ReP USP - Resultado da busca

Trabalho de evento
Feature selection using complex networks to support price trend forecast in energy markets (2023)
Castilho, Douglas; Santos, Moises Rocha dos ; Tinós, Renato ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Paula, Marcos Basile Saviano de; Ladeira, Lucas; Guarnier, Ewerton ; Silva Filho, Donato ; Suiama, Danilo Y; Macedo Junior, Edmur A; Alipio, Lucas P
Fonte: Proceedings. Nome do evento: International Joint Conference on Neural Networks - IJCNN. Unidades: FFCLRP, ICMC
Assuntos: REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL, PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS), ENERGIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CASTILHO, Douglas et al. Feature selection using complex networks to support price trend forecast in energy markets. 2023, Anais.. Piscataway: IEEE, 2023. Disponível em: https://doi.org/10.1109/IJCNN54540.2023.10191426. Acesso em: 08 out. 2025.
APA
Castilho, D., Santos, M. R. dos, Tinós, R., Carvalho, A. C. P. de L. F. de, Paula, M. B. S. de, Ladeira, L., et al. (2023). Feature selection using complex networks to support price trend forecast in energy markets. In Proceedings. Piscataway: IEEE. doi:10.1109/IJCNN54540.2023.10191426
NLM
Castilho D, Santos MR dos, Tinós R, Carvalho ACP de LF de, Paula MBS de, Ladeira L, Guarnier E, Silva Filho D, Suiama DY, Macedo Junior EA, Alipio LP. Feature selection using complex networks to support price trend forecast in energy markets [Internet]. Proceedings. 2023 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/IJCNN54540.2023.10191426
Vancouver
Castilho D, Santos MR dos, Tinós R, Carvalho ACP de LF de, Paula MBS de, Ladeira L, Guarnier E, Silva Filho D, Suiama DY, Macedo Junior EA, Alipio LP. Feature selection using complex networks to support price trend forecast in energy markets [Internet]. Proceedings. 2023 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/IJCNN54540.2023.10191426
Trabalho de evento
Machine learning approach for trend prediction to improve returns on brazilian energy market (2022)
Santos, Moises Rocha dos ; Braz, Douglas Donizeti de Castilho; Carvalho, André Carlos Ponce de Leon Ferreira de ; Tinós, Renato ; Paula, Marcos Basile Saviano de; Doretto, Gabriel; Guarnier, Ewerton ; Silva Filho, Donato ; Suiama, Danilo Y; Ferreira, Lorena E; Carmo Junior, José E
Fonte: Proceedings. Nome do evento: IEEE Latin American Conference on Computational Intelligence - LA-CCI. Unidades: ICMC, FFCLRP
Assuntos: APRENDIZADO COMPUTACIONAL, PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS), ENERGIA ELÉTRICA, POLÍTICA DE PREÇO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SANTOS, Moises Rocha dos et al. Machine learning approach for trend prediction to improve returns on brazilian energy market. 2022, Anais.. Los Alamitos: IEEE, 2022. Disponível em: https://doi.org/10.1109/LA-CCI54402.2022.9981846. Acesso em: 08 out. 2025.
APA
Santos, M. R. dos, Braz, D. D. de C., Carvalho, A. C. P. de L. F. de, Tinós, R., Paula, M. B. S. de, Doretto, G., et al. (2022). Machine learning approach for trend prediction to improve returns on brazilian energy market. In Proceedings. Los Alamitos: IEEE. doi:10.1109/LA-CCI54402.2022.9981846
NLM
Santos MR dos, Braz DD de C, Carvalho ACP de LF de, Tinós R, Paula MBS de, Doretto G, Guarnier E, Silva Filho D, Suiama DY, Ferreira LE, Carmo Junior JE. Machine learning approach for trend prediction to improve returns on brazilian energy market [Internet]. Proceedings. 2022 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/LA-CCI54402.2022.9981846
Vancouver
Santos MR dos, Braz DD de C, Carvalho ACP de LF de, Tinós R, Paula MBS de, Doretto G, Guarnier E, Silva Filho D, Suiama DY, Ferreira LE, Carmo Junior JE. Machine learning approach for trend prediction to improve returns on brazilian energy market [Internet]. Proceedings. 2022 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/LA-CCI54402.2022.9981846
Trabalho de evento
Seasonal-trend decomposition based on Loess + machine learning: hybrid forecasting for monthly univariate time series (2021)
Silvestre, Gabriel Dalforno; Santos, Moises Rocha dos ; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Proceedings. Nome do evento: International Joint Conference on Neural Networks - IJCNN. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS)
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVESTRE, Gabriel Dalforno e SANTOS, Moises Rocha dos e CARVALHO, André Carlos Ponce de Leon Ferreira de. Seasonal-trend decomposition based on Loess + machine learning: hybrid forecasting for monthly univariate time series. 2021, Anais.. Piscataway: IEEE, 2021. Disponível em: https://doi.org/10.1109/IJCNN52387.2021.9533644. Acesso em: 08 out. 2025.
APA
Silvestre, G. D., Santos, M. R. dos, & Carvalho, A. C. P. de L. F. de. (2021). Seasonal-trend decomposition based on Loess + machine learning: hybrid forecasting for monthly univariate time series. In Proceedings. Piscataway: IEEE. doi:10.1109/IJCNN52387.2021.9533644
NLM
Silvestre GD, Santos MR dos, Carvalho ACP de LF de. Seasonal-trend decomposition based on Loess + machine learning: hybrid forecasting for monthly univariate time series [Internet]. Proceedings. 2021 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/IJCNN52387.2021.9533644
Vancouver
Silvestre GD, Santos MR dos, Carvalho ACP de LF de. Seasonal-trend decomposition based on Loess + machine learning: hybrid forecasting for monthly univariate time series [Internet]. Proceedings. 2021 ;[citado 2025 out. 08 ] Available from: https://doi.org/10.1109/IJCNN52387.2021.9533644
Trabalho de evento-resumo
End-to-end data science (Pajé) (2019)
Alcobaça, Edesio ; Santos, Davi Pereira dos ; Santos, Moises Rocha dos ; Pereira, Gean Trindade ; Mantovani, Rafael Gomes ; Garcia, Luís Paulo Faina ; Mastelini, Saulo Martiello ; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Resumos. Nome do evento: Seminário de Inteligência Artificial Aplicada à Indústria do Petróleo. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALCOBAÇA, Edesio et al. End-to-end data science (Pajé). 2019, Anais.. Rio de Janeiro: ABGP, 2019. Disponível em: https://abgp.com.br/seminario/. Acesso em: 08 out. 2025.
APA
Alcobaça, E., Santos, D. P. dos, Santos, M. R. dos, Pereira, G. T., Mantovani, R. G., Garcia, L. P. F., et al. (2019). End-to-end data science (Pajé). In Resumos. Rio de Janeiro: ABGP. Recuperado de https://abgp.com.br/seminario/
NLM
Alcobaça E, Santos DP dos, Santos MR dos, Pereira GT, Mantovani RG, Garcia LPF, Mastelini SM, Carvalho ACP de LF de. End-to-end data science (Pajé) [Internet]. Resumos. 2019 ;[citado 2025 out. 08 ] Available from: https://abgp.com.br/seminario/
Vancouver
Alcobaça E, Santos DP dos, Santos MR dos, Pereira GT, Mantovani RG, Garcia LPF, Mastelini SM, Carvalho ACP de LF de. End-to-end data science (Pajé) [Internet]. Resumos. 2019 ;[citado 2025 out. 08 ] Available from: https://abgp.com.br/seminario/

Unidades USP

ReP

Filtros

Autores

Autores USP

Assuntos

Agência de fomento