ReP USP - Resultado da busca

Artigo de periodico
The joy of probabilistic answer set programming: semantics, complexity, expressivity, inference (2020)
Cozman, Fabio Gagliardi ; Mauá, Denis Deratani
Fonte: International Journal of Approximate Reasoning. Unidades: EP, IME
Assuntos: PROGRAMAÇÃO LÓGICA, COMPUTABILIDADE E COMPLEXIDADE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COZMAN, Fabio Gagliardi e MAUÁ, Denis Deratani. The joy of probabilistic answer set programming: semantics, complexity, expressivity, inference. International Journal of Approximate Reasoning, v. 125, p. 218-239, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.ijar.2020.07.004. Acesso em: 23 nov. 2025.
APA
Cozman, F. G., & Mauá, D. D. (2020). The joy of probabilistic answer set programming: semantics, complexity, expressivity, inference. International Journal of Approximate Reasoning, 125, 218-239. doi:10.1016/j.ijar.2020.07.004
NLM
Cozman FG, Mauá DD. The joy of probabilistic answer set programming: semantics, complexity, expressivity, inference [Internet]. International Journal of Approximate Reasoning. 2020 ; 125 218-239.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1016/j.ijar.2020.07.004
Vancouver
Cozman FG, Mauá DD. The joy of probabilistic answer set programming: semantics, complexity, expressivity, inference [Internet]. International Journal of Approximate Reasoning. 2020 ; 125 218-239.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1016/j.ijar.2020.07.004
Trabalho de evento
Autotuning high-level synthesis for FPGAs using OpenTuner and LegUp (2018)
Bruel, Pedro; Goldman, Alfredo ; Chalamalasetti, Sai Rahul; Milojicic, Dejan
Fonte: Proceedings. Nome do evento: International Conference on Reconfigurable Computing and FPGAs - ReConFig. Unidade: IME
Assuntos: PROGRAMAÇÃO LÓGICA, HARDWARE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BRUEL, Pedro et al. Autotuning high-level synthesis for FPGAs using OpenTuner and LegUp. 2018, Anais.. Piscataway: IEEE, 2018. Disponível em: https://doi.org/10.1109/RECONFIG.2017.8279778. Acesso em: 23 nov. 2025.
APA
Bruel, P., Goldman, A., Chalamalasetti, S. R., & Milojicic, D. (2018). Autotuning high-level synthesis for FPGAs using OpenTuner and LegUp. In Proceedings. Piscataway: IEEE. doi:10.1109/RECONFIG.2017.8279778
NLM
Bruel P, Goldman A, Chalamalasetti SR, Milojicic D. Autotuning high-level synthesis for FPGAs using OpenTuner and LegUp [Internet]. Proceedings. 2018 ;[citado 2025 nov. 23 ] Available from: https://doi.org/10.1109/RECONFIG.2017.8279778
Vancouver
Bruel P, Goldman A, Chalamalasetti SR, Milojicic D. Autotuning high-level synthesis for FPGAs using OpenTuner and LegUp [Internet]. Proceedings. 2018 ;[citado 2025 nov. 23 ] Available from: https://doi.org/10.1109/RECONFIG.2017.8279778
Artigo de periodico
On the semantics and complexity of probabilistic logic programs (2017)
Cozman, Fabio Gagliardi ; Mauá, Denis Deratani
Fonte: Journal of Artificial Intelligence Research. Unidades: EP, IME
Assuntos: PROGRAMAÇÃO LÓGICA, PROBABILIDADE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COZMAN, Fabio Gagliardi e MAUÁ, Denis Deratani. On the semantics and complexity of probabilistic logic programs. Journal of Artificial Intelligence Research, v. 60, p. 221-262, 2017Tradução . . Disponível em: https://doi.org/10.1613/jair.5482. Acesso em: 23 nov. 2025.
APA
Cozman, F. G., & Mauá, D. D. (2017). On the semantics and complexity of probabilistic logic programs. Journal of Artificial Intelligence Research, 60, 221-262. doi:10.1613/jair.5482
NLM
Cozman FG, Mauá DD. On the semantics and complexity of probabilistic logic programs [Internet]. Journal of Artificial Intelligence Research. 2017 ; 60 221-262.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1613/jair.5482
Vancouver
Cozman FG, Mauá DD. On the semantics and complexity of probabilistic logic programs [Internet]. Journal of Artificial Intelligence Research. 2017 ; 60 221-262.[citado 2025 nov. 23 ] Available from: https://doi.org/10.1613/jair.5482
Trabalho de evento
Markov decision processes specified by probabilistic logic programming: representation and solution (2017)
Bueno, Thiago Pereira; Mauá, Denis Deratani ; Barros, Leliane Nunes de ; Cozman, Fabio Gagliardi
Fonte: Proceedings. Nome do evento: Brazilian Conference on Intelligent Systems - BRACIS. Unidades: IME, EP
Assuntos: PROCESSOS DE MARKOV, PROGRAMAÇÃO LÓGICA, TOMADA DE DECISÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BUENO, Thiago Pereira et al. Markov decision processes specified by probabilistic logic programming: representation and solution. 2017, Anais.. Piscataway: IEEE, 2017. Disponível em: https://doi.org/10.1109/BRACIS.2016.068. Acesso em: 23 nov. 2025.
APA
Bueno, T. P., Mauá, D. D., Barros, L. N. de, & Cozman, F. G. (2017). Markov decision processes specified by probabilistic logic programming: representation and solution. In Proceedings. Piscataway: IEEE. doi:10.1109/BRACIS.2016.068
NLM
Bueno TP, Mauá DD, Barros LN de, Cozman FG. Markov decision processes specified by probabilistic logic programming: representation and solution [Internet]. Proceedings. 2017 ;[citado 2025 nov. 23 ] Available from: https://doi.org/10.1109/BRACIS.2016.068
Vancouver
Bueno TP, Mauá DD, Barros LN de, Cozman FG. Markov decision processes specified by probabilistic logic programming: representation and solution [Internet]. Proceedings. 2017 ;[citado 2025 nov. 23 ] Available from: https://doi.org/10.1109/BRACIS.2016.068
Trabalho de evento-anais periodico
Modeling Markov decision processes with imprecise probabilities using probabilistic logic programming (2017)
Bueno, Thiago Pereira; Mauá, Denis Deratani ; Barros, Leliane Nunes de ; Cozman, Fabio Gagliardi
Fonte: PMLR: Proceedings of Machine Learning Research. Nome do evento: International Symposium on Imprecise Probability: Theories and Applications - ISIPTA. Unidades: IME, EP
Assuntos: PROCESSOS DE MARKOV, PROGRAMAÇÃO LÓGICA, MODELOS PARA PROCESSOS ESTOCÁSTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BUENO, Thiago Pereira et al. Modeling Markov decision processes with imprecise probabilities using probabilistic logic programming. PMLR: Proceedings of Machine Learning Research. Brookline: Instituto de Matemática e Estatística, Universidade de São Paulo. Disponível em: http://proceedings.mlr.press/v62/bueno17a.html. Acesso em: 23 nov. 2025. , 2017
APA
Bueno, T. P., Mauá, D. D., Barros, L. N. de, & Cozman, F. G. (2017). Modeling Markov decision processes with imprecise probabilities using probabilistic logic programming. PMLR: Proceedings of Machine Learning Research. Brookline: Instituto de Matemática e Estatística, Universidade de São Paulo. Recuperado de http://proceedings.mlr.press/v62/bueno17a.html
NLM
Bueno TP, Mauá DD, Barros LN de, Cozman FG. Modeling Markov decision processes with imprecise probabilities using probabilistic logic programming [Internet]. PMLR: Proceedings of Machine Learning Research. 2017 ;( 62): 49-60.[citado 2025 nov. 23 ] Available from: http://proceedings.mlr.press/v62/bueno17a.html
Vancouver
Bueno TP, Mauá DD, Barros LN de, Cozman FG. Modeling Markov decision processes with imprecise probabilities using probabilistic logic programming [Internet]. PMLR: Proceedings of Machine Learning Research. 2017 ;( 62): 49-60.[citado 2025 nov. 23 ] Available from: http://proceedings.mlr.press/v62/bueno17a.html

Unidades USP

ReP

Filtros

Autores

Assuntos