ReP USP - Resultado da busca

Trabalho de evento
Improving U-Net with attention mechanism for medical image segmentation applications (2025)
Honorato, Eduardo Sperle ; Uchida, Mariana Aya Suzuki ; Traina, Agma Juci Machado ; Wolf, Denis Fernando
Fonte: Proceedings. Nome do evento: IEEE International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Assuntos: VISÃO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, REDES NEURAIS, DIAGNÓSTICO POR IMAGEM
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
HONORATO, Eduardo Sperle et al. Improving U-Net with attention mechanism for medical image segmentation applications. 2025, Anais.. Los Alamitos: IEEE, 2025. Disponível em: https://doi.org/10.1109/CBMS65348.2025.00060. Acesso em: 13 dez. 2025.
APA
Honorato, E. S., Uchida, M. A. S., Traina, A. J. M., & Wolf, D. F. (2025). Improving U-Net with attention mechanism for medical image segmentation applications. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS65348.2025.00060
NLM
Honorato ES, Uchida MAS, Traina AJM, Wolf DF. Improving U-Net with attention mechanism for medical image segmentation applications [Internet]. Proceedings. 2025 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS65348.2025.00060
Vancouver
Honorato ES, Uchida MAS, Traina AJM, Wolf DF. Improving U-Net with attention mechanism for medical image segmentation applications [Internet]. Proceedings. 2025 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS65348.2025.00060
Trabalho de evento
Modeling clinical data with attention: a knowledge graph approach with CliniKG (2025)
Moura, Eduardo; Conrado, Rafael Comitre Garcia ; Campos, Leonardo de Oliveira; Olivatto, Mauro Marcel ; Gutierrez, Marco Antonio ; Traina Junior, Caetano ; Traina, Agma Juci Machado ; Cazzolato, Mirela Teixeira
Fonte: Proceedings. Nome do evento: IEEE International Symposium on Computer-Based Medical Systems - CBMS. Unidades: FM, ICMC, FFCLRP
Assuntos: MINERAÇÃO DE DADOS, PROCESSAMENTO DE LINGUAGEM NATURAL, TEORIA DOS GRAFOS, SISTEMAS COMPUTADORIZADOS DE REGISTROS MÉDICOS, VISUALIZAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MOURA, Eduardo et al. Modeling clinical data with attention: a knowledge graph approach with CliniKG. 2025, Anais.. Los Alamitos: IEEE, 2025. Disponível em: https://doi.org/10.1109/CBMS65348.2025.00156. Acesso em: 13 dez. 2025.
APA
Moura, E., Conrado, R. C. G., Campos, L. de O., Olivatto, M. M., Gutierrez, M. A., Traina Junior, C., et al. (2025). Modeling clinical data with attention: a knowledge graph approach with CliniKG. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS65348.2025.00156
NLM
Moura E, Conrado RCG, Campos L de O, Olivatto MM, Gutierrez MA, Traina Junior C, Traina AJM, Cazzolato MT. Modeling clinical data with attention: a knowledge graph approach with CliniKG [Internet]. Proceedings. 2025 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS65348.2025.00156
Vancouver
Moura E, Conrado RCG, Campos L de O, Olivatto MM, Gutierrez MA, Traina Junior C, Traina AJM, Cazzolato MT. Modeling clinical data with attention: a knowledge graph approach with CliniKG [Internet]. Proceedings. 2025 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS65348.2025.00156
Trabalho de evento
FairMed-FL: federated learning for fair and unbiased deep learning in medical imaging (2025)
Carmo, Êrica Peters do ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Fonte: Proceedings. Nome do evento: IEEE International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Assuntos: APRENDIZAGEM PROFUNDA, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR IMAGEM
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CARMO, Êrica Peters do e TRAINA JUNIOR, Caetano e TRAINA, Agma Juci Machado. FairMed-FL: federated learning for fair and unbiased deep learning in medical imaging. 2025, Anais.. Los Alamitos: IEEE, 2025. Disponível em: https://doi.org/10.1109/CBMS65348.2025.00158. Acesso em: 13 dez. 2025.
APA
Carmo, Ê. P. do, Traina Junior, C., & Traina, A. J. M. (2025). FairMed-FL: federated learning for fair and unbiased deep learning in medical imaging. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS65348.2025.00158
NLM
Carmo ÊP do, Traina Junior C, Traina AJM. FairMed-FL: federated learning for fair and unbiased deep learning in medical imaging [Internet]. Proceedings. 2025 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS65348.2025.00158
Vancouver
Carmo ÊP do, Traina Junior C, Traina AJM. FairMed-FL: federated learning for fair and unbiased deep learning in medical imaging [Internet]. Proceedings. 2025 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS65348.2025.00158
Trabalho de evento
AI-driven public health surveillance: analyzing vulnerable areas in Brazil using remote sensing and socioeconomic data (2025)
Silva, João Pedro da; Aguiar, Erikson Júlio de ; Spadon, Gabriel ; Traina, Agma Juci Machado ; Rodrigues Junior, José Fernando
Fonte: Proceedings. Nome do evento: IEEE International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, SENSORIAMENTO REMOTO, INDICADORES SOCIOECONÔMICOS, SAÚDE PÚBLICA, BRASIL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, João Pedro da et al. AI-driven public health surveillance: analyzing vulnerable areas in Brazil using remote sensing and socioeconomic data. 2025, Anais.. Los Alamitos: IEEE, 2025. Disponível em: https://doi.org/10.1109/CBMS65348.2025.00180. Acesso em: 13 dez. 2025.
APA
Silva, J. P. da, Aguiar, E. J. de, Spadon, G., Traina, A. J. M., & Rodrigues Junior, J. F. (2025). AI-driven public health surveillance: analyzing vulnerable areas in Brazil using remote sensing and socioeconomic data. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS65348.2025.00180
NLM
Silva JP da, Aguiar EJ de, Spadon G, Traina AJM, Rodrigues Junior JF. AI-driven public health surveillance: analyzing vulnerable areas in Brazil using remote sensing and socioeconomic data [Internet]. Proceedings. 2025 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS65348.2025.00180
Vancouver
Silva JP da, Aguiar EJ de, Spadon G, Traina AJM, Rodrigues Junior JF. AI-driven public health surveillance: analyzing vulnerable areas in Brazil using remote sensing and socioeconomic data [Internet]. Proceedings. 2025 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS65348.2025.00180
Trabalho de evento
KluSIM: speeding up k-medoids clustering over dimensional data with metric access method (2024)
Teixeira, Larissa Roberta ; Eleutério, Igor Alberte Rodrigues ; Cazzolato, Mirela Teixeira ; Gutierrez, Marco Antonio ; Traina, Agma Juci Machado ; Traina Junior, Caetano
Fonte: Proceedings. Nome do evento: International Conference on Enterprise Information Systems - ICEIS. Unidade: ICMC
Assuntos: MINERAÇÃO DE DADOS, RECONHECIMENTO DE PADRÕES, ALGORITMOS ÚTEIS E ESPECÍFICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TEIXEIRA, Larissa Roberta et al. KluSIM: speeding up k-medoids clustering over dimensional data with metric access method. 2024, Anais.. Setúbal: SciTePress, 2024. Disponível em: https://doi.org/10.5220/0012599900003690. Acesso em: 13 dez. 2025.
APA
Teixeira, L. R., Eleutério, I. A. R., Cazzolato, M. T., Gutierrez, M. A., Traina, A. J. M., & Traina Junior, C. (2024). KluSIM: speeding up k-medoids clustering over dimensional data with metric access method. In Proceedings. Setúbal: SciTePress. doi:10.5220/0012599900003690
NLM
Teixeira LR, Eleutério IAR, Cazzolato MT, Gutierrez MA, Traina AJM, Traina Junior C. KluSIM: speeding up k-medoids clustering over dimensional data with metric access method [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.5220/0012599900003690
Vancouver
Teixeira LR, Eleutério IAR, Cazzolato MT, Gutierrez MA, Traina AJM, Traina Junior C. KluSIM: speeding up k-medoids clustering over dimensional data with metric access method [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.5220/0012599900003690
Trabalho de evento
Similarity-slim extension: reducing financial and computational costs of similarity queries in document collections in NoSQL databases (2024)
Silva, William Zaniboni ; Eleutério, Igor Alberte Rodrigues ; Teixeira, Larissa Roberta ; Traina, Agma Juci Machado ; Traina Junior, Caetano
Fonte: Proceedings. Nome do evento: International Conference on Enterprise Information Systems - ICEIS. Unidade: ICMC
Assuntos: RECUPERAÇÃO DA INFORMAÇÃO, BANCO DE DADOS MULTIMÍDIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, William Zaniboni et al. Similarity-slim extension: reducing financial and computational costs of similarity queries in document collections in NoSQL databases. 2024, Anais.. Setúbal: SciTePress, 2024. Disponível em: https://doi.org/10.5220/0012606300003690. Acesso em: 13 dez. 2025.
APA
Silva, W. Z., Eleutério, I. A. R., Teixeira, L. R., Traina, A. J. M., & Traina Junior, C. (2024). Similarity-slim extension: reducing financial and computational costs of similarity queries in document collections in NoSQL databases. In Proceedings. Setúbal: SciTePress. doi:10.5220/0012606300003690
NLM
Silva WZ, Eleutério IAR, Teixeira LR, Traina AJM, Traina Junior C. Similarity-slim extension: reducing financial and computational costs of similarity queries in document collections in NoSQL databases [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.5220/0012606300003690
Vancouver
Silva WZ, Eleutério IAR, Teixeira LR, Traina AJM, Traina Junior C. Similarity-slim extension: reducing financial and computational costs of similarity queries in document collections in NoSQL databases [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.5220/0012606300003690
Trabalho de evento
RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases (2024)
Linares, Oscar Alonso Cuadros ; Belizario, Ivar Vargas ; Batah, Sabrina Setembre ; Hamann, Bernd ; Fabro, Alexandre Todorovic ; Azevedo-Marques, Paulo Mazzoncini de ; Traina, Agma Juci Machado
Fonte: Proceedings. Nome do evento: IEEE International Symposium on Biomedical Imaging - ISBI. Unidades: FMRP, ICMC
Assuntos: RECONHECIMENTO DE IMAGEM, APRENDIZADO COMPUTACIONAL, DIAGNÓSTICO POR COMPUTADOR, DIAGNÓSTICO POR IMAGEM, DOENÇAS PULMONARES INTERSTICIAIS, PLEURA, TECNOLOGIAS DA SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LINARES, Oscar Alonso Cuadros et al. RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases. 2024, Anais.. Piscataway: IEEE, 2024. Disponível em: https://doi.org/10.1109/ISBI56570.2024.10635328. Acesso em: 13 dez. 2025.
APA
Linares, O. A. C., Belizario, I. V., Batah, S. S., Hamann, B., Fabro, A. T., Azevedo-Marques, P. M. de, & Traina, A. J. M. (2024). RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases. In Proceedings. Piscataway: IEEE. doi:10.1109/ISBI56570.2024.10635328
NLM
Linares OAC, Belizario IV, Batah SS, Hamann B, Fabro AT, Azevedo-Marques PM de, Traina AJM. RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/ISBI56570.2024.10635328
Vancouver
Linares OAC, Belizario IV, Batah SS, Hamann B, Fabro AT, Azevedo-Marques PM de, Traina AJM. RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/ISBI56570.2024.10635328
Trabalho de evento
MIGUE-Sim: speeding up similarity queries with native RDBMS resources (2024)
Eleutério, Igor Alberte Rodrigues ; Cazzolato, Mirela Teixeira ; Teixeira, Larissa Roberta ; Gutierrez, Marco Antonio ; Traina, Agma Juci Machado ; Traina Junior, Caetano
Fonte: Proceedings. Nome do evento: ACM/SIGAPP Symposium on Applied Computing - SAC. Unidade: ICMC
Assuntos: RECUPERAÇÃO DA INFORMAÇÃO, GERENCIADORES DE BANCO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ELEUTÉRIO, Igor Alberte Rodrigues et al. MIGUE-Sim: speeding up similarity queries with native RDBMS resources. 2024, Anais.. New York: ACM, 2024. Disponível em: https://doi.org/10.1145/3605098.3636019. Acesso em: 13 dez. 2025.
APA
Eleutério, I. A. R., Cazzolato, M. T., Teixeira, L. R., Gutierrez, M. A., Traina, A. J. M., & Traina Junior, C. (2024). MIGUE-Sim: speeding up similarity queries with native RDBMS resources. In Proceedings. New York: ACM. doi:10.1145/3605098.3636019
NLM
Eleutério IAR, Cazzolato MT, Teixeira LR, Gutierrez MA, Traina AJM, Traina Junior C. MIGUE-Sim: speeding up similarity queries with native RDBMS resources [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1145/3605098.3636019
Vancouver
Eleutério IAR, Cazzolato MT, Teixeira LR, Gutierrez MA, Traina AJM, Traina Junior C. MIGUE-Sim: speeding up similarity queries with native RDBMS resources [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1145/3605098.3636019
Trabalho de evento
RADAR-MIX: how to uncover adversarial attacks in medical image analysis through explainability (2024)
Aguiar, Erikson Júlio de ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Fonte: Proceedings. Nome do evento: IEEE International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Assuntos: BANCO DE DADOS, VISUALIZAÇÃO, APRENDIZAGEM PROFUNDA, TECNOLOGIAS DA SAÚDE, DIAGNÓSTICO POR IMAGEM
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
AGUIAR, Erikson Júlio de e TRAINA JUNIOR, Caetano e TRAINA, Agma Juci Machado. RADAR-MIX: how to uncover adversarial attacks in medical image analysis through explainability. 2024, Anais.. Los Alamitos: IEEE, 2024. Disponível em: https://doi.org/10.1109/CBMS61543.2024.00078. Acesso em: 13 dez. 2025.
APA
Aguiar, E. J. de, Traina Junior, C., & Traina, A. J. M. (2024). RADAR-MIX: how to uncover adversarial attacks in medical image analysis through explainability. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS61543.2024.00078
NLM
Aguiar EJ de, Traina Junior C, Traina AJM. RADAR-MIX: how to uncover adversarial attacks in medical image analysis through explainability [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS61543.2024.00078
Vancouver
Aguiar EJ de, Traina Junior C, Traina AJM. RADAR-MIX: how to uncover adversarial attacks in medical image analysis through explainability [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS61543.2024.00078
Trabalho de evento
A symptom-based community-weighted similarity approach for inpatient health condition monitoring (2024)
Ponciano, Jean Roberto ; Cazzolato, Mirela Teixeira ; Gutierrez, Marco Antonio ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Fonte: Proceedings. Nome do evento: IEEE International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Assuntos: BANCO DE DADOS, RECONHECIMENTO DE PADRÕES, REGISTROS MÉDICOS, TECNOLOGIAS DA SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PONCIANO, Jean Roberto et al. A symptom-based community-weighted similarity approach for inpatient health condition monitoring. 2024, Anais.. Los Alamitos: IEEE, 2024. Disponível em: https://doi.org/10.1109/CBMS61543.2024.00050. Acesso em: 13 dez. 2025.
APA
Ponciano, J. R., Cazzolato, M. T., Gutierrez, M. A., Traina Junior, C., & Traina, A. J. M. (2024). A symptom-based community-weighted similarity approach for inpatient health condition monitoring. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS61543.2024.00050
NLM
Ponciano JR, Cazzolato MT, Gutierrez MA, Traina Junior C, Traina AJM. A symptom-based community-weighted similarity approach for inpatient health condition monitoring [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS61543.2024.00050
Vancouver
Ponciano JR, Cazzolato MT, Gutierrez MA, Traina Junior C, Traina AJM. A symptom-based community-weighted similarity approach for inpatient health condition monitoring [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS61543.2024.00050
Trabalho de evento
MedTimeSplit: continual dataset partitioning to mimic real-world settings for federated learning on Non-IID medical image data (2024)
Aguiar, Erikson Júlio de ; Traina, Agma Juci Machado ; Helal, Sumi
Fonte: Proceedings. Nome do evento: IEEE International Conference on Big Data - Big Data. Unidade: ICMC
Assuntos: BANCO DE DADOS MULTIMÍDIA, APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR IMAGEM, TECNOLOGIAS DA SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
AGUIAR, Erikson Júlio de e TRAINA, Agma Juci Machado e HELAL, Sumi. MedTimeSplit: continual dataset partitioning to mimic real-world settings for federated learning on Non-IID medical image data. 2024, Anais.. Piscataway: IEEE, 2024. Disponível em: https://doi.org/10.1109/BigData62323.2024.10826044. Acesso em: 13 dez. 2025.
APA
Aguiar, E. J. de, Traina, A. J. M., & Helal, S. (2024). MedTimeSplit: continual dataset partitioning to mimic real-world settings for federated learning on Non-IID medical image data. In Proceedings. Piscataway: IEEE. doi:10.1109/BigData62323.2024.10826044
NLM
Aguiar EJ de, Traina AJM, Helal S. MedTimeSplit: continual dataset partitioning to mimic real-world settings for federated learning on Non-IID medical image data [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/BigData62323.2024.10826044
Vancouver
Aguiar EJ de, Traina AJM, Helal S. MedTimeSplit: continual dataset partitioning to mimic real-world settings for federated learning on Non-IID medical image data [Internet]. Proceedings. 2024 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/BigData62323.2024.10826044
Trabalho de evento
BoCS: image retrieval using explicable methods (2023)
Silva, Endi Daniel Coelho; Traina, Agma Juci Machado
Fonte: Proceedings. Nome do evento: Conference on Graphics, Patterns and Images - SIBGRAPI. Unidade: ICMC
Assuntos: GERENCIADORES DE BANCO DE DADOS, RECUPERAÇÃO DA INFORMAÇÃO, RECONHECIMENTO DE IMAGEM
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Endi Daniel Coelho e TRAINA, Agma Juci Machado. BoCS: image retrieval using explicable methods. 2023, Anais.. Piscataway: IEEE, 2023. Disponível em: https://doi.org/10.1109/SIBGRAPI59091.2023.10347171. Acesso em: 13 dez. 2025.
APA
Silva, E. D. C., & Traina, A. J. M. (2023). BoCS: image retrieval using explicable methods. In Proceedings. Piscataway: IEEE. doi:10.1109/SIBGRAPI59091.2023.10347171
NLM
Silva EDC, Traina AJM. BoCS: image retrieval using explicable methods [Internet]. Proceedings. 2023 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/SIBGRAPI59091.2023.10347171
Vancouver
Silva EDC, Traina AJM. BoCS: image retrieval using explicable methods [Internet]. Proceedings. 2023 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/SIBGRAPI59091.2023.10347171
Trabalho de evento
CallMine: fraud detection and visualization of million-scale call graphs (2023)
Cazzolato, Mirela Teixeira ; Vijayakumar, Saranya ; Lee, Meng-Chieh; Vajiac, Catalina; Park, Namyong ; Fidalgo, Pedro; Traina, Agma Juci Machado ; Faloutsos, Christos
Fonte: Proceedings. Nome do evento: ACM International Conference on Information and Knowledge Management - CIKM. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE PADRÕES, MINERAÇÃO DE DADOS, VISUALIZAÇÃO, FRAUDE BANCÁRIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAZZOLATO, Mirela Teixeira et al. CallMine: fraud detection and visualization of million-scale call graphs. 2023, Anais.. New York: ACM, 2023. Disponível em: https://doi.org/10.1145/3583780.3614662. Acesso em: 13 dez. 2025.
APA
Cazzolato, M. T., Vijayakumar, S., Lee, M. -C., Vajiac, C., Park, N., Fidalgo, P., et al. (2023). CallMine: fraud detection and visualization of million-scale call graphs. In Proceedings. New York: ACM. doi:10.1145/3583780.3614662
NLM
Cazzolato MT, Vijayakumar S, Lee M-C, Vajiac C, Park N, Fidalgo P, Traina AJM, Faloutsos C. CallMine: fraud detection and visualization of million-scale call graphs [Internet]. Proceedings. 2023 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1145/3583780.3614662
Vancouver
Cazzolato MT, Vijayakumar S, Lee M-C, Vajiac C, Park N, Fidalgo P, Traina AJM, Faloutsos C. CallMine: fraud detection and visualization of million-scale call graphs [Internet]. Proceedings. 2023 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1145/3583780.3614662
Trabalho de evento
Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings (2023)
Aguiar, Erikson Júlio de ; Costa, Márcus Vinícius Lobo ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Fonte: Proceedings. Nome do evento: International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
AGUIAR, Erikson Júlio de et al. Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings. 2023, Anais.. Los Alamitos: IEEE, 2023. Disponível em: https://doi.org/10.1109/CBMS58004.2023.00184. Acesso em: 13 dez. 2025.
APA
Aguiar, E. J. de, Costa, M. V. L., Traina Junior, C., & Traina, A. J. M. (2023). Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS58004.2023.00184
NLM
Aguiar EJ de, Costa MVL, Traina Junior C, Traina AJM. Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings [Internet]. Proceedings. 2023 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00184
Vancouver
Aguiar EJ de, Costa MVL, Traina Junior C, Traina AJM. Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings [Internet]. Proceedings. 2023 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00184
Trabalho de evento
Exploratory data analysis in electronic health records graphs: intuitive features and visualization tools (2023)
Cazzolato, Mirela Teixeira ; Gutierrez, Marco Antonio ; Traina Junior, Caetano ; Faloutsos, Christos ; Traina, Agma Juci Machado
Fonte: Proceedings. Nome do evento: International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Assuntos: BANCO DE DADOS, RECUPERAÇÃO DA INFORMAÇÃO, VISUALIZAÇÃO, REGISTROS HOSPITALARES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAZZOLATO, Mirela Teixeira et al. Exploratory data analysis in electronic health records graphs: intuitive features and visualization tools. 2023, Anais.. Los Alamitos: IEEE, 2023. Disponível em: https://doi.org/10.1109/CBMS58004.2023.00202. Acesso em: 13 dez. 2025.
APA
Cazzolato, M. T., Gutierrez, M. A., Traina Junior, C., Faloutsos, C., & Traina, A. J. M. (2023). Exploratory data analysis in electronic health records graphs: intuitive features and visualization tools. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS58004.2023.00202
NLM
Cazzolato MT, Gutierrez MA, Traina Junior C, Faloutsos C, Traina AJM. Exploratory data analysis in electronic health records graphs: intuitive features and visualization tools [Internet]. Proceedings. 2023 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00202
Vancouver
Cazzolato MT, Gutierrez MA, Traina Junior C, Faloutsos C, Traina AJM. Exploratory data analysis in electronic health records graphs: intuitive features and visualization tools [Internet]. Proceedings. 2023 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00202
Trabalho de evento
A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model (2023)
Costa, Márcus Vinícius Lobo ; Aguiar, Erikson Júlio de ; Rodrigues, Lucas Santiago ; Ramos, Jonathan da Silva ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Fonte: Proceedings. Nome do evento: International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE, COVID-19
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COSTA, Márcus Vinícius Lobo et al. A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model. 2023, Anais.. Los Alamitos: IEEE, 2023. Disponível em: https://doi.org/10.1109/CBMS58004.2023.00272. Acesso em: 13 dez. 2025.
APA
Costa, M. V. L., Aguiar, E. J. de, Rodrigues, L. S., Ramos, J. da S., Traina Junior, C., & Traina, A. J. M. (2023). A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS58004.2023.00272
NLM
Costa MVL, Aguiar EJ de, Rodrigues LS, Ramos J da S, Traina Junior C, Traina AJM. A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model [Internet]. Proceedings. 2023 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00272
Vancouver
Costa MVL, Aguiar EJ de, Rodrigues LS, Ramos J da S, Traina Junior C, Traina AJM. A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model [Internet]. Proceedings. 2023 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00272
Trabalho de evento
TGRAPP: anomaly detection and visualization of large-scale call graphs (2023)
Cazzolato, Mirela Teixeira ; Vijayakumar, Saranya; Zheng, Xinyi; Park, Namyong; Lee, Meng-Chieh; Chau, Duen Horng ; Fidalgo, Pedro; Lages, Bruno; Traina, Agma Juci Machado ; Faloutsos, Christos
Fonte: Proceedings. Nome do evento: AAAI Conference on Artificial Intelligence - AAAI. Unidade: ICMC
Assuntos: RECUPERAÇÃO DA INFORMAÇÃO, VISUALIZAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAZZOLATO, Mirela Teixeira et al. TGRAPP: anomaly detection and visualization of large-scale call graphs. 2023, Anais.. Washington: AAAI Press, 2023. Disponível em: https://doi.org/10.1609/aaai.v37i13.27062. Acesso em: 13 dez. 2025.
APA
Cazzolato, M. T., Vijayakumar, S., Zheng, X., Park, N., Lee, M. -C., Chau, D. H., et al. (2023). TGRAPP: anomaly detection and visualization of large-scale call graphs. In Proceedings. Washington: AAAI Press. doi:10.1609/aaai.v37i13.27062
NLM
Cazzolato MT, Vijayakumar S, Zheng X, Park N, Lee M-C, Chau DH, Fidalgo P, Lages B, Traina AJM, Faloutsos C. TGRAPP: anomaly detection and visualization of large-scale call graphs [Internet]. Proceedings. 2023 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1609/aaai.v37i13.27062
Vancouver
Cazzolato MT, Vijayakumar S, Zheng X, Park N, Lee M-C, Chau DH, Fidalgo P, Lages B, Traina AJM, Faloutsos C. TGRAPP: anomaly detection and visualization of large-scale call graphs [Internet]. Proceedings. 2023 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1609/aaai.v37i13.27062
Trabalho de evento
Wia-Spine: a CBIR environment with embedded radiomic features to assess fragility fractures (2022)
Bêdo, Marcos Vinícius Naves; Ramos, Jonathan da Silva ; Traina, Agma Juci Machado ; Traina Junior, Caetano ; Nogueira-Barbosa, Marcello Henrique ; Azevedo-Marques, Paulo Mazzoncini de
Fonte: Proceedings. Nome do evento: International Symposium on Computer-Based Medical Systems - CBMS. Unidades: ICMC, FMRP
Assuntos: RECUPERAÇÃO DA INFORMAÇÃO, RECONHECIMENTO DE IMAGEM, TECNOLOGIAS DA SAÚDE, DIAGNÓSTICO POR IMAGEM, RESSONÂNCIA MAGNÉTICA, OSTEOGÊNESE IMPERFEITA, OSTEOPOROSE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BÊDO, Marcos Vinícius Naves et al. Wia-Spine: a CBIR environment with embedded radiomic features to assess fragility fractures. 2022, Anais.. Los Alamitos: IEEE, 2022. Disponível em: https://doi.org/10.1109/CBMS55023.2022.00020. Acesso em: 13 dez. 2025.
APA
Bêdo, M. V. N., Ramos, J. da S., Traina, A. J. M., Traina Junior, C., Nogueira-Barbosa, M. H., & Azevedo-Marques, P. M. de. (2022). Wia-Spine: a CBIR environment with embedded radiomic features to assess fragility fractures. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS55023.2022.00020
NLM
Bêdo MVN, Ramos J da S, Traina AJM, Traina Junior C, Nogueira-Barbosa MH, Azevedo-Marques PM de. Wia-Spine: a CBIR environment with embedded radiomic features to assess fragility fractures [Internet]. Proceedings. 2022 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS55023.2022.00020
Vancouver
Bêdo MVN, Ramos J da S, Traina AJM, Traina Junior C, Nogueira-Barbosa MH, Azevedo-Marques PM de. Wia-Spine: a CBIR environment with embedded radiomic features to assess fragility fractures [Internet]. Proceedings. 2022 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS55023.2022.00020
Trabalho de evento
Analysis of vertebrae without fracture on spine MRI to assess bone fragility: a comparison of traditional machine learning and deep learning (2022)
Ramos, Jonathan da Silva ; Aguiar, Erikson Júlio de ; Belizario, Ivar Vargas ; Costa, Márcus Vinícius Lobo ; Maciel, Jamilly Gomes; Cazzolato, Mirela Teixeira ; Traina Junior, Caetano ; Nogueira-Barbosa, Marcello Henrique ; Traina, Agma Juci Machado
Fonte: Proceedings. Nome do evento: International Symposium on Computer-Based Medical Systems - CBMS. Unidades: ICMC, FMRP
Assuntos: APRENDIZADO COMPUTACIONAL, TECNOLOGIAS DA SAÚDE, RESSONÂNCIA MAGNÉTICA, DIAGNÓSTICO POR IMAGEM, OSTEOGÊNESE IMPERFEITA, COLUNA VERTEBRAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RAMOS, Jonathan da Silva et al. Analysis of vertebrae without fracture on spine MRI to assess bone fragility: a comparison of traditional machine learning and deep learning. 2022, Anais.. Los Alamitos: IEEE, 2022. Disponível em: https://doi.org/10.1109/CBMS55023.2022.00021. Acesso em: 13 dez. 2025.
APA
Ramos, J. da S., Aguiar, E. J. de, Belizario, I. V., Costa, M. V. L., Maciel, J. G., Cazzolato, M. T., et al. (2022). Analysis of vertebrae without fracture on spine MRI to assess bone fragility: a comparison of traditional machine learning and deep learning. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS55023.2022.00021
NLM
Ramos J da S, Aguiar EJ de, Belizario IV, Costa MVL, Maciel JG, Cazzolato MT, Traina Junior C, Nogueira-Barbosa MH, Traina AJM. Analysis of vertebrae without fracture on spine MRI to assess bone fragility: a comparison of traditional machine learning and deep learning [Internet]. Proceedings. 2022 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS55023.2022.00021
Vancouver
Ramos J da S, Aguiar EJ de, Belizario IV, Costa MVL, Maciel JG, Cazzolato MT, Traina Junior C, Nogueira-Barbosa MH, Traina AJM. Analysis of vertebrae without fracture on spine MRI to assess bone fragility: a comparison of traditional machine learning and deep learning [Internet]. Proceedings. 2022 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/CBMS55023.2022.00021
Trabalho de evento
Variational autoencoders for medical image retrieval (2022)
Alves, Cézanne; Traina, Agma Juci Machado
Fonte: Proceedings. Nome do evento: International Conference on Innovations in Intelligent Systems and Applications - INISTA. Unidade: ICMC
Assuntos: RECUPERAÇÃO DA INFORMAÇÃO, APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM, TECNOLOGIAS DA SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Cézanne e TRAINA, Agma Juci Machado. Variational autoencoders for medical image retrieval. 2022, Anais.. Los Alamitos: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, 2022. Disponível em: https://doi.org/10.1109/INISTA55318.2022.9894251. Acesso em: 13 dez. 2025.
APA
Alves, C., & Traina, A. J. M. (2022). Variational autoencoders for medical image retrieval. In Proceedings. Los Alamitos: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. doi:10.1109/INISTA55318.2022.9894251
NLM
Alves C, Traina AJM. Variational autoencoders for medical image retrieval [Internet]. Proceedings. 2022 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/INISTA55318.2022.9894251
Vancouver
Alves C, Traina AJM. Variational autoencoders for medical image retrieval [Internet]. Proceedings. 2022 ;[citado 2025 dez. 13 ] Available from: https://doi.org/10.1109/INISTA55318.2022.9894251

Unidades USP

ReP

Filtros

Departamento

Autores

Autores USP

Ano de publicação

Assuntos

Editora

Nome do evento

País de publicação

Agência de fomento

Afiliação dos autores externos normalizada

Afiliação dos autores externos não normalizada

País das instituições de afiliação dos autores externos