5a7e-f7ce-4e15-a41d-c3f6c2b29fd7/A_methodology_to_predict_the_effective_thermal_conductivity_of_a_granular_assembly_using_deep_learning.pdf. Acesso em: 16 out. 2024.

    • APA

      Quintana Ruiz, O. D., & Campello, E. de M. B. (2022). A methodology to predict the effective thermal conductivity of a granular assembly using deep learning. In Proceedings. Rio de Janeiro: ABMEC. Recuperado de https://repositorio.usp.br/directbitstream/525e5a7e-f7ce-4e15-a41d-c3f6c2b29fd7/A_methodology_to_predict_the_effective_thermal_conductivity_of_a_granular_assembly_using_deep_learning.pdf

    • NLM

      Quintana Ruiz OD, Campello E de MB. A methodology to predict the effective thermal conductivity of a granular assembly using deep learning [Internet]. Proceedings. 2022 ;[citado 2024 out. 16 ] Available from: https://repositorio.usp.br/directbitstream/525e5a7e-f7ce-4e15-a41d-c3f6c2b29fd7/A_methodology_to_predict_the_effective_thermal_conductivity_of_a_granular_assembly_using_deep_learning.pdf

    • Vancouver

      Quintana Ruiz OD, Campello E de MB. A methodology to predict the effective thermal conductivity of a granular assembly using deep learning [Internet]. Proceedings. 2022 ;[citado 2024 out. 16 ] Available from: https://repositorio.usp.br/directbitstream/525e5a7e-f7ce-4e15-a41d-c3f6c2b29fd7/A_methodology_to_predict_the_effective_thermal_conductivity_of_a_granular_assembly_using_deep_learning.pdf

  • Artigo de periodico

    Neural network meta-models for FPSO motion prediction from environmental data with different platform loads (2022)

    Cotrim, Lucas Pereira; Barreira, Rodrigo Augusto ; Santos, Ismael Humberto Ferreira dos; Gomi, Edson Satoshi ; Costa, Anna Helena Reali ; Tannuri, Eduardo Aoun

    Source: IEEE Access. Unidade: EP

    Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS

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

    • ABNT

      COTRIM, Lucas Pereira et al. Neural network meta-models for FPSO motion prediction from environmental data with different platform loads. IEEE Access, v. 10, p. 86558-86577, 2022Tradução . . Disponível em: https://doi.org/10.1109/ACCESS.2022.3199009. Acesso em: 16 out. 2024.

    • APA

      Cotrim, L. P., Barreira, R. A., Santos, I. H. F. dos, Gomi, E. S., Costa, A. H. R., & Tannuri, E. A. (2022). Neural network meta-models for FPSO motion prediction from environmental data with different platform loads. IEEE Access, 10, 86558-86577. doi:10.1109/ACCESS.2022.3199009

    • NLM

      Cotrim LP, Barreira RA, Santos IHF dos, Gomi ES, Costa AHR, Tannuri EA. Neural network meta-models for FPSO motion prediction from environmental data with different platform loads [Internet]. IEEE Access. 2022 ;10 86558-86577.[citado 2024 out. 16 ] Available from: https://doi.org/10.1109/ACCESS.2022.3199009

    • Vancouver

      Cotrim LP, Barreira RA, Santos IHF dos, Gomi ES, Costa AHR, Tannuri EA. Neural network meta-models for FPSO motion prediction from environmental data with different platform loads [Internet]. IEEE Access. 2022 ;10 86558-86577.[citado 2024 out. 16 ] Available from: https://doi.org/10.1109/ACCESS.2022.3199009

  • Dissertação (Mestrado)

    Classificação baseada em espaços de camadas convolucionais de redes CNNs densas (2022)

    Vinagreiro, Michel André Lima; Yoshioka, Leopoldo Rideki (Orientador)

    Unidade: EP

    Assunto: REDES NEURAIS

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

    • ABNT

      VINAGREIRO, Michel André Lima. Classificação baseada em espaços de camadas convolucionais de redes CNNs densas. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-04052023-091217/. Acesso em: 16 out. 2024.

    • APA

      Vinagreiro, M. A. L. (2022). Classificação baseada em espaços de camadas convolucionais de redes CNNs densas (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3142/tde-04052023-091217/

    • NLM

      Vinagreiro MAL. Classificação baseada em espaços de camadas convolucionais de redes CNNs densas [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-04052023-091217/

    • Vancouver

      Vinagreiro MAL. Classificação baseada em espaços de camadas convolucionais de redes CNNs densas [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-04052023-091217/

  • Trabalho de evento

    Robust adaptive beamforming bases on power method processing and spatial spectrum matching (2022)

    Mohammadzadeh, Saeed; Nascimento, Vítor Heloiz ; Lamare, Rodrigo C; Kukrer, Osman

    Source: ICASSP. Conference titles: IEEE International Conference on Acoustics, Speech and Signal Processing. Unidade: EP

    Subjects: FEIXES, REDES NEURAIS, MATRIZES, PROCESSAMENTO DE SINAIS

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

    • ABNT

      MOHAMMADZADEH, Saeed et al. Robust adaptive beamforming bases on power method processing and spatial spectrum matching. 2022, Anais.. Piscataway: IEEE, 2022. Disponível em: http://www.doi.org/10.1109/ICASSP43922.2022.9747915. Acesso em: 16 out. 2024.

    • APA

      Mohammadzadeh, S., Nascimento, V. H., Lamare, R. C., & Kukrer, O. (2022). Robust adaptive beamforming bases on power method processing and spatial spectrum matching. In ICASSP. Piscataway: IEEE. doi:10.1109/ICASSP43922.2022.9747915

    • NLM

      Mohammadzadeh S, Nascimento VH, Lamare RC, Kukrer O. Robust adaptive beamforming bases on power method processing and spatial spectrum matching [Internet]. ICASSP. 2022 ;[citado 2024 out. 16 ] Available from: http://www.doi.org/10.1109/ICASSP43922.2022.9747915

    • Vancouver

      Mohammadzadeh S, Nascimento VH, Lamare RC, Kukrer O. Robust adaptive beamforming bases on power method processing and spatial spectrum matching [Internet]. ICASSP. 2022 ;[citado 2024 out. 16 ] Available from: http://www.doi.org/10.1109/ICASSP43922.2022.9747915

  • Trabalho de evento-anais periodico

    Evaluation of the impact of physical adversarial attacks on deep learning models for classifying covid cases (2022)

    Aguiar, Erikson Júlio de ; Marcomini, Karem Daiane ; Quirino, Felipe Antunes; Gutierrez, Marco Antonio ; Traina Junior, Caetano ; Traina, Agma Juci Machado

    Source: Proceedings of SPIE. Conference titles: SPIE Medical Imaging. Unidades: EP, ICMC

    Subjects: REDES NEURAIS, APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM, TECNOLOGIAS DA SAÚDE, RADIOGRAFIA, COVID-19

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

    • ABNT

      AGUIAR, Erikson Júlio de et al. Evaluation of the impact of physical adversarial attacks on deep learning models for classifying covid cases. Proceedings of SPIE. Bellingham: International Society for Optical Engineering - SPIE. Disponível em: https://doi.org/10.1117/12.2611199. Acesso em: 16 out. 2024. , 2022

    • APA

      Aguiar, E. J. de, Marcomini, K. D., Quirino, F. A., Gutierrez, M. A., Traina Junior, C., & Traina, A. J. M. (2022). Evaluation of the impact of physical adversarial attacks on deep learning models for classifying covid cases. Proceedings of SPIE. Bellingham: International Society for Optical Engineering - SPIE. doi:10.1117/12.2611199

    • NLM

      Aguiar EJ de, Marcomini KD, Quirino FA, Gutierrez MA, Traina Junior C, Traina AJM. Evaluation of the impact of physical adversarial attacks on deep learning models for classifying covid cases [Internet]. Proceedings of SPIE. 2022 ; 12033 120332P-1-120332P-7.[citado 2024 out. 16 ] Available from: https://doi.org/10.1117/12.2611199

    • Vancouver

      Aguiar EJ de, Marcomini KD, Quirino FA, Gutierrez MA, Traina Junior C, Traina AJM. Evaluation of the impact of physical adversarial attacks on deep learning models for classifying covid cases [Internet]. Proceedings of SPIE. 2022 ; 12033 120332P-1-120332P-7.[citado 2024 out. 16 ] Available from: https://doi.org/10.1117/12.2611199

  • Trabalho de evento-anais periodico

    A deep learning approach for COVID-19 screening and localization on chest x-ray images (2022)

    Marcomini, Karem Daiane ; Cardenas, Diego Armando Cardona ; Traina, Agma Juci Machado ; Krieger, Jose Eduardo ; Gutierrez, Marco Antonio

    Source: Proceedings of SPIE. Conference titles: SPIE Medical Imaging. Unidades: ICMC, FM, EP

    Subjects: REDES NEURAIS, APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM, TECNOLOGIAS DA SAÚDE, RADIOGRAFIA, COVID-19

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

    • ABNT

      MARCOMINI, Karem Daiane et al. A deep learning approach for COVID-19 screening and localization on chest x-ray images. Proceedings of SPIE. Bellingham: International Society for Optical Engineering - SPIE. Disponível em: https://doi.org/10.1117/12.2613177. Acesso em: 16 out. 2024. , 2022

    • APA

      Marcomini, K. D., Cardenas, D. A. C., Traina, A. J. M., Krieger, J. E., & Gutierrez, M. A. (2022). A deep learning approach for COVID-19 screening and localization on chest x-ray images. Proceedings of SPIE. Bellingham: International Society for Optical Engineering - SPIE. doi:10.1117/12.2613177

    • NLM

      Marcomini KD, Cardenas DAC, Traina AJM, Krieger JE, Gutierrez MA. A deep learning approach for COVID-19 screening and localization on chest x-ray images [Internet]. Proceedings of SPIE. 2022 ; 12033 1203327-1-1203327-9.[citado 2024 out. 16 ] Available from: https://doi.org/10.1117/12.2613177

    • Vancouver

      Marcomini KD, Cardenas DAC, Traina AJM, Krieger JE, Gutierrez MA. A deep learning approach for COVID-19 screening and localization on chest x-ray images [Internet]. Proceedings of SPIE. 2022 ; 12033 1203327-1-1203327-9.[citado 2024 out. 16 ] Available from: https://doi.org/10.1117/12.2613177

  • Artigo de periodico

    Robust beamforming based on complex-valued convolutional neural networks for sensor arrays (2022)

    Mohammadzadeh, Saeed; Nascimento, Vítor Heloiz ; Lamare, Rodrigo C; Hajarolasvadi, Noushin

    Source: IEEE Signal Processing Letters. Unidade: EP

    Subjects: INTELIGÊNCIA ARTIFICIAL, REDES NEURAIS, PROCESSAMENTO DE SINAIS

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

    • ABNT

      MOHAMMADZADEH, Saeed et al. Robust beamforming based on complex-valued convolutional neural networks for sensor arrays. IEEE Signal Processing Letters, v. 29, p. 2108-2112, 2022Tradução . . Disponível em: https://doi.org/10.1109/LSP.2022.3212637. Acesso em: 16 out. 2024.

    • APA

      Mohammadzadeh, S., Nascimento, V. H., Lamare, R. C., & Hajarolasvadi, N. (2022). Robust beamforming based on complex-valued convolutional neural networks for sensor arrays. IEEE Signal Processing Letters, 29, 2108-2112. doi:10.1109/LSP.2022.3212637

    • NLM

      Mohammadzadeh S, Nascimento VH, Lamare RC, Hajarolasvadi N. Robust beamforming based on complex-valued convolutional neural networks for sensor arrays [Internet]. IEEE Signal Processing Letters. 2022 ;29 2108-2112.[citado 2024 out. 16 ] Available from: https://doi.org/10.1109/LSP.2022.3212637

    • Vancouver

      Mohammadzadeh S, Nascimento VH, Lamare RC, Hajarolasvadi N. Robust beamforming based on complex-valued convolutional neural networks for sensor arrays [Internet]. IEEE Signal Processing Letters. 2022 ;29 2108-2112.[citado 2024 out. 16 ] Available from: https://doi.org/10.1109/LSP.2022.3212637

  • Dissertação (Mestrado)

    Uso de redes neurais artificiais na elaboração de mapas de suscetibilidade para escorregamentos planares rasos (2022)

    Azevedo, Caio da Silva ; Spínola, Mauro (Orientador)

    Unidade: EP

    Subjects: ESCORREGAMENTO DOS SOLOS, APRENDIZADO COMPUTACIONAL, CIDADES INTELIGENTES, DESASTRES NATURAIS, REDES NEURAIS

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

    • ABNT

      AZEVEDO, Caio da Silva. Uso de redes neurais artificiais na elaboração de mapas de suscetibilidade para escorregamentos planares rasos. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3136/tde-11052022-103227/. Acesso em: 16 out. 2024.

    • APA

      Azevedo, C. da S. (2022). Uso de redes neurais artificiais na elaboração de mapas de suscetibilidade para escorregamentos planares rasos (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3136/tde-11052022-103227/

    • NLM

      Azevedo C da S. Uso de redes neurais artificiais na elaboração de mapas de suscetibilidade para escorregamentos planares rasos [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3136/tde-11052022-103227/

    • Vancouver

      Azevedo C da S. Uso de redes neurais artificiais na elaboração de mapas de suscetibilidade para escorregamentos planares rasos [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3136/tde-11052022-103227/

  • Tese (Doutorado)

    Frameworks for interpretability of deep learning-based prognostics and health management (2022)

    Figueroa Barraza, Joaquín Eduardo ; Martins, Marcelo Ramos (Orientador)

    Unidade: EP

    Subjects: REDES NEURAIS, SAÚDE

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

    • ABNT

      FIGUEROA BARRAZA, Joaquín Eduardo. Frameworks for interpretability of deep learning-based prognostics and health management. 2022. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3135/tde-22052023-151410/. Acesso em: 16 out. 2024.

    • APA

      Figueroa Barraza, J. E. (2022). Frameworks for interpretability of deep learning-based prognostics and health management (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3135/tde-22052023-151410/

    • NLM

      Figueroa Barraza JE. Frameworks for interpretability of deep learning-based prognostics and health management [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3135/tde-22052023-151410/

    • Vancouver

      Figueroa Barraza JE. Frameworks for interpretability of deep learning-based prognostics and health management [Internet]. 2022 ;[citado 2024 out. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3135/tde-22052023-151410/
  • 1

1 - 16 (16 records)

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