Menu

Filtros : "REDES NEURAIS" "IF" Removido: "Ci" Limpar

Filtros

Refine with date range

1 - 20 (92 records)

  • Dissertação (Mestrado)

    Internal representations analysis in spiking neural networks (2024)

    Sant'Ana, João Henrique de; Alfonso, Nestor Felipe Caticha (Orientador)

    Unidade: IF

    Assunto: REDES NEURAIS

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

    • ABNT

      SANT'ANA, João Henrique de. Internal representations analysis in spiking neural networks. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-17062024-144329/. Acesso em: 17 jul. 2024.

    • APA

      Sant'Ana, J. H. de. (2024). Internal representations analysis in spiking neural networks (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/43/43134/tde-17062024-144329/

    • NLM

      Sant'Ana JH de. Internal representations analysis in spiking neural networks [Internet]. 2024 ;[citado 2024 jul. 17 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-17062024-144329/

    • Vancouver

      Sant'Ana JH de. Internal representations analysis in spiking neural networks [Internet]. 2024 ;[citado 2024 jul. 17 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-17062024-144329/

  • Artigo de periodico

    Modeling of MOSFETs Altered by Ionizing Radiation Using Artificial Neural Networks (2023)

    Santos, Lucas S A dos; Allegro, Paula Rangel Pestana ; Guazzelli, Marcilei Aparecida ; Guidi, Ana L; G Junior, Paulo R; A Junior, Vadison S; Toufen, Dennis Lozano ; Bôas, Alexis C Vilas

    Source: Brazilian Journal of Physics. Unidade: IF

    Subjects: RADIAÇÃO IONIZANTE, REDES NEURAIS

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

    • ABNT

      SANTOS, Lucas S A dos et al. Modeling of MOSFETs Altered by Ionizing Radiation Using Artificial Neural Networks. Brazilian Journal of Physics, v. 53, 2023Tradução . . Disponível em: https://doi.org/10.1007/s13538-023-01307-8. Acesso em: 17 jul. 2024.

    • APA

      Santos, L. S. A. dos, Allegro, P. R. P., Guazzelli, M. A., Guidi, A. L., G Junior, P. R., A Junior, V. S., et al. (2023). Modeling of MOSFETs Altered by Ionizing Radiation Using Artificial Neural Networks. Brazilian Journal of Physics, 53. doi:10.1007/s13538-023-01307-8

    • NLM

      Santos LSA dos, Allegro PRP, Guazzelli MA, Guidi AL, G Junior PR, A Junior VS, Toufen DL, Bôas ACV. Modeling of MOSFETs Altered by Ionizing Radiation Using Artificial Neural Networks [Internet]. Brazilian Journal of Physics. 2023 ; 53[citado 2024 jul. 17 ] Available from: https://doi.org/10.1007/s13538-023-01307-8

    • Vancouver

      Santos LSA dos, Allegro PRP, Guazzelli MA, Guidi AL, G Junior PR, A Junior VS, Toufen DL, Bôas ACV. Modeling of MOSFETs Altered by Ionizing Radiation Using Artificial Neural Networks [Internet]. Brazilian Journal of Physics. 2023 ; 53[citado 2024 jul. 17 ] Available from: https://doi.org/10.1007/s13538-023-01307-8

  • Artigo de periodico

    Interacting dreaming neural networks (2023)

    Zanin, Pietro ; Caticha, Nestor

    Source: Journal of Statistical Mechanics: Theory and Experiment (JSTAT). Unidade: IF

    Subjects: MECÂNICA ESTATÍSTICA, REDES NEURAIS, ALGORITMOS ÚTEIS E ESPECÍFICOS, MEMÓRIA, INFERÊNCIA BAYESIANA, SPIN, PARAMAGNETISMO, SIMULAÇÃO DE SISTEMAS

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

    • ABNT

      ZANIN, Pietro e CATICHA, Nestor. Interacting dreaming neural networks. Journal of Statistical Mechanics: Theory and Experiment (JSTAT), p. 24 ; 24 de abril de 2023, 2023Tradução . . Disponível em: https://doi.org/10.1088/1742-5468/acc72b. Acesso em: 17 jul. 2024.

    • APA

      Zanin, P., & Caticha, N. (2023). Interacting dreaming neural networks. Journal of Statistical Mechanics: Theory and Experiment (JSTAT), 24 ; 24 de abril de 2023. doi:10.1088/1742-5468/acc72b

    • NLM

      Zanin P, Caticha N. Interacting dreaming neural networks [Internet]. Journal of Statistical Mechanics: Theory and Experiment (JSTAT). 2023 ;24 ; 24 de abril de 2023.[citado 2024 jul. 17 ] Available from: https://doi.org/10.1088/1742-5468/acc72b

    • Vancouver

      Zanin P, Caticha N. Interacting dreaming neural networks [Internet]. Journal of Statistical Mechanics: Theory and Experiment (JSTAT). 2023 ;24 ; 24 de abril de 2023.[citado 2024 jul. 17 ] Available from: https://doi.org/10.1088/1742-5468/acc72b

  • Artigo de periodico

    Intermittency properties in a temporal lobe epilepsy model (2023)

    Borges, F. S.; Protachevicz, R. P.

    Source: Epilepsy & Behavior. Unidade: IF

    Subjects: BIOFÍSICA, BIOMARCADORES, EPILEPSIA DO LOBO TEMPORAL, REDES NEURAIS, CONVULSÕES

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

    • ABNT

      BORGES, F. S. e PROTACHEVICZ, R. P. Intermittency properties in a temporal lobe epilepsy model. Epilepsy & Behavior, v. 139, p. 9 , 2023Tradução . . Disponível em: https://doi.org/10.1016/j.yebeh.2022.109072. Acesso em: 17 jul. 2024.

    • APA

      Borges, F. S., & Protachevicz, R. P. (2023). Intermittency properties in a temporal lobe epilepsy model. Epilepsy & Behavior, 139, 9 . doi:10.1016/j.yebeh.2022.109072

    • NLM

      Borges FS, Protachevicz RP. Intermittency properties in a temporal lobe epilepsy model [Internet]. Epilepsy & Behavior. 2023 ; 139 9 .[citado 2024 jul. 17 ] Available from: https://doi.org/10.1016/j.yebeh.2022.109072

    • Vancouver

      Borges FS, Protachevicz RP. Intermittency properties in a temporal lobe epilepsy model [Internet]. Epilepsy & Behavior. 2023 ; 139 9 .[citado 2024 jul. 17 ] Available from: https://doi.org/10.1016/j.yebeh.2022.109072

  • Artigo de periodico

    High-fidelity reproduction of central galaxy joint distributions with neural networks (2023)

    Rodrigues, Natália Villa Nova ; Santi, Natali Soler Matubaro de ; Dorta, Antonio David Montero ; Abramo, Luis Raul Weber

    Source: Monthly Notices of the Royal Astronomical Society. Unidade: IF

    Subjects: REDES NEURAIS, GALÁXIAS, COSMOLOGIA

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

    • ABNT

      RODRIGUES, Natália Villa Nova et al. High-fidelity reproduction of central galaxy joint distributions with neural networks. Monthly Notices of the Royal Astronomical Society, v. 522, n. 3, p. 3236–3247, 2023Tradução . . Disponível em: https://doi.org/10.1093/mnras/stad1186. Acesso em: 17 jul. 2024.

    • APA

      Rodrigues, N. V. N., Santi, N. S. M. de, Dorta, A. D. M., & Abramo, L. R. W. (2023). High-fidelity reproduction of central galaxy joint distributions with neural networks. Monthly Notices of the Royal Astronomical Society, 522( 3), 3236–3247. doi:10.1093/mnras/stad1186

    • NLM

      Rodrigues NVN, Santi NSM de, Dorta ADM, Abramo LRW. High-fidelity reproduction of central galaxy joint distributions with neural networks [Internet]. Monthly Notices of the Royal Astronomical Society. 2023 ; 522( 3): 3236–3247.[citado 2024 jul. 17 ] Available from: https://doi.org/10.1093/mnras/stad1186

    • Vancouver

      Rodrigues NVN, Santi NSM de, Dorta ADM, Abramo LRW. High-fidelity reproduction of central galaxy joint distributions with neural networks [Internet]. Monthly Notices of the Royal Astronomical Society. 2023 ; 522( 3): 3236–3247.[citado 2024 jul. 17 ] Available from: https://doi.org/10.1093/mnras/stad1186

  • Artigo de periodico

    Analyzing bursting synchronization in structural connectivity matrix of a human brain under external pulsed currents (2023)

    Sayari, Elaheh ; Gabrick, Enrique Chipicoski ; Borges, F. S.; Cruziniani, Fátima Elis ; Protachevicz, R. P. ; Iarosz, Kelly ; Szezech, Jose Danilo ; Batista, Antonio

    Source: CHAOS. Unidade: IF

    Subjects: BIOFÍSICA, NEUROCIÊNCIAS, REDES NEURAIS, SINCRONIZAÇÃO

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

    • ABNT

      SAYARI, Elaheh et al. Analyzing bursting synchronization in structural connectivity matrix of a human brain under external pulsed currents. CHAOS, v. 33, n. 3, 2023Tradução . . Disponível em: https://doi.org/10.1063/5.0135399. Acesso em: 17 jul. 2024.

    • APA

      Sayari, E., Gabrick, E. C., Borges, F. S., Cruziniani, F. E., Protachevicz, R. P., Iarosz, K., et al. (2023). Analyzing bursting synchronization in structural connectivity matrix of a human brain under external pulsed currents. CHAOS, 33( 3). doi:10.1063/5.0135399

    • NLM

      Sayari E, Gabrick EC, Borges FS, Cruziniani FE, Protachevicz RP, Iarosz K, Szezech JD, Batista A. Analyzing bursting synchronization in structural connectivity matrix of a human brain under external pulsed currents [Internet]. CHAOS. 2023 ; 33( 3):[citado 2024 jul. 17 ] Available from: https://doi.org/10.1063/5.0135399

    • Vancouver

      Sayari E, Gabrick EC, Borges FS, Cruziniani FE, Protachevicz RP, Iarosz K, Szezech JD, Batista A. Analyzing bursting synchronization in structural connectivity matrix of a human brain under external pulsed currents [Internet]. CHAOS. 2023 ; 33( 3):[citado 2024 jul. 17 ] Available from: https://doi.org/10.1063/5.0135399

  • Dissertação (Mestrado)

    Ensinando máquinas a reconstruir matéria escura no LHC (2022)

    Yamaguchi, Carlos Hideo; Alves, Alexandre (Orientador)

    Unidade: IF

    Subjects: FÍSICA DE PARTÍCULAS, APRENDIZADO COMPUTACIONAL, REDES NEURAIS, MATÉRIA ESCURA

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

    • ABNT

      YAMAGUCHI, Carlos Hideo. Ensinando máquinas a reconstruir matéria escura no LHC. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-10102022-084434/. Acesso em: 17 jul. 2024.

    • APA

      Yamaguchi, C. H. (2022). Ensinando máquinas a reconstruir matéria escura no LHC (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/43/43134/tde-10102022-084434/

    • NLM

      Yamaguchi CH. Ensinando máquinas a reconstruir matéria escura no LHC [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-10102022-084434/

    • Vancouver

      Yamaguchi CH. Ensinando máquinas a reconstruir matéria escura no LHC [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-10102022-084434/

  • Artigo de periodico

    Large coefficient of variation of inter-spike intervals induced by noise current in the resonate-and-fire model neuron (2022)

    Protachevicz, Paulo Ricardo ; Batista, Antonio Marcos ; Bonin, C A; Caldas, Iberê Luiz ; Iarosz, Kelly Cristiane ; Batista, A M

    Source: Cognitive Neurodynamics. Unidade: IF

    Assunto: REDES NEURAIS

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

    • ABNT

      PROTACHEVICZ, Paulo Ricardo et al. Large coefficient of variation of inter-spike intervals induced by noise current in the resonate-and-fire model neuron. Cognitive Neurodynamics, v. 16, p. 1461–1470, 2022Tradução . . Disponível em: https://doi.org/10.1007/s11571-022-09789-z. Acesso em: 17 jul. 2024.

    • APA

      Protachevicz, P. R., Batista, A. M., Bonin, C. A., Caldas, I. L., Iarosz, K. C., & Batista, A. M. (2022). Large coefficient of variation of inter-spike intervals induced by noise current in the resonate-and-fire model neuron. Cognitive Neurodynamics, 16, 1461–1470. doi:10.1007/s11571-022-09789-z

    • NLM

      Protachevicz PR, Batista AM, Bonin CA, Caldas IL, Iarosz KC, Batista AM. Large coefficient of variation of inter-spike intervals induced by noise current in the resonate-and-fire model neuron [Internet]. Cognitive Neurodynamics. 2022 ; 16 1461–1470.[citado 2024 jul. 17 ] Available from: https://doi.org/10.1007/s11571-022-09789-z

    • Vancouver

      Protachevicz PR, Batista AM, Bonin CA, Caldas IL, Iarosz KC, Batista AM. Large coefficient of variation of inter-spike intervals induced by noise current in the resonate-and-fire model neuron [Internet]. Cognitive Neurodynamics. 2022 ; 16 1461–1470.[citado 2024 jul. 17 ] Available from: https://doi.org/10.1007/s11571-022-09789-z

  • Artigo de periodico

    The effect of time delay for synchronisation suppression in neuronal networks (2022)

    Hansen, Matheus ; Batista, Antonio Marcos ; Protachevicz, Paulo Ricardo ; Caldas, Iberê Luiz ; Iarosz, Kelly Cristiane ; Macau, Elbert Einstein Nehrer

    Source: Chaos, Solitons & Fractals. Unidade: IF

    Subjects: REDES NEURAIS, SINCRONIZAÇÃO

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

    • ABNT

      HANSEN, Matheus et al. The effect of time delay for synchronisation suppression in neuronal networks. Chaos, Solitons & Fractals, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.chaos.2022.112690. Acesso em: 17 jul. 2024.

    • APA

      Hansen, M., Batista, A. M., Protachevicz, P. R., Caldas, I. L., Iarosz, K. C., & Macau, E. E. N. (2022). The effect of time delay for synchronisation suppression in neuronal networks. Chaos, Solitons & Fractals. doi:10.1016/j.chaos.2022.112690

    • NLM

      Hansen M, Batista AM, Protachevicz PR, Caldas IL, Iarosz KC, Macau EEN. The effect of time delay for synchronisation suppression in neuronal networks [Internet]. Chaos, Solitons & Fractals. 2022 ;[citado 2024 jul. 17 ] Available from: https://doi.org/10.1016/j.chaos.2022.112690

    • Vancouver

      Hansen M, Batista AM, Protachevicz PR, Caldas IL, Iarosz KC, Macau EEN. The effect of time delay for synchronisation suppression in neuronal networks [Internet]. Chaos, Solitons & Fractals. 2022 ;[citado 2024 jul. 17 ] Available from: https://doi.org/10.1016/j.chaos.2022.112690

  • Relatorio tecnico

    The effect of time delay for synchronisation suppression in neuronal networks (2022)

    Hansen, Matheus; Protachevicz, Paulo Ricardo ; Iarosz, Kelly C.; Caldas, Iberê Luiz ; Batista, Antonio M.; Macau, Elbert E. N.

    Unidade: IF

    Subjects: REDES NEURAIS, REDE NERVOSA

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

    • ABNT

      HANSEN, Matheus et al. The effect of time delay for synchronisation suppression in neuronal networks. . São Paulo: Instituto de Física, Universidade de São Paulo. Disponível em: https://arxiv.org/pdf/2205.02118v1.pdf. Acesso em: 17 jul. 2024. , 2022

    • APA

      Hansen, M., Protachevicz, P. R., Iarosz, K. C., Caldas, I. L., Batista, A. M., & Macau, E. E. N. (2022). The effect of time delay for synchronisation suppression in neuronal networks. São Paulo: Instituto de Física, Universidade de São Paulo. Recuperado de https://arxiv.org/pdf/2205.02118v1.pdf

    • NLM

      Hansen M, Protachevicz PR, Iarosz KC, Caldas IL, Batista AM, Macau EEN. The effect of time delay for synchronisation suppression in neuronal networks [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://arxiv.org/pdf/2205.02118v1.pdf

    • Vancouver

      Hansen M, Protachevicz PR, Iarosz KC, Caldas IL, Batista AM, Macau EEN. The effect of time delay for synchronisation suppression in neuronal networks [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://arxiv.org/pdf/2205.02118v1.pdf

  • Dissertação (Mestrado)

    Análise de redes neurais de atratores interagentes por meio de um modelo com solução analítica (2022)

    Zanin, Pietro ; Caticha Alfonso, Nestor Felipe (Orientador)

    Unidade: IF

    Subjects: MECÂNICA ESTATÍSTICA, REDES NEURAIS, ATRATORES

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

    • ABNT

      ZANIN, Pietro. Análise de redes neurais de atratores interagentes por meio de um modelo com solução analítica. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-22022023-134919/. Acesso em: 17 jul. 2024.

    • APA

      Zanin, P. (2022). Análise de redes neurais de atratores interagentes por meio de um modelo com solução analítica (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/43/43134/tde-22022023-134919/

    • NLM

      Zanin P. Análise de redes neurais de atratores interagentes por meio de um modelo com solução analítica [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-22022023-134919/

    • Vancouver

      Zanin P. Análise de redes neurais de atratores interagentes por meio de um modelo com solução analítica [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-22022023-134919/

  • Relatorio tecnico

    Processing of massive rutherford back-scattering spectrometry data by artificial neural networks (2022)

    Guimarães, Renato dos Santos ; Bach, Simon; Burwitz, Vassily V.; Hiret, Paul; Mayer, Matej; Silva, Tiago Fiorini da ; Rodrigues, Cleber Lima ; Tabacniks, Manfredo Harri

    Unidade: IF

    Subjects: ESPECTROSCOPIA, REDES NEURAIS

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

    • ABNT

      GUIMARÃES, Renato dos Santos et al. Processing of massive rutherford back-scattering spectrometry data by artificial neural networks. . São Paulo: Instituto de Física, Universidade de São Paulo. Disponível em: https://arxiv.org/ftp/arxiv/papers/2205/2205.05680.pdf. Acesso em: 17 jul. 2024. , 2022

    • APA

      Guimarães, R. dos S., Bach, S., Burwitz, V. V., Hiret, P., Mayer, M., Silva, T. F. da, et al. (2022). Processing of massive rutherford back-scattering spectrometry data by artificial neural networks. São Paulo: Instituto de Física, Universidade de São Paulo. Recuperado de https://arxiv.org/ftp/arxiv/papers/2205/2205.05680.pdf

    • NLM

      Guimarães R dos S, Bach S, Burwitz VV, Hiret P, Mayer M, Silva TF da, Rodrigues CL, Tabacniks MH. Processing of massive rutherford back-scattering spectrometry data by artificial neural networks [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://arxiv.org/ftp/arxiv/papers/2205/2205.05680.pdf

    • Vancouver

      Guimarães R dos S, Bach S, Burwitz VV, Hiret P, Mayer M, Silva TF da, Rodrigues CL, Tabacniks MH. Processing of massive rutherford back-scattering spectrometry data by artificial neural networks [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://arxiv.org/ftp/arxiv/papers/2205/2205.05680.pdf

  • Relatorio tecnico

    Plastic neural network with transmission delays promotes equivalence between function and structure (2022)

    Protachevicz, Paulo Ricardo ; Borges, F. S.; Batista, A. M.; Baptista, M. S.; Macau, E. E. N.; Lameu, E. L.; Caldas, Iberê Luiz

    Unidade: IF

    Subjects: TOPOLOGIA, REDES NEURAIS

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

    • ABNT

      PROTACHEVICZ, Paulo Ricardo et al. Plastic neural network with transmission delays promotes equivalence between function and structure. . São Paulo: Instituto de Física, Universidade de São Paulo. Disponível em: https://arxiv.org/pdf/2211.05644.pdf. Acesso em: 17 jul. 2024. , 2022

    • APA

      Protachevicz, P. R., Borges, F. S., Batista, A. M., Baptista, M. S., Macau, E. E. N., Lameu, E. L., & Caldas, I. L. (2022). Plastic neural network with transmission delays promotes equivalence between function and structure. São Paulo: Instituto de Física, Universidade de São Paulo. Recuperado de https://arxiv.org/pdf/2211.05644.pdf

    • NLM

      Protachevicz PR, Borges FS, Batista AM, Baptista MS, Macau EEN, Lameu EL, Caldas IL. Plastic neural network with transmission delays promotes equivalence between function and structure [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://arxiv.org/pdf/2211.05644.pdf

    • Vancouver

      Protachevicz PR, Borges FS, Batista AM, Baptista MS, Macau EEN, Lameu EL, Caldas IL. Plastic neural network with transmission delays promotes equivalence between function and structure [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://arxiv.org/pdf/2211.05644.pdf

  • Tese (Doutorado)

    Análise de física estatística em modelos de aprendizado de máquina (2022)

    Veiga, Rodrigo Soares ; Vicente, Renato

    Unidade: IF

    Subjects: MECÂNICA ESTATÍSTICA, REDES NEURAIS, APRENDIZADO COMPUTACIONAL, MÉTODOS ESTATÍSTICOS PARA APRENDIZAGEM, INFERÊNCIA BAYESIANA

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

    • ABNT

      VEIGA, Rodrigo Soares e VICENTE, Renato. Análise de física estatística em modelos de aprendizado de máquina. 2022. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-17082022-084404/. Acesso em: 17 jul. 2024.

    • APA

      Veiga, R. S., & Vicente, R. (2022). Análise de física estatística em modelos de aprendizado de máquina (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/43/43134/tde-17082022-084404/

    • NLM

      Veiga RS, Vicente R. Análise de física estatística em modelos de aprendizado de máquina [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-17082022-084404/

    • Vancouver

      Veiga RS, Vicente R. Análise de física estatística em modelos de aprendizado de máquina [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-17082022-084404/

  • Dissertação (Mestrado)

    Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning (2022)

    Fortino, Guilherme Ferrari ; Guimarães, Valdir (Orientador) ; Cardona, Juan Carlos Zamora (coorient)

    Unidade: IF

    Assunto: REDES NEURAIS

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

    • ABNT

      FORTINO, Guilherme Ferrari. Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-24012023-213528/. Acesso em: 17 jul. 2024.

    • APA

      Fortino, G. F. (2022). Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/43/43134/tde-24012023-213528/

    • NLM

      Fortino GF. Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-24012023-213528/

    • Vancouver

      Fortino GF. Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-24012023-213528/

  • Relatorio tecnico

    Digital signal analysis based on convolutional neural networks for active target time projection chambers (2022)

    Fortino, Guilherme Ferrari ; Zamora, J. C. ; Tamayose, Leonardo Eiji ; Guimarães, Valdir

    Unidade: IF

    Subjects: REDES NEURAIS, ESTRUTURAS DE DADOS

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

    • ABNT

      FORTINO, Guilherme Ferrari et al. Digital signal analysis based on convolutional neural networks for active target time projection chambers. . São Paulo: Instituto de Física, Universidade de São Paulo. Disponível em: https://arxiv.org/pdf/2202.12941.pdf. Acesso em: 17 jul. 2024. , 2022

    • APA

      Fortino, G. F., Zamora, J. C., Tamayose, L. E., & Guimarães, V. (2022). Digital signal analysis based on convolutional neural networks for active target time projection chambers. São Paulo: Instituto de Física, Universidade de São Paulo. Recuperado de https://arxiv.org/pdf/2202.12941.pdf

    • NLM

      Fortino GF, Zamora JC, Tamayose LE, Guimarães V. Digital signal analysis based on convolutional neural networks for active target time projection chambers [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://arxiv.org/pdf/2202.12941.pdf

    • Vancouver

      Fortino GF, Zamora JC, Tamayose LE, Guimarães V. Digital signal analysis based on convolutional neural networks for active target time projection chambers [Internet]. 2022 ;[citado 2024 jul. 17 ] Available from: https://arxiv.org/pdf/2202.12941.pdf

  • Artigo de periodico

    Digital signal analysis based on convolutional neural networks for active target time projection chambers (2022)

    Fortino, Guilherme Ferrari ; Cardona, Juan Carlos Zamora ; Tamayose, Leonardo Eiji ; Hirata, Nina Sumiko Tomita ; Guimarães, Valdir

    Source: Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. Unidades: IME, IF

    Subjects: REDES NEURAIS, PROCESSAMENTO DE SINAIS

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

    • ABNT

      FORTINO, Guilherme Ferrari et al. Digital signal analysis based on convolutional neural networks for active target time projection chambers. Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment, v. 1031, n. artigo 166497, p. 1-7, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.nima.2022.166497. Acesso em: 17 jul. 2024.

    • APA

      Fortino, G. F., Cardona, J. C. Z., Tamayose, L. E., Hirata, N. S. T., & Guimarães, V. (2022). Digital signal analysis based on convolutional neural networks for active target time projection chambers. Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment, 1031( artigo 166497), 1-7. doi:10.1016/j.nima.2022.166497

    • NLM

      Fortino GF, Cardona JCZ, Tamayose LE, Hirata NST, Guimarães V. Digital signal analysis based on convolutional neural networks for active target time projection chambers [Internet]. Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 2022 ; 1031( artigo 166497): 1-7.[citado 2024 jul. 17 ] Available from: https://doi.org/10.1016/j.nima.2022.166497

    • Vancouver

      Fortino GF, Cardona JCZ, Tamayose LE, Hirata NST, Guimarães V. Digital signal analysis based on convolutional neural networks for active target time projection chambers [Internet]. Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 2022 ; 1031( artigo 166497): 1-7.[citado 2024 jul. 17 ] Available from: https://doi.org/10.1016/j.nima.2022.166497

  • Apresentacao sonora/cenica/entrevista

    O Professor Nestor Caticha fala sobre "Complexidade: Convite à Ciência" [Depoimento] (2021)

    Caticha, Nestor

    Source: Canal do Departamento de Física Matemática IFUSP. Unidade: IF

    Subjects: DIVULGAÇÃO CIENTÍFICA, FÍSICA MATEMÁTICA, MECÂNICA ESTATÍSTICA, REDES NEURAIS

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

    • ABNT

      CATICHA, Nestor. O Professor Nestor Caticha fala sobre "Complexidade: Convite à Ciência" [Depoimento]. Canal do Departamento de Física Matemática IFUSP. São Paulo: IFUSP. Disponível em: https://www.youtube.com/watch?v=wtmCd804V58. Acesso em: 17 jul. 2024. , 2021

    • APA

      Caticha, N. (2021). O Professor Nestor Caticha fala sobre "Complexidade: Convite à Ciência" [Depoimento]. Canal do Departamento de Física Matemática IFUSP. São Paulo: IFUSP. Recuperado de https://www.youtube.com/watch?v=wtmCd804V58

    • NLM

      Caticha N. O Professor Nestor Caticha fala sobre "Complexidade: Convite à Ciência" [Depoimento] [Internet]. Canal do Departamento de Física Matemática IFUSP. 2021 ;[citado 2024 jul. 17 ] Available from: https://www.youtube.com/watch?v=wtmCd804V58

    • Vancouver

      Caticha N. O Professor Nestor Caticha fala sobre "Complexidade: Convite à Ciência" [Depoimento] [Internet]. Canal do Departamento de Física Matemática IFUSP. 2021 ;[citado 2024 jul. 17 ] Available from: https://www.youtube.com/watch?v=wtmCd804V58

  • Artigo de periodico

    Emergence of Neuronal Synchronisation in Coupled Areas (2021)

    Protachevicz, R. P. ; Hansen, Matheus; Iarosz, Kelly ; Caldas, Iberê Luiz ; Batista, Antonio ; Kurths, Jürgen

    Source: Frontiers in Computational Neuroscience. Unidade: IF

    Subjects: NEUROCIÊNCIAS, REDES NEURAIS, SISTEMAS NÃO LINEARES, MEMÓRIA, CÓRTEX CEREBRAL, SINAPSE, NEURÔNIOS

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

    • ABNT

      PROTACHEVICZ, R. P. et al. Emergence of Neuronal Synchronisation in Coupled Areas. Frontiers in Computational Neuroscience, v. 15, 2021Tradução . . Disponível em: https://doi.org/10.3389/fncom.2021.663408. Acesso em: 17 jul. 2024.

    • APA

      Protachevicz, R. P., Hansen, M., Iarosz, K., Caldas, I. L., Batista, A., & Kurths, J. (2021). Emergence of Neuronal Synchronisation in Coupled Areas. Frontiers in Computational Neuroscience, 15. doi:10.3389/fncom.2021.663408

    • NLM

      Protachevicz RP, Hansen M, Iarosz K, Caldas IL, Batista A, Kurths J. Emergence of Neuronal Synchronisation in Coupled Areas [Internet]. Frontiers in Computational Neuroscience. 2021 ; 15[citado 2024 jul. 17 ] Available from: https://doi.org/10.3389/fncom.2021.663408

    • Vancouver

      Protachevicz RP, Hansen M, Iarosz K, Caldas IL, Batista A, Kurths J. Emergence of Neuronal Synchronisation in Coupled Areas [Internet]. Frontiers in Computational Neuroscience. 2021 ; 15[citado 2024 jul. 17 ] Available from: https://doi.org/10.3389/fncom.2021.663408

  • Artigo de periodico

    Short-term and spike-timing-dependent plasticity facilitate the formation of modular neural networks (2021)

    Lameu, Ewandson Luiz ; Borges, Fernando S.; Iarosz, Kelly ; Protachevicz, R. P. ; Antonopoulos, Chris G. ; Macau, Elbert E.N.; Batista, Antonio

    Source: Communications in Nonlinear Science and Numerical Simulation. Unidade: IF

    Subjects: BIOFÍSICA, REDES NEURAIS, PLASTICIDADE NEURONAL, SINAPSE, NEUROTRANSMISSORES

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

    • ABNT

      LAMEU, Ewandson Luiz et al. Short-term and spike-timing-dependent plasticity facilitate the formation of modular neural networks. Communications in Nonlinear Science and Numerical Simulation, v. 96, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.cnsns.2020.105689. Acesso em: 17 jul. 2024.

    • APA

      Lameu, E. L., Borges, F. S., Iarosz, K., Protachevicz, R. P., Antonopoulos, C. G., Macau, E. E. N., & Batista, A. (2021). Short-term and spike-timing-dependent plasticity facilitate the formation of modular neural networks. Communications in Nonlinear Science and Numerical Simulation, 96. doi:10.1016/j.cnsns.2020.105689

    • NLM

      Lameu EL, Borges FS, Iarosz K, Protachevicz RP, Antonopoulos CG, Macau EEN, Batista A. Short-term and spike-timing-dependent plasticity facilitate the formation of modular neural networks [Internet]. Communications in Nonlinear Science and Numerical Simulation. 2021 ; 96[citado 2024 jul. 17 ] Available from: https://doi.org/10.1016/j.cnsns.2020.105689

    • Vancouver

      Lameu EL, Borges FS, Iarosz K, Protachevicz RP, Antonopoulos CG, Macau EEN, Batista A. Short-term and spike-timing-dependent plasticity facilitate the formation of modular neural networks [Internet]. Communications in Nonlinear Science and Numerical Simulation. 2021 ; 96[citado 2024 jul. 17 ] Available from: https://doi.org/10.1016/j.cnsns.2020.105689

1 - 20 (92 records)

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