Menu

Filtros : "Nonlinear Dynamics" "COVID-19" Limpar

Filtros

Limitar por data

  • 1

1 - 2 (2 registros)

  • Artigo de periodico

    Sequential time-window learning with approximate Bayesian computation: an application to epidemic forecasting (2023)

    Miranda, João Pedro Valeriano; Cintra, Pedro Henrique Pinheiro; Libotte, Gustavo Barbosa; Reis, Igor; Fontinele, Felipe; Silva, Renato Simões; Malta, Sandra Mara Cardoso

    Fonte: Nonlinear Dynamics. Unidade: IFSC

    Assuntos: INFERÊNCIA BAYESIANA, SURTOS DE DOENÇAS, COVID-19, CORONAVIRUS

    PrivadoAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MIRANDA, João Pedro Valeriano et al. Sequential time-window learning with approximate Bayesian computation: an application to epidemic forecasting. Nonlinear Dynamics, v. 111, n. Ja 2023, p. 549-558 + supplementary information: 1-31, 2023Tradução . . Disponível em: https://doi.org/10.1007/s11071-022-07865-x. Acesso em: 12 nov. 2025.

    • APA

      Miranda, J. P. V., Cintra, P. H. P., Libotte, G. B., Reis, I., Fontinele, F., Silva, R. S., & Malta, S. M. C. (2023). Sequential time-window learning with approximate Bayesian computation: an application to epidemic forecasting. Nonlinear Dynamics, 111( Ja 2023), 549-558 + supplementary information: 1-31. doi:10.1007/s11071-022-07865-x

    • NLM

      Miranda JPV, Cintra PHP, Libotte GB, Reis I, Fontinele F, Silva RS, Malta SMC. Sequential time-window learning with approximate Bayesian computation: an application to epidemic forecasting [Internet]. Nonlinear Dynamics. 2023 ; 111( Ja 2023): 549-558 + supplementary information: 1-31.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1007/s11071-022-07865-x

    • Vancouver

      Miranda JPV, Cintra PHP, Libotte GB, Reis I, Fontinele F, Silva RS, Malta SMC. Sequential time-window learning with approximate Bayesian computation: an application to epidemic forecasting [Internet]. Nonlinear Dynamics. 2023 ; 111( Ja 2023): 549-558 + supplementary information: 1-31.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1007/s11071-022-07865-x

  • Artigo de periodico

    Global analysis of a piecewise smooth epidemiological model of COVID-19 (2021)

    Carvalho, Tiago de ; Cristiano, Rony; Rodrigues, Diego S.; Tonon, Durval J.

    Fonte: Nonlinear Dynamics. Unidade: FFCLRP

    Assuntos: VETORES, TEORIA DA BIFURCAÇÃO, COVID-19, MODELOS EPIDEMIOLOGICOS, EQUAÇÕES DIFERENCIAIS ORDINÁRIAS

    Acesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      CARVALHO, Tiago de et al. Global analysis of a piecewise smooth epidemiological model of COVID-19. Nonlinear Dynamics, v. 105, n. 4, p. 3763-3773, 2021Tradução . . Disponível em: https://doi.org/10.1007/s11071-021-06801-9. Acesso em: 12 nov. 2025.

    • APA

      Carvalho, T. de, Cristiano, R., Rodrigues, D. S., & Tonon, D. J. (2021). Global analysis of a piecewise smooth epidemiological model of COVID-19. Nonlinear Dynamics, 105( 4), 3763-3773. doi:10.1007/s11071-021-06801-9

    • NLM

      Carvalho T de, Cristiano R, Rodrigues DS, Tonon DJ. Global analysis of a piecewise smooth epidemiological model of COVID-19 [Internet]. Nonlinear Dynamics. 2021 ; 105( 4): 3763-3773.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1007/s11071-021-06801-9

    • Vancouver

      Carvalho T de, Cristiano R, Rodrigues DS, Tonon DJ. Global analysis of a piecewise smooth epidemiological model of COVID-19 [Internet]. Nonlinear Dynamics. 2021 ; 105( 4): 3763-3773.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1007/s11071-021-06801-9
  • 1

1 - 2 (2 registros)

Biblioteca Digital de Produção Intelectual da Universidade de São Paulo     2012 - 2025