ReP USP - Resultado da busca

Artigo de periodico
Adding imprecision to hypotheses: a Bayesian framework for testing practical significance in nonparametric settings (2025)
Lassance, Rodrigo Ferrari Lucas; Izbicki, Rafael ; Stern, Rafael Bassi
Source: International Journal of Approximate Reasoning. Unidade: IME
Subjects: INFERÊNCIA BAYESIANA, INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LASSANCE, Rodrigo Ferrari Lucas e IZBICKI, Rafael e STERN, Rafael Bassi. Adding imprecision to hypotheses: a Bayesian framework for testing practical significance in nonparametric settings. International Journal of Approximate Reasoning, v. 178, n. artigo 109332, p. 1-25, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.ijar.2024.109332. Acesso em: 09 nov. 2025.
APA
Lassance, R. F. L., Izbicki, R., & Stern, R. B. (2025). Adding imprecision to hypotheses: a Bayesian framework for testing practical significance in nonparametric settings. International Journal of Approximate Reasoning, 178( artigo 109332), 1-25. doi:10.1016/j.ijar.2024.109332
NLM
Lassance RFL, Izbicki R, Stern RB. Adding imprecision to hypotheses: a Bayesian framework for testing practical significance in nonparametric settings [Internet]. International Journal of Approximate Reasoning. 2025 ; 178( artigo 109332): 1-25.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1016/j.ijar.2024.109332
Vancouver
Lassance RFL, Izbicki R, Stern RB. Adding imprecision to hypotheses: a Bayesian framework for testing practical significance in nonparametric settings [Internet]. International Journal of Approximate Reasoning. 2025 ; 178( artigo 109332): 1-25.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1016/j.ijar.2024.109332
Artigo de periodico
Bayesian robustness under a skew-normal class of prior distribution (2014)
Godoi, Luciana Graziela de; Branco, Marcia D'Elia
Source: International Journal of Approximate Reasoning. Unidade: IME
Subjects: ROBUSTEZ, INFERÊNCIA BAYESIANA, DISTRIBUIÇÕES (PROBABILIDADE)
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GODOI, Luciana Graziela de e BRANCO, Marcia D'Elia. Bayesian robustness under a skew-normal class of prior distribution. International Journal of Approximate Reasoning, v. 55, n. 5, p. 1235-1251, 2014Tradução . . Disponível em: https://doi.org/10.1016/j.ijar.2014.03.004. Acesso em: 09 nov. 2025.
APA
Godoi, L. G. de, & Branco, M. D. 'E. (2014). Bayesian robustness under a skew-normal class of prior distribution. International Journal of Approximate Reasoning, 55( 5), 1235-1251. doi:10.1016/j.ijar.2014.03.004
NLM
Godoi LG de, Branco MD'E. Bayesian robustness under a skew-normal class of prior distribution [Internet]. International Journal of Approximate Reasoning. 2014 ; 55( 5): 1235-1251.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1016/j.ijar.2014.03.004
Vancouver
Godoi LG de, Branco MD'E. Bayesian robustness under a skew-normal class of prior distribution [Internet]. International Journal of Approximate Reasoning. 2014 ; 55( 5): 1235-1251.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1016/j.ijar.2014.03.004
Artigo de periodico
Learning imprecise probability models: conceptual and practical challenges (2014)
Cozman, Fabio Gagliardi
Source: International Journal of Approximate Reasoning. Unidade: EP
Subjects: PROBABILIDADE, INFERÊNCIA BAYESIANA, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COZMAN, Fabio Gagliardi. Learning imprecise probability models: conceptual and practical challenges. International Journal of Approximate Reasoning, v. 55, n. 7, p. 1594-1596, 2014Tradução . . Disponível em: http://www.sciencedirect.com/science/article/pii/S0888613X14000772#. Acesso em: 09 nov. 2025.
APA
Cozman, F. G. (2014). Learning imprecise probability models: conceptual and practical challenges. International Journal of Approximate Reasoning, 55( 7), 1594-1596. doi:10.1016/j.ijar.2013.09.019
NLM
Cozman FG. Learning imprecise probability models: conceptual and practical challenges [Internet]. International Journal of Approximate Reasoning. 2014 ; 55( 7): 1594-1596.[citado 2025 nov. 09 ] Available from: http://www.sciencedirect.com/science/article/pii/S0888613X14000772#
Vancouver
Cozman FG. Learning imprecise probability models: conceptual and practical challenges [Internet]. International Journal of Approximate Reasoning. 2014 ; 55( 7): 1594-1596.[citado 2025 nov. 09 ] Available from: http://www.sciencedirect.com/science/article/pii/S0888613X14000772#
Artigo de periodico
Anytime anyspace probabilistic inference (2005)
Ramos, Fabio Tozeto; Cozman, Fabio Gagliardi
Source: International Journal of Approximate Reasoning. Unidade: EP
Subjects: INFERÊNCIA BAYESIANA, INTELIGÊNCIA ARTIFICIAL, RACIOCÍNIO, ALGORITMOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RAMOS, Fabio Tozeto e COZMAN, Fabio Gagliardi. Anytime anyspace probabilistic inference. International Journal of Approximate Reasoning, v. 38, n. ja, p. 53-80, 2005Tradução . . Disponível em: https://doi.org/10.1016/s0888-613x(04)00047-7. Acesso em: 09 nov. 2025.
APA
Ramos, F. T., & Cozman, F. G. (2005). Anytime anyspace probabilistic inference. International Journal of Approximate Reasoning, 38( ja), 53-80. doi:10.1016/s0888-613x(04)00047-7
NLM
Ramos FT, Cozman FG. Anytime anyspace probabilistic inference [Internet]. International Journal of Approximate Reasoning. 2005 ;38( ja): 53-80.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1016/s0888-613x(04)00047-7
Vancouver
Ramos FT, Cozman FG. Anytime anyspace probabilistic inference [Internet]. International Journal of Approximate Reasoning. 2005 ;38( ja): 53-80.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1016/s0888-613x(04)00047-7
Artigo de periodico
Inference in credal networks: branch-and-bound methods and the A/R+ algorithm (2005)
Rocha, José Carlos Ferreira da; Cozman, Fabio Gagliardi
Source: International Journal of Approximate Reasoning. Unidade: EP
Subjects: INFERÊNCIA BAYESIANA, INTELIGÊNCIA ARTIFICIAL, MÉTODOS GRÁFICOS, REDES NEURAIS, PROBABILIDADE, MODELOS MATEMÁTICOS, ALGORITMOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROCHA, José Carlos Ferreira da e COZMAN, Fabio Gagliardi. Inference in credal networks: branch-and-bound methods and the A/R+ algorithm. International Journal of Approximate Reasoning, v. 39, n. 2-3, p. 279-296, 2005Tradução . . Disponível em: https://doi.org/10.1016/j.ijar.2004.10.009. Acesso em: 09 nov. 2025.
APA
Rocha, J. C. F. da, & Cozman, F. G. (2005). Inference in credal networks: branch-and-bound methods and the A/R+ algorithm. International Journal of Approximate Reasoning, 39( 2-3), 279-296. doi:10.1016/j.ijar.2004.10.009
NLM
Rocha JCF da, Cozman FG. Inference in credal networks: branch-and-bound methods and the A/R+ algorithm [Internet]. International Journal of Approximate Reasoning. 2005 ; 39( 2-3): 279-296.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1016/j.ijar.2004.10.009
Vancouver
Rocha JCF da, Cozman FG. Inference in credal networks: branch-and-bound methods and the A/R+ algorithm [Internet]. International Journal of Approximate Reasoning. 2005 ; 39( 2-3): 279-296.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1016/j.ijar.2004.10.009

USP Schools

ReP

Filtros

Authors

Subjects

Indexado em