ReP USP - Resultado da busca

Trabalho de evento-anais periodico
Dealing with cycles in graph-based probabilistic models: the case of Logical Credal Networks (2025)
Cozman, Fabio Gagliardi ; Marinescu, Radu; Lee, Junkyu; Gray, Alexander; Mauá, Denis Deratani
Fonte: Proceedings of Machine Learning Research PMLR. Nome do evento: International Symposium on Imprecise Probabilities: Theories and Applications - ISIPTA 2025. Unidades: EP, IME
Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, PROCESSOS DE MARKOV
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COZMAN, Fabio Gagliardi et al. Dealing with cycles in graph-based probabilistic models: the case of Logical Credal Networks. Proceedings of Machine Learning Research PMLR. Cambridge: MLResearch Press. Disponível em: https://proceedings.mlr.press/v290/cozman25a.html. Acesso em: 12 nov. 2025. , 2025
APA
Cozman, F. G., Marinescu, R., Lee, J., Gray, A., & Mauá, D. D. (2025). Dealing with cycles in graph-based probabilistic models: the case of Logical Credal Networks. Proceedings of Machine Learning Research PMLR. Cambridge: MLResearch Press. Recuperado de https://proceedings.mlr.press/v290/cozman25a.html
NLM
Cozman FG, Marinescu R, Lee J, Gray A, Mauá DD. Dealing with cycles in graph-based probabilistic models: the case of Logical Credal Networks [Internet]. Proceedings of Machine Learning Research PMLR. 2025 ; 290 93-102.[citado 2025 nov. 12 ] Available from: https://proceedings.mlr.press/v290/cozman25a.html
Vancouver
Cozman FG, Marinescu R, Lee J, Gray A, Mauá DD. Dealing with cycles in graph-based probabilistic models: the case of Logical Credal Networks [Internet]. Proceedings of Machine Learning Research PMLR. 2025 ; 290 93-102.[citado 2025 nov. 12 ] Available from: https://proceedings.mlr.press/v290/cozman25a.html
Trabalho de evento
A compositional atlas for algebraic circuits (2024)
Wang, Bin ; Mauá, Denis Deratani ; Van den Broeck, Guy; Choi, YooJung
Fonte: Proceedings. Nome do evento: Conference on Neural Information Processing Systems - NeurIPS. Unidade: IME
Assuntos: INTELIGÊNCIA ARTIFICIAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
WANG, Bin et al. A compositional atlas for algebraic circuits. 2024, Anais.. San Diego: NeurIPS, 2024. Disponível em: https://proceedings.neurips.cc/paper_files/paper/2024/file/ff9c70659c39cdd801dd5f5a1201c29e-Paper-Conference.pdf. Acesso em: 12 nov. 2025.
APA
Wang, B., Mauá, D. D., Van den Broeck, G., & Choi, Y. J. (2024). A compositional atlas for algebraic circuits. In Proceedings. San Diego: NeurIPS. Recuperado de https://proceedings.neurips.cc/paper_files/paper/2024/file/ff9c70659c39cdd801dd5f5a1201c29e-Paper-Conference.pdf
NLM
Wang B, Mauá DD, Van den Broeck G, Choi YJ. A compositional atlas for algebraic circuits [Internet]. Proceedings. 2024 ;[citado 2025 nov. 12 ] Available from: https://proceedings.neurips.cc/paper_files/paper/2024/file/ff9c70659c39cdd801dd5f5a1201c29e-Paper-Conference.pdf
Vancouver
Wang B, Mauá DD, Van den Broeck G, Choi YJ. A compositional atlas for algebraic circuits [Internet]. Proceedings. 2024 ;[citado 2025 nov. 12 ] Available from: https://proceedings.neurips.cc/paper_files/paper/2024/file/ff9c70659c39cdd801dd5f5a1201c29e-Paper-Conference.pdf
Trabalho de evento
On modal clustering with Gaussian Sum-Product Networks (2023)
Madeira, Tiago; Mauá, Denis Deratani
Fonte: Proceedings. Nome do evento: Conference on Uncertainty in Artificial Intelligence. Unidade: IME
Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, APRENDIZADO COMPUTACIONAL, RACIOCÍNIO PROBABILÍSTICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MADEIRA, Tiago e MAUÁ, Denis Deratani. On modal clustering with Gaussian Sum-Product Networks. 2023, Anais.. Corvallis: AUAI Press, 2023. Disponível em: https://openreview.net/pdf?id=dtzAUOmHqa. Acesso em: 12 nov. 2025.
APA
Madeira, T., & Mauá, D. D. (2023). On modal clustering with Gaussian Sum-Product Networks. In Proceedings. Corvallis: AUAI Press. Recuperado de https://openreview.net/pdf?id=dtzAUOmHqa
NLM
Madeira T, Mauá DD. On modal clustering with Gaussian Sum-Product Networks [Internet]. Proceedings. 2023 ;[citado 2025 nov. 12 ] Available from: https://openreview.net/pdf?id=dtzAUOmHqa
Vancouver
Madeira T, Mauá DD. On modal clustering with Gaussian Sum-Product Networks [Internet]. Proceedings. 2023 ;[citado 2025 nov. 12 ] Available from: https://openreview.net/pdf?id=dtzAUOmHqa
Tese (Doutorado)
Qualitative global sensitivity analysis for probabilistic circuits (2023)
Llerena, Julissa Villanueva ; Mauá, Denis Deratani (Orientador)
Unidade: IME
Assunto: MODELOS PARA PROCESSOS ESTOCÁSTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LLERENA, Julissa Villanueva. Qualitative global sensitivity analysis for probabilistic circuits. 2023. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-112802/. Acesso em: 12 nov. 2025.
APA
Llerena, J. V. (2023). Qualitative global sensitivity analysis for probabilistic circuits (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-112802/
NLM
Llerena JV. Qualitative global sensitivity analysis for probabilistic circuits [Internet]. 2023 ;[citado 2025 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-112802/
Vancouver
Llerena JV. Qualitative global sensitivity analysis for probabilistic circuits [Internet]. 2023 ;[citado 2025 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-112802/
Trabalho de evento
Scalable learning of probabilistic circuits (2023)
Geh, Renato Lui ; Mauá, Denis Deratani
Fonte: Anais. Nome do evento: Congresso da Sociedade Brasileira de Computação - CSBC. Unidade: IME
Assuntos: APRENDIZADO COMPUTACIONAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GEH, Renato Lui e MAUÁ, Denis Deratani. Scalable learning of probabilistic circuits. 2023, Anais.. Porto Alegre: SBC, 2023. Disponível em: https://doi.org/10.5753/ctd.2023.229457. Acesso em: 12 nov. 2025.
APA
Geh, R. L., & Mauá, D. D. (2023). Scalable learning of probabilistic circuits. In Anais. Porto Alegre: SBC. doi:10.5753/ctd.2023.229457
NLM
Geh RL, Mauá DD. Scalable learning of probabilistic circuits [Internet]. Anais. 2023 ;[citado 2025 nov. 12 ] Available from: https://doi.org/10.5753/ctd.2023.229457
Vancouver
Geh RL, Mauá DD. Scalable learning of probabilistic circuits [Internet]. Anais. 2023 ;[citado 2025 nov. 12 ] Available from: https://doi.org/10.5753/ctd.2023.229457
Dissertação (Mestrado)
Node concordance: a local homophily prediction task in graphs (2023)
Martinelli, Caio Lorenzetti; Mauá, Denis Deratani (Orientador)
Unidade: IME
Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, TEORIA DOS GRAFOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARTINELLI, Caio Lorenzetti. Node concordance: a local homophily prediction task in graphs. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-200028/. Acesso em: 12 nov. 2025.
APA
Martinelli, C. L. (2023). Node concordance: a local homophily prediction task in graphs (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-200028/
NLM
Martinelli CL. Node concordance: a local homophily prediction task in graphs [Internet]. 2023 ;[citado 2025 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-200028/
Vancouver
Martinelli CL. Node concordance: a local homophily prediction task in graphs [Internet]. 2023 ;[citado 2025 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-25092023-200028/
Dissertação (Mestrado)
Finding maxima of Gaussian Sum-Product Networks (2023)
Madeira, Tiago; Mauá, Denis Deratani (Orientador)
Unidade: IME
Assuntos: APRENDIZADO COMPUTACIONAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MADEIRA, Tiago. Finding maxima of Gaussian Sum-Product Networks. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-18092023-103415/. Acesso em: 12 nov. 2025.
APA
Madeira, T. (2023). Finding maxima of Gaussian Sum-Product Networks (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-18092023-103415/
NLM
Madeira T. Finding maxima of Gaussian Sum-Product Networks [Internet]. 2023 ;[citado 2025 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-18092023-103415/
Vancouver
Madeira T. Finding maxima of Gaussian Sum-Product Networks [Internet]. 2023 ;[citado 2025 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-18092023-103415/
Dissertação (Mestrado)
Scalable learning of probabilistic circuits (2022)
Geh, Renato Lui ; Mauá, Denis Deratani (Orientador)
Unidade: IME
Assuntos: APRENDIZADO COMPUTACIONAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GEH, Renato Lui. Scalable learning of probabilistic circuits. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-23052022-122922/. Acesso em: 12 nov. 2025.
APA
Geh, R. L. (2022). Scalable learning of probabilistic circuits (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-23052022-122922/
NLM
Geh RL. Scalable learning of probabilistic circuits [Internet]. 2022 ;[citado 2025 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-23052022-122922/
Vancouver
Geh RL. Scalable learning of probabilistic circuits [Internet]. 2022 ;[citado 2025 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-23052022-122922/
Trabalho de evento
Tractable classification with non-ignorable missing data using generative random forests (2022)
Villanueva Llerena, Julissa Giuliana ; Mauá, Denis Deratani
Fonte: Anais. Nome do evento: Symposium on Knowledge Discovery, Mining and Learning - KDMiLe. Unidade: IME
Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
VILLANUEVA LLERENA, Julissa Giuliana e MAUÁ, Denis Deratani. Tractable classification with non-ignorable missing data using generative random forests. 2022, Anais.. Porto Alegre: SBC, 2022. Disponível em: https://doi.org/10.5753/kdmile.2022.227969. Acesso em: 12 nov. 2025.
APA
Villanueva Llerena, J. G., & Mauá, D. D. (2022). Tractable classification with non-ignorable missing data using generative random forests. In Anais. Porto Alegre: SBC. doi:10.5753/kdmile.2022.227969
NLM
Villanueva Llerena JG, Mauá DD. Tractable classification with non-ignorable missing data using generative random forests [Internet]. Anais. 2022 ;[citado 2025 nov. 12 ] Available from: https://doi.org/10.5753/kdmile.2022.227969
Vancouver
Villanueva Llerena JG, Mauá DD. Tractable classification with non-ignorable missing data using generative random forests [Internet]. Anais. 2022 ;[citado 2025 nov. 12 ] Available from: https://doi.org/10.5753/kdmile.2022.227969
Trabalho de evento
Differentiable planning for optimal liquidation (2022)
Pennacchio, Alan Assis; Barros, Leliane Nunes de ; Mauá, Denis Deratani
Fonte: Anais. Nome do evento: Brazilian Workshop on Artificial Intelligence in Finance - BWAIF. Unidade: IME
Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, INTELIGÊNCIA ARTIFICIAL, FINANÇAS, COMPUTAÇÃO APLICADA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PENNACCHIO, Alan Assis e BARROS, Leliane Nunes de e MAUÁ, Denis Deratani. Differentiable planning for optimal liquidation. 2022, Anais.. Porto Alegre: SBC, 2022. Disponível em: https://doi.org/10.5753/bwaif.2022.223144. Acesso em: 12 nov. 2025.
APA
Pennacchio, A. A., Barros, L. N. de, & Mauá, D. D. (2022). Differentiable planning for optimal liquidation. In Anais. Porto Alegre: SBC. doi:10.5753/bwaif.2022.223144
NLM
Pennacchio AA, Barros LN de, Mauá DD. Differentiable planning for optimal liquidation [Internet]. Anais. 2022 ;[citado 2025 nov. 12 ] Available from: https://doi.org/10.5753/bwaif.2022.223144
Vancouver
Pennacchio AA, Barros LN de, Mauá DD. Differentiable planning for optimal liquidation [Internet]. Anais. 2022 ;[citado 2025 nov. 12 ] Available from: https://doi.org/10.5753/bwaif.2022.223144
Trabalho de evento
Tractable mode-finding in sum-product networks with Gaussian leaves (2022)
Madeira, Tiago; Mauá, Denis Deratani
Fonte: Proceedings. Nome do evento: Encontro Nacional de Inteligência Artificial e Computacional. Unidade: IME
Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, APRENDIZADO COMPUTACIONAL, RACIOCÍNIO PROBABILÍSTICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MADEIRA, Tiago e MAUÁ, Denis Deratani. Tractable mode-finding in sum-product networks with Gaussian leaves. 2022, Anais.. Porto Alegre: SBC, 2022. Disponível em: https://doi.org/10.5753/eniac.2022.227582. Acesso em: 12 nov. 2025.
APA
Madeira, T., & Mauá, D. D. (2022). Tractable mode-finding in sum-product networks with Gaussian leaves. In Proceedings. Porto Alegre: SBC. doi:10.5753/eniac.2022.227582
NLM
Madeira T, Mauá DD. Tractable mode-finding in sum-product networks with Gaussian leaves [Internet]. Proceedings. 2022 ;[citado 2025 nov. 12 ] Available from: https://doi.org/10.5753/eniac.2022.227582
Vancouver
Madeira T, Mauá DD. Tractable mode-finding in sum-product networks with Gaussian leaves [Internet]. Proceedings. 2022 ;[citado 2025 nov. 12 ] Available from: https://doi.org/10.5753/eniac.2022.227582
Dissertação (Mestrado)
A benchmark for Maximum-a-Posteriori Inference algorithms in discrete Sum-Product Networks (2021)
Ribeiro, Heitor Reis; Mauá, Denis Deratani (Orientador)
Unidade: IME
Assunto: MODELOS PARA PROCESSOS ESTOCÁSTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBEIRO, Heitor Reis. A benchmark for Maximum-a-Posteriori Inference algorithms in discrete Sum-Product Networks. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-19062021-063556/. Acesso em: 12 nov. 2025.
APA
Ribeiro, H. R. (2021). A benchmark for Maximum-a-Posteriori Inference algorithms in discrete Sum-Product Networks (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-19062021-063556/
NLM
Ribeiro HR. A benchmark for Maximum-a-Posteriori Inference algorithms in discrete Sum-Product Networks [Internet]. 2021 ;[citado 2025 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-19062021-063556/
Vancouver
Ribeiro HR. A benchmark for Maximum-a-Posteriori Inference algorithms in discrete Sum-Product Networks [Internet]. 2021 ;[citado 2025 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-19062021-063556/
Editor de periodico
International Journal of Approximate Reasoning (2021)
Mauá, Denis Deratani (Editor) ; Campos, Cassio Polpo de (Editor)
Unidade: IME
Assunto: MODELOS PARA PROCESSOS ESTOCÁSTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
International Journal of Approximate Reasoning. . Philadelphia: Instituto de Matemática e Estatística, Universidade de São Paulo. Disponível em: https://www.sciencedirect.com/journal/international-journal-of-approximate-reasoning/vol/137/suppl/C. Acesso em: 12 nov. 2025. , 2021
APA
International Journal of Approximate Reasoning. (2021). International Journal of Approximate Reasoning. Philadelphia: Instituto de Matemática e Estatística, Universidade de São Paulo. Recuperado de https://www.sciencedirect.com/journal/international-journal-of-approximate-reasoning/vol/137/suppl/C
NLM
International Journal of Approximate Reasoning [Internet]. 2021 ; 137 113.[citado 2025 nov. 12 ] Available from: https://www.sciencedirect.com/journal/international-journal-of-approximate-reasoning/vol/137/suppl/C
Vancouver
International Journal of Approximate Reasoning [Internet]. 2021 ; 137 113.[citado 2025 nov. 12 ] Available from: https://www.sciencedirect.com/journal/international-journal-of-approximate-reasoning/vol/137/suppl/C
Trabalho de evento
Cautious classification with data missing not at random using generative random forests (2021)
Villanueva Llerena, Julissa Giuliana ; Mauá, Denis Deratani ; Antonucci, Alessandro
Fonte: Proceedings. Nome do evento: European Conference on Symbolic and Quantitative Approaches with Uncertainty - ECSQARU. Unidade: IME
Assuntos: APRENDIZADO COMPUTACIONAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
VILLANUEVA LLERENA, Julissa Giuliana e MAUÁ, Denis Deratani e ANTONUCCI, Alessandro. Cautious classification with data missing not at random using generative random forests. 2021, Anais.. Cham: Springer, 2021. Disponível em: https://doi.org/10.1007/978-3-030-86772-0_21. Acesso em: 12 nov. 2025.
APA
Villanueva Llerena, J. G., Mauá, D. D., & Antonucci, A. (2021). Cautious classification with data missing not at random using generative random forests. In Proceedings. Cham: Springer. doi:10.1007/978-3-030-86772-0_21
NLM
Villanueva Llerena JG, Mauá DD, Antonucci A. Cautious classification with data missing not at random using generative random forests [Internet]. Proceedings. 2021 ;[citado 2025 nov. 12 ] Available from: https://doi.org/10.1007/978-3-030-86772-0_21
Vancouver
Villanueva Llerena JG, Mauá DD, Antonucci A. Cautious classification with data missing not at random using generative random forests [Internet]. Proceedings. 2021 ;[citado 2025 nov. 12 ] Available from: https://doi.org/10.1007/978-3-030-86772-0_21
Trabalho de evento
Fast and accurate learning of probabilistic circuits by random projections (2021)
Geh, Renato Lui ; Mauá, Denis Deratani
Fonte: Workshop. Nome do evento: Workshop on Tractable Probabilistic Modeling. Unidade: IME
Assuntos: APRENDIZADO COMPUTACIONAL, MODELOS PARA PROCESSOS ESTOCÁSTICOS, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GEH, Renato Lui e MAUÁ, Denis Deratani. Fast and accurate learning of probabilistic circuits by random projections. 2021, Anais.. [S.l.]: Instituto de Matemática e Estatística, Universidade de São Paulo, 2021. Disponível em: https://openreview.net/forum?id=BhoGeih_B8o. Acesso em: 12 nov. 2025.
APA
Geh, R. L., & Mauá, D. D. (2021). Fast and accurate learning of probabilistic circuits by random projections. In Workshop. Instituto de Matemática e Estatística, Universidade de São Paulo. Recuperado de https://openreview.net/forum?id=BhoGeih_B8o
NLM
Geh RL, Mauá DD. Fast and accurate learning of probabilistic circuits by random projections [Internet]. Workshop. 2021 ;[citado 2025 nov. 12 ] Available from: https://openreview.net/forum?id=BhoGeih_B8o
Vancouver
Geh RL, Mauá DD. Fast and accurate learning of probabilistic circuits by random projections [Internet]. Workshop. 2021 ;[citado 2025 nov. 12 ] Available from: https://openreview.net/forum?id=BhoGeih_B8o
Artigo de periodico-carta/editorial
Special issue on robustness in probabilistic graphical models. [Editorial] (2021)
Mauá, Denis Deratani ; Campos, Cassio Polpo de
Fonte: International Journal of Approximate Reasoning. Unidade: IME
Assunto: MODELOS PARA PROCESSOS ESTOCÁSTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MAUÁ, Denis Deratani e CAMPOS, Cassio Polpo de. Special issue on robustness in probabilistic graphical models. [Editorial]. International Journal of Approximate Reasoning. Philadelphia: Instituto de Matemática e Estatística, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.ijar.2021.07.002. Acesso em: 12 nov. 2025. , 2021
APA
Mauá, D. D., & Campos, C. P. de. (2021). Special issue on robustness in probabilistic graphical models. [Editorial]. International Journal of Approximate Reasoning. Philadelphia: Instituto de Matemática e Estatística, Universidade de São Paulo. doi:10.1016/j.ijar.2021.07.002
NLM
Mauá DD, Campos CP de. Special issue on robustness in probabilistic graphical models. [Editorial] [Internet]. International Journal of Approximate Reasoning. 2021 ; 137 113.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.ijar.2021.07.002
Vancouver
Mauá DD, Campos CP de. Special issue on robustness in probabilistic graphical models. [Editorial] [Internet]. International Journal of Approximate Reasoning. 2021 ; 137 113.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.ijar.2021.07.002
Tese (Doutorado)
Planning in stochastic computation graphs: solving stochastic nonlinear problems with backpropagation (2021)
Bueno, Thiago Pereira; Barros, Leliane Nunes de (Orientador) ; Mauá, Denis Deratani (Orientador)
Unidade: IME
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, REDES NEURAIS, MODELOS PARA PROCESSOS ESTOCÁSTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BUENO, Thiago Pereira. Planning in stochastic computation graphs: solving stochastic nonlinear problems with backpropagation. 2021. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-29102021-133418/. Acesso em: 12 nov. 2025.
APA
Bueno, T. P. (2021). Planning in stochastic computation graphs: solving stochastic nonlinear problems with backpropagation (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-29102021-133418/
NLM
Bueno TP. Planning in stochastic computation graphs: solving stochastic nonlinear problems with backpropagation [Internet]. 2021 ;[citado 2025 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-29102021-133418/
Vancouver
Bueno TP. Planning in stochastic computation graphs: solving stochastic nonlinear problems with backpropagation [Internet]. 2021 ;[citado 2025 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-29102021-133418/
Trabalho de evento-resumo periodico
Efficient predictive uncertainty estimators for deep probabilistic models (2020)
Llerena, Julissa Villanueva ; Mauá, Denis Deratani
Fonte: Proceddings : AAAI-20 Student Tracks. Nome do evento: AAAI Conference on Artificial Intelligence - AAAI. Unidade: IME
Assunto: MODELOS PARA PROCESSOS ESTOCÁSTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LLERENA, Julissa Villanueva e MAUÁ, Denis Deratani. Efficient predictive uncertainty estimators for deep probabilistic models. Proceddings : AAAI-20 Student Tracks. Palo Alto: AAAI Press. Disponível em: https://doi.org/10.1609/aaai.v34i10.7142. Acesso em: 12 nov. 2025. , 2020
APA
Llerena, J. V., & Mauá, D. D. (2020). Efficient predictive uncertainty estimators for deep probabilistic models. Proceddings : AAAI-20 Student Tracks. Palo Alto: AAAI Press. doi:10.1609/aaai.v34i10.7142
NLM
Llerena JV, Mauá DD. Efficient predictive uncertainty estimators for deep probabilistic models [Internet]. Proceddings : AAAI-20 Student Tracks. 2020 ; 35( 100): 13740-13741.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1609/aaai.v34i10.7142
Vancouver
Llerena JV, Mauá DD. Efficient predictive uncertainty estimators for deep probabilistic models [Internet]. Proceddings : AAAI-20 Student Tracks. 2020 ; 35( 100): 13740-13741.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1609/aaai.v34i10.7142
Trabalho de evento
Finding feasible policies for extreme risk-averse agents in probabilistic planning (2020)
Fernandez, Milton Condori; Barros, Leliane Nunes de ; Mauá, Denis Deratani ; Delgado, Karina Valdivia ; Silva, Valdinei Freire da
Fonte: Proceedings. Nome do evento: Brazilian Conference on Intelligent Systems - BRACIS. Unidades: IME, EACH
Assuntos: PROBABILIDADE, MODELOS PARA PROCESSOS ESTOCÁSTICOS, ANÁLISE DE RISCO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FERNANDEZ, Milton Condori et al. Finding feasible policies for extreme risk-averse agents in probabilistic planning. 2020, Anais.. Cham: Springer, 2020. Disponível em: https://doi.org/10.1007/978-3-030-61380-8_7. Acesso em: 12 nov. 2025.
APA
Fernandez, M. C., Barros, L. N. de, Mauá, D. D., Delgado, K. V., & Silva, V. F. da. (2020). Finding feasible policies for extreme risk-averse agents in probabilistic planning. In Proceedings. Cham: Springer. doi:10.1007/978-3-030-61380-8_7
NLM
Fernandez MC, Barros LN de, Mauá DD, Delgado KV, Silva VF da. Finding feasible policies for extreme risk-averse agents in probabilistic planning [Internet]. Proceedings. 2020 ;[citado 2025 nov. 12 ] Available from: https://doi.org/10.1007/978-3-030-61380-8_7
Vancouver
Fernandez MC, Barros LN de, Mauá DD, Delgado KV, Silva VF da. Finding feasible policies for extreme risk-averse agents in probabilistic planning [Internet]. Proceedings. 2020 ;[citado 2025 nov. 12 ] Available from: https://doi.org/10.1007/978-3-030-61380-8_7
Trabalho de evento-anais periodico
Two reformulation approaches to maximum-a-posteriori inference in sum-product networks (2020)
Mauá, Denis Deratani ; Ribeiro, Heitor Reis; Katague, Gustavo Perez; Antonucci, Alessandro
Fonte: Proceedings of Machine Learning Research. Nome do evento: International Conference on Probabilistic Graphical Models. Unidade: IME
Assuntos: MODELOS PARA PROCESSOS ESTOCÁSTICOS, PROGRAMAÇÃO LINEAR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MAUÁ, Denis Deratani et al. Two reformulation approaches to maximum-a-posteriori inference in sum-product networks. Proceedings of Machine Learning Research. Brookline: Instituto de Matemática e Estatística, Universidade de São Paulo. Disponível em: https://proceedings.mlr.press/v138/maua20a/maua20a.pdf. Acesso em: 12 nov. 2025. , 2020
APA
Mauá, D. D., Ribeiro, H. R., Katague, G. P., & Antonucci, A. (2020). Two reformulation approaches to maximum-a-posteriori inference in sum-product networks. Proceedings of Machine Learning Research. Brookline: Instituto de Matemática e Estatística, Universidade de São Paulo. Recuperado de https://proceedings.mlr.press/v138/maua20a/maua20a.pdf
NLM
Mauá DD, Ribeiro HR, Katague GP, Antonucci A. Two reformulation approaches to maximum-a-posteriori inference in sum-product networks [Internet]. Proceedings of Machine Learning Research. 2020 ; 138 293-304.[citado 2025 nov. 12 ] Available from: https://proceedings.mlr.press/v138/maua20a/maua20a.pdf
Vancouver
Mauá DD, Ribeiro HR, Katague GP, Antonucci A. Two reformulation approaches to maximum-a-posteriori inference in sum-product networks [Internet]. Proceedings of Machine Learning Research. 2020 ; 138 293-304.[citado 2025 nov. 12 ] Available from: https://proceedings.mlr.press/v138/maua20a/maua20a.pdf

Unidades USP

ReP

Filtros

Tipo de material

Autores

Autores USP

Ano de publicação

Assuntos

Título da fonte

Editora

Nome do evento

Agência de fomento

Afiliação dos autores externos não normalizada

País das instituições de afiliação dos autores externos