ReP USP - Resultado da busca

Trabalho de evento-anais periodico
Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks (2025)
Nascimento Junior, Odelmo O.; Assis, Dhara L. C.; Destro Filho, João Batista; Liang, Zhao ; Carneiro, Murillo Guimarães
Source: Lecture Notes in Artificial Intelligence - Intelligent Systems. Conference titles: Brazilian Conference on Intelligent Systems, BRACIS. Unidade: FFCLRP
Subjects: REDE NERVOSA, COMA, ELETROENCEFALOGRAFIA, MONITORAMENTO, CÉREBRO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NASCIMENTO JUNIOR, Odelmo O. et al. Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks. Lecture Notes in Artificial Intelligence - Intelligent Systems. Cham: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/978-3-031-79038-6_16. Acesso em: 19 nov. 2025. , 2025
APA
Nascimento Junior, O. O., Assis, D. L. C., Destro Filho, J. B., Liang, Z., & Carneiro, M. G. (2025). Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks. Lecture Notes in Artificial Intelligence - Intelligent Systems. Cham: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.1007/978-3-031-79038-6_16
NLM
Nascimento Junior OO, Assis DLC, Destro Filho JB, Liang Z, Carneiro MG. Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks [Internet]. Lecture Notes in Artificial Intelligence - Intelligent Systems. 2025 ; 15415 223-237.[citado 2025 nov. 19 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_16
Vancouver
Nascimento Junior OO, Assis DLC, Destro Filho JB, Liang Z, Carneiro MG. Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks [Internet]. Lecture Notes in Artificial Intelligence - Intelligent Systems. 2025 ; 15415 223-237.[citado 2025 nov. 19 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_16
Artigo de periodico
TKDP: threefold knowledge-enriched deep prompt tuning for few-shot named entity recognition (2024)
Liu, Jiang; Fei, Hao; Li, Fei; Li, Jingye; Li, Bobo; Liang, Zhao ; Teng, Chong; Ji, Donghong
Source: IEEE Transactions on Knowledge and Data Engineering. Unidade: FFCLRP
Subjects: CIÊNCIA DA COMPUTAÇÃO, PROCESSAMENTO DE LINGUAGEM NATURAL, LINGUAGEM DE MÁQUINA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LIU, Jiang et al. TKDP: threefold knowledge-enriched deep prompt tuning for few-shot named entity recognition. IEEE Transactions on Knowledge and Data Engineering, v. 36, n. 11, p. 6397-6409, 2024Tradução . . Disponível em: https://doi.org/10.1109/TKDE.2024.3389650. Acesso em: 19 nov. 2025.
APA
Liu, J., Fei, H., Li, F., Li, J., Li, B., Liang, Z., et al. (2024). TKDP: threefold knowledge-enriched deep prompt tuning for few-shot named entity recognition. IEEE Transactions on Knowledge and Data Engineering, 36( 11), 6397-6409. doi:10.1109/TKDE.2024.3389650
NLM
Liu J, Fei H, Li F, Li J, Li B, Liang Z, Teng C, Ji D. TKDP: threefold knowledge-enriched deep prompt tuning for few-shot named entity recognition [Internet]. IEEE Transactions on Knowledge and Data Engineering. 2024 ; 36( 11): 6397-6409.[citado 2025 nov. 19 ] Available from: https://doi.org/10.1109/TKDE.2024.3389650
Vancouver
Liu J, Fei H, Li F, Li J, Li B, Liang Z, Teng C, Ji D. TKDP: threefold knowledge-enriched deep prompt tuning for few-shot named entity recognition [Internet]. IEEE Transactions on Knowledge and Data Engineering. 2024 ; 36( 11): 6397-6409.[citado 2025 nov. 19 ] Available from: https://doi.org/10.1109/TKDE.2024.3389650
Trabalho de evento
Classification of coma etiology using convolutional neural networks and long-short term memory networks (2023)
Baldo Júnior, Sérgio ; Carneiro, Murillo Guimarães; Destro-Filho, João Batista; Zhao, Liang ; Tinós, Renato
Source: Proceedings. Conference titles: International Joint Conference on Neural Networks - IJCNN. Unidade: FFCLRP
Subjects: ELETROENCEFALOGRAFIA, COMA, APRENDIZAGEM PROFUNDA, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BALDO JÚNIOR, Sérgio et al. Classification of coma etiology using convolutional neural networks and long-short term memory networks. 2023, Anais.. Queensland: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo, 2023. Disponível em: https://doi.org/10.1109/IJCNN54540.2023.10191203. Acesso em: 19 nov. 2025.
APA
Baldo Júnior, S., Carneiro, M. G., Destro-Filho, J. B., Zhao, L., & Tinós, R. (2023). Classification of coma etiology using convolutional neural networks and long-short term memory networks. In Proceedings. Queensland: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.1109/IJCNN54540.2023.10191203
NLM
Baldo Júnior S, Carneiro MG, Destro-Filho JB, Zhao L, Tinós R. Classification of coma etiology using convolutional neural networks and long-short term memory networks [Internet]. Proceedings. 2023 ;[citado 2025 nov. 19 ] Available from: https://doi.org/10.1109/IJCNN54540.2023.10191203
Vancouver
Baldo Júnior S, Carneiro MG, Destro-Filho JB, Zhao L, Tinós R. Classification of coma etiology using convolutional neural networks and long-short term memory networks [Internet]. Proceedings. 2023 ;[citado 2025 nov. 19 ] Available from: https://doi.org/10.1109/IJCNN54540.2023.10191203
Trabalho de evento
High-level classification for EEG analysis (2023)
Carneiro, Murillo Guimarães; Ramos, Camila D.; Destro Filho, João Batista; Zhu, Yu-tao; Ji, Donghong; Liang, Zhao
Conference titles: International Joint Conference on Neural Networks. Unidade: FFCLRP
Subjects: REDES COMPLEXAS, SISTEMA BINÁRIO, ELETROENCEFALOGRAFIA, PROGNÓSTICO, COMA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CARNEIRO, Murillo Guimarães et al. High-level classification for EEG analysis. 2023, Anais.. Queensland: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo, 2023. p. 1-8. Disponível em: https://doi.org/10.1109/IJCNN54540.2023.10191823. Acesso em: 19 nov. 2025.
APA
Carneiro, M. G., Ramos, C. D., Destro Filho, J. B., Zhu, Y. -tao, Ji, D., & Liang, Z. (2023). High-level classification for EEG analysis. In (p. 1-8). Queensland: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.1109/IJCNN54540.2023.10191823
NLM
Carneiro MG, Ramos CD, Destro Filho JB, Zhu Y-tao, Ji D, Liang Z. High-level classification for EEG analysis [Internet]. 2023 ; 1-8.[citado 2025 nov. 19 ] Available from: https://doi.org/10.1109/IJCNN54540.2023.10191823
Vancouver
Carneiro MG, Ramos CD, Destro Filho JB, Zhu Y-tao, Ji D, Liang Z. High-level classification for EEG analysis [Internet]. 2023 ; 1-8.[citado 2025 nov. 19 ] Available from: https://doi.org/10.1109/IJCNN54540.2023.10191823
Dissertação (Mestrado)
Algoritmos genéticos e aprendizado profundo baseado em redes neurais recorrentes do tipo LSTM para auxílio ao diagnóstico médico (2023)
Baldo Júnior, Sergio ; Tinós, Renato (Orientador)
Unidade: FFCLRP
Subjects: ACIDENTE VASCULAR CEREBRAL, ALGORITMOS GENÉTICOS, COMA, REDES NEURAIS, MEMÓRIAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BALDO JÚNIOR, Sergio. Algoritmos genéticos e aprendizado profundo baseado em redes neurais recorrentes do tipo LSTM para auxílio ao diagnóstico médico. 2023. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-20062023-152537/. Acesso em: 19 nov. 2025.
APA
Baldo Júnior, S. (2023). Algoritmos genéticos e aprendizado profundo baseado em redes neurais recorrentes do tipo LSTM para auxílio ao diagnóstico médico (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59143/tde-20062023-152537/
NLM
Baldo Júnior S. Algoritmos genéticos e aprendizado profundo baseado em redes neurais recorrentes do tipo LSTM para auxílio ao diagnóstico médico [Internet]. 2023 ;[citado 2025 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-20062023-152537/
Vancouver
Baldo Júnior S. Algoritmos genéticos e aprendizado profundo baseado em redes neurais recorrentes do tipo LSTM para auxílio ao diagnóstico médico [Internet]. 2023 ;[citado 2025 nov. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-20062023-152537/
Artigo de periodico
OneEE: a one-stage framework for fast overlapping and nested event extraction (2022)
Cao, Hu; Li, Jingye; Su, Fangfang; Li, Fei; Fei, Hao; Wu, Shengqiong; Li, Bobo; Liang, Zhao; Ji, Donghong
Source: arXiv. Unidade: FFCLRP
Subjects: PROCESSAMENTO DE LINGUAGEM NATURAL, RECONHECIMENTO DE PADRÕES, REPRESENTAÇÃO ORDINÁRIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAO, Hu et al. OneEE: a one-stage framework for fast overlapping and nested event extraction. arXiv, p. 1-13, 2022Tradução . . Disponível em: https://doi.org/10.48550/arXiv.2209.02693. Acesso em: 19 nov. 2025.
APA
Cao, H., Li, J., Su, F., Li, F., Fei, H., Wu, S., et al. (2022). OneEE: a one-stage framework for fast overlapping and nested event extraction. arXiv, 1-13. doi:10.48550/arXiv.2209.02693
NLM
Cao H, Li J, Su F, Li F, Fei H, Wu S, Li B, Liang Z, Ji D. OneEE: a one-stage framework for fast overlapping and nested event extraction [Internet]. arXiv. 2022 ; 1-13.[citado 2025 nov. 19 ] Available from: https://doi.org/10.48550/arXiv.2209.02693
Vancouver
Cao H, Li J, Su F, Li F, Fei H, Wu S, Li B, Liang Z, Ji D. OneEE: a one-stage framework for fast overlapping and nested event extraction [Internet]. arXiv. 2022 ; 1-13.[citado 2025 nov. 19 ] Available from: https://doi.org/10.48550/arXiv.2209.02693
Trabalho de evento
Investigating lexical NP-chunking with universal dependencies for portuguese (2022)
Souza, Aleksander Tomaz de ; Ruiz, Evandro Eduardo Seron
Source: Anais do 19º Encontro Nacional de Inteligência Artificial e Computacional (ENIAC). Conference titles: Encontro Nacional de Inteligência Artificial e Computacional. Unidade: FFCLRP
Subjects: LINGUAGEM NATURAL, APRENDIZADO COMPUTACIONAL, ALGORITMOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Aleksander Tomaz de e RUIZ, Evandro Eduardo Seron. Investigating lexical NP-chunking with universal dependencies for portuguese. 2022, Anais.. Porto Alegre: Sociedade Brasileira de Computação, 2022. p. 342-351. Disponível em: https://doi.org/10.5753/eniac.2022.227564. Acesso em: 19 nov. 2025.
APA
Souza, A. T. de, & Ruiz, E. E. S. (2022). Investigating lexical NP-chunking with universal dependencies for portuguese. In Anais do 19º Encontro Nacional de Inteligência Artificial e Computacional (ENIAC) (p. 342-351). Porto Alegre: Sociedade Brasileira de Computação. doi:10.5753/eniac.2022.227564
NLM
Souza AT de, Ruiz EES. Investigating lexical NP-chunking with universal dependencies for portuguese [Internet]. Anais do 19º Encontro Nacional de Inteligência Artificial e Computacional (ENIAC). 2022 ; 342-351.[citado 2025 nov. 19 ] Available from: https://doi.org/10.5753/eniac.2022.227564
Vancouver
Souza AT de, Ruiz EES. Investigating lexical NP-chunking with universal dependencies for portuguese [Internet]. Anais do 19º Encontro Nacional de Inteligência Artificial e Computacional (ENIAC). 2022 ; 342-351.[citado 2025 nov. 19 ] Available from: https://doi.org/10.5753/eniac.2022.227564

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Subjects

Source title

Funding Agencies

Indexado em

Non normalized affiliation