ReP USP - Resultado da busca

Filtros : "Financiamento FAPESP" "ALGORITMOS" "Mello, Danilo César de" Limpar

Filtros

Autores USP
- dematte, jose alexandre melo (~2)
- mello, fellipe alcantara de oliveira (~1)
- poppiel, raul roberto (~1)
Ano de publicação
- 2023 (~1)
- 2022 (~1)
Assuntos
- algoritmos (2)
- aprendizado computacional (2)
- geofísica (2)
- sensor (2)
- espectrofotometria (1)

Artigo de periodico
Chemical weathering detection in the periglacial landscapes of Maritime Antarctica: new approach using geophysical sensors, topographic variables and machine learning algorithms (2023)
Mello, Danilo César de ; Veloso, Gustavo Vieira ; Moquedace, Cassio Marques; Oliveira, Isabelle de Angeli; Francelino, Márcio Rocha ; Oliveira, Fabio Soares de; Souza, José João Lelis Leal de ; Gomes, Lucas Carvalho; Schaefer, Carlos Ernesto Gonçalves Reynaud; Fernandes-Filho, Elpídio Inácio ; Medeiros-Júnior, Edgar ; Demattê, José Alexandre Melo
Fonte: Geoderma. Unidade: ESALQ
Assuntos: ALGORITMOS, APRENDIZADO COMPUTACIONAL, ESPECTROFOTOMETRIA, GEOFÍSICA, INTEMPERISMO, LEVANTAMENTOS TOPOGRÁFICOS, PAISAGEM, SENSOR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MELLO, Danilo César de et al. Chemical weathering detection in the periglacial landscapes of Maritime Antarctica: new approach using geophysical sensors, topographic variables and machine learning algorithms. Geoderma, v. 438, p. 1-15, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.geoderma.2023.116615. Acesso em: 08 out. 2025.
APA
Mello, D. C. de, Veloso, G. V., Moquedace, C. M., Oliveira, I. de A., Francelino, M. R., Oliveira, F. S. de, et al. (2023). Chemical weathering detection in the periglacial landscapes of Maritime Antarctica: new approach using geophysical sensors, topographic variables and machine learning algorithms. Geoderma, 438, 1-15. doi:10.1016/j.geoderma.2023.116615
NLM
Mello DC de, Veloso GV, Moquedace CM, Oliveira I de A, Francelino MR, Oliveira FS de, Souza JJLL de, Gomes LC, Schaefer CEGR, Fernandes-Filho EI, Medeiros-Júnior E, Demattê JAM. Chemical weathering detection in the periglacial landscapes of Maritime Antarctica: new approach using geophysical sensors, topographic variables and machine learning algorithms [Internet]. Geoderma. 2023 ; 438 1-15.[citado 2025 out. 08 ] Available from: https://doi.org/10.1016/j.geoderma.2023.116615
Vancouver
Mello DC de, Veloso GV, Moquedace CM, Oliveira I de A, Francelino MR, Oliveira FS de, Souza JJLL de, Gomes LC, Schaefer CEGR, Fernandes-Filho EI, Medeiros-Júnior E, Demattê JAM. Chemical weathering detection in the periglacial landscapes of Maritime Antarctica: new approach using geophysical sensors, topographic variables and machine learning algorithms [Internet]. Geoderma. 2023 ; 438 1-15.[citado 2025 out. 08 ] Available from: https://doi.org/10.1016/j.geoderma.2023.116615
Artigo de periodico
A new methodological framework for geophysical sensor combinations associated with machine learning algorithms to understand soil attributes (2022)
Mello, Danilo César de ; Veloso, Gustavo Vieira ; Lana, Marcos Guedes de; Mello, Fellipe Alcantara de Oliveira ; Poppiel, Raul Roberto ; Cabrero, Diego Ribeiro Oquendo; Di Raimo, Luis Augusto Di Loreto ; Schaefer, Carlos Ernesto Gonçalves Reynaud; Fernandes Filho, Elpídio Inácio ; Leite, Emilson Pereira; Demattê, José Alexandre Melo
Fonte: Geoscientific Model Development. Unidade: ESALQ
Assuntos: ALGORITMOS, APRENDIZADO COMPUTACIONAL, FRAMEWORKS, GEOFÍSICA, MODELAGEM DE DADOS, SENSOR, SOLOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MELLO, Danilo César de et al. A new methodological framework for geophysical sensor combinations associated with machine learning algorithms to understand soil attributes. Geoscientific Model Development, v. 15, p. 1219–1246, 2022Tradução . . Disponível em: https://doi.org/10.5194/gmd-15-1219-2022. Acesso em: 08 out. 2025.
APA
Mello, D. C. de, Veloso, G. V., Lana, M. G. de, Mello, F. A. de O., Poppiel, R. R., Cabrero, D. R. O., et al. (2022). A new methodological framework for geophysical sensor combinations associated with machine learning algorithms to understand soil attributes. Geoscientific Model Development, 15, 1219–1246. doi:10.5194/gmd-15-1219-2022
NLM
Mello DC de, Veloso GV, Lana MG de, Mello FA de O, Poppiel RR, Cabrero DRO, Di Raimo LADL, Schaefer CEGR, Fernandes Filho EI, Leite EP, Demattê JAM. A new methodological framework for geophysical sensor combinations associated with machine learning algorithms to understand soil attributes [Internet]. Geoscientific Model Development. 2022 ; 15 1219–1246.[citado 2025 out. 08 ] Available from: https://doi.org/10.5194/gmd-15-1219-2022
Vancouver
Mello DC de, Veloso GV, Lana MG de, Mello FA de O, Poppiel RR, Cabrero DRO, Di Raimo LADL, Schaefer CEGR, Fernandes Filho EI, Leite EP, Demattê JAM. A new methodological framework for geophysical sensor combinations associated with machine learning algorithms to understand soil attributes [Internet]. Geoscientific Model Development. 2022 ; 15 1219–1246.[citado 2025 out. 08 ] Available from: https://doi.org/10.5194/gmd-15-1219-2022

Biblioteca Digital de Produção Intelectual da Universidade de São Paulo 2012 - 2025