ReP USP - Resultado da busca

Artigo de periodico
Resilience assessment of critical infrastructures using dynamic Bayesian networks and evidence propagation (2024)
Caetano, Henrique de Oliveira; Desuó Neto, Luiz; Fogliatto, Matheus de Souza Sant'Anna ; Maciel, Carlos Dias
Fonte: Reliability Engineering and System Safety. Unidade: EESC
Assunto: ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAETANO, Henrique de Oliveira et al. Resilience assessment of critical infrastructures using dynamic Bayesian networks and evidence propagation. Reliability Engineering and System Safety, v. 241, p. 1-22, 2024Tradução . . Disponível em: http://dx.doi.org/10.1016/j.ress.2023.109691. Acesso em: 27 nov. 2025.
APA
Caetano, H. de O., Desuó Neto, L., Fogliatto, M. de S. S. 'A., & Maciel, C. D. (2024). Resilience assessment of critical infrastructures using dynamic Bayesian networks and evidence propagation. Reliability Engineering and System Safety, 241, 1-22. doi:10.1016/j.ress.2023.109691
NLM
Caetano H de O, Desuó Neto L, Fogliatto M de SS'A, Maciel CD. Resilience assessment of critical infrastructures using dynamic Bayesian networks and evidence propagation [Internet]. Reliability Engineering and System Safety. 2024 ; 241 1-22.[citado 2025 nov. 27 ] Available from: http://dx.doi.org/10.1016/j.ress.2023.109691
Vancouver
Caetano H de O, Desuó Neto L, Fogliatto M de SS'A, Maciel CD. Resilience assessment of critical infrastructures using dynamic Bayesian networks and evidence propagation [Internet]. Reliability Engineering and System Safety. 2024 ; 241 1-22.[citado 2025 nov. 27 ] Available from: http://dx.doi.org/10.1016/j.ress.2023.109691
Artigo de periodico
Bayesian networks supporting management practices: a multifaceted perspective based on the literature (2024)
Juliani, Fernando; Maciel, Carlos Dias
Fonte: International Journal of Information Management Data Insights. Unidade: EESC
Assuntos: INFERÊNCIA BAYESIANA, BIBLIOMETRIA, TOMADA DE DECISÃO, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
JULIANI, Fernando e MACIEL, Carlos Dias. Bayesian networks supporting management practices: a multifaceted perspective based on the literature. International Journal of Information Management Data Insights, v. 4, n. 1, p. 1-17, 2024Tradução . . Disponível em: http://dx.doi.org/10.1016/j.jjimei.2024.100231. Acesso em: 27 nov. 2025.
APA
Juliani, F., & Maciel, C. D. (2024). Bayesian networks supporting management practices: a multifaceted perspective based on the literature. International Journal of Information Management Data Insights, 4( 1), 1-17. doi:10.1016/j.jjimei.2024.100231
NLM
Juliani F, Maciel CD. Bayesian networks supporting management practices: a multifaceted perspective based on the literature [Internet]. International Journal of Information Management Data Insights. 2024 ; 4( 1): 1-17.[citado 2025 nov. 27 ] Available from: http://dx.doi.org/10.1016/j.jjimei.2024.100231
Vancouver
Juliani F, Maciel CD. Bayesian networks supporting management practices: a multifaceted perspective based on the literature [Internet]. International Journal of Information Management Data Insights. 2024 ; 4( 1): 1-17.[citado 2025 nov. 27 ] Available from: http://dx.doi.org/10.1016/j.jjimei.2024.100231
Artigo de periodico
The time lag in local field potential signals for the development of its Bayesian belief network (2024)
Tsukahara, Victor Hugo Batista; Oliveira Júnior, Jordão Natal de; Prizon, Tamiris; Ruggiero, Rafael Naime ; Maciel, Carlos Dias
Fonte: Eurasip Journal on Advances in Signal Processing. Unidades: EESC, FMRP
Assuntos: INFERÊNCIA BAYESIANA, GEOMETRIA E MODELAGEM COMPUTACIONAL, TEORIA DA INFORMAÇÃO, ANÁLISE DE SÉRIES TEMPORAIS, SINCRONIZAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TSUKAHARA, Victor Hugo Batista et al. The time lag in local field potential signals for the development of its Bayesian belief network. Eurasip Journal on Advances in Signal Processing, v. 87, 2024Tradução . . Disponível em: http://dx.doi.org/10.1186/s13634-024-01165-9. Acesso em: 27 nov. 2025.
APA
Tsukahara, V. H. B., Oliveira Júnior, J. N. de, Prizon, T., Ruggiero, R. N., & Maciel, C. D. (2024). The time lag in local field potential signals for the development of its Bayesian belief network. Eurasip Journal on Advances in Signal Processing, 87. doi:10.1186/s13634-024-01165-9
NLM
Tsukahara VHB, Oliveira Júnior JN de, Prizon T, Ruggiero RN, Maciel CD. The time lag in local field potential signals for the development of its Bayesian belief network [Internet]. Eurasip Journal on Advances in Signal Processing. 2024 ; 87[citado 2025 nov. 27 ] Available from: http://dx.doi.org/10.1186/s13634-024-01165-9
Vancouver
Tsukahara VHB, Oliveira Júnior JN de, Prizon T, Ruggiero RN, Maciel CD. The time lag in local field potential signals for the development of its Bayesian belief network [Internet]. Eurasip Journal on Advances in Signal Processing. 2024 ; 87[citado 2025 nov. 27 ] Available from: http://dx.doi.org/10.1186/s13634-024-01165-9
Trabalho de evento
Quantifying uncertainty in bayesian networks structural learning (2024)
Barth, Vitor Bruno de Oliveira; Caetano, Henrique de Oliveira; Maciel, Carlos Dias ; Aiello, Marco
Fonte: Proceedings. Nome do evento: IEEE International Conference on Evolving and Adaptive Intelligent Systems. Unidade: EESC
Assuntos: INFERÊNCIA BAYESIANA, APRENDIZADO COMPUTACIONAL, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARTH, Vitor Bruno de Oliveira et al. Quantifying uncertainty in bayesian networks structural learning. 2024, Anais.. Picataway, NJ, USA: Escola de Engenharia de São Carlos, Universidade de São Paulo, 2024. Disponível em: https://dx.doi.org/10.1109/EAIS58494.2024.10570017. Acesso em: 27 nov. 2025.
APA
Barth, V. B. de O., Caetano, H. de O., Maciel, C. D., & Aiello, M. (2024). Quantifying uncertainty in bayesian networks structural learning. In Proceedings. Picataway, NJ, USA: Escola de Engenharia de São Carlos, Universidade de São Paulo. doi:10.1109/EAIS58494.2024.10570017
NLM
Barth VB de O, Caetano H de O, Maciel CD, Aiello M. Quantifying uncertainty in bayesian networks structural learning [Internet]. Proceedings. 2024 ;[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.1109/EAIS58494.2024.10570017
Vancouver
Barth VB de O, Caetano H de O, Maciel CD, Aiello M. Quantifying uncertainty in bayesian networks structural learning [Internet]. Proceedings. 2024 ;[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.1109/EAIS58494.2024.10570017
Trabalho de evento
Intelligent resource allocation in power grids: leveraging variable neighborhood search for optimal switch allocation (2024)
Caetano, Henrique de Oliveira; Fogliatto, Matheus de Souza Sant'Anna ; Desuó Neto, Luiz; Pereira Junior, Benvindo Rodrigues ; Maciel, Carlos Dias ; Aiello, Marco
Fonte: Proceedings. Nome do evento: IEEE International Conference on Evolving and Adaptive Intelligent Systems. Unidade: EESC
Assuntos: MÉTODO DE MONTE CARLO, DISTRIBUIÇÃO DE ENERGIA ELÉTRICA, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAETANO, Henrique de Oliveira et al. Intelligent resource allocation in power grids: leveraging variable neighborhood search for optimal switch allocation. 2024, Anais.. Picataway, NJ, USA: Escola de Engenharia de São Carlos, Universidade de São Paulo, 2024. Disponível em: https://dx.doi.org/10.1109/EAIS58494.2024.10570012. Acesso em: 27 nov. 2025.
APA
Caetano, H. de O., Fogliatto, M. de S. S. 'A., Desuó Neto, L., Pereira Junior, B. R., Maciel, C. D., & Aiello, M. (2024). Intelligent resource allocation in power grids: leveraging variable neighborhood search for optimal switch allocation. In Proceedings. Picataway, NJ, USA: Escola de Engenharia de São Carlos, Universidade de São Paulo. doi:10.1109/EAIS58494.2024.10570012
NLM
Caetano H de O, Fogliatto M de SS'A, Desuó Neto L, Pereira Junior BR, Maciel CD, Aiello M. Intelligent resource allocation in power grids: leveraging variable neighborhood search for optimal switch allocation [Internet]. Proceedings. 2024 ;[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.1109/EAIS58494.2024.10570012
Vancouver
Caetano H de O, Fogliatto M de SS'A, Desuó Neto L, Pereira Junior BR, Maciel CD, Aiello M. Intelligent resource allocation in power grids: leveraging variable neighborhood search for optimal switch allocation [Internet]. Proceedings. 2024 ;[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.1109/EAIS58494.2024.10570012
Artigo de periodico
Assessing credibility in Bayesian networks structure learning (2024)
Barth, Vitor Bruno de Oliveira; Serrão, Fábio Viadanna; Maciel, Carlos Dias
Fonte: Entropy. Unidade: EESC
Assuntos: INFERÊNCIA BAYESIANA, INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARTH, Vitor Bruno de Oliveira e SERRÃO, Fábio Viadanna e MACIEL, Carlos Dias. Assessing credibility in Bayesian networks structure learning. Entropy, v. 26, n. 10, p. 1-22, 2024Tradução . . Disponível em: https://dx.doi.org/10.3390/e26100829. Acesso em: 27 nov. 2025.
APA
Barth, V. B. de O., Serrão, F. V., & Maciel, C. D. (2024). Assessing credibility in Bayesian networks structure learning. Entropy, 26( 10), 1-22. doi:10.3390/e26100829
NLM
Barth VB de O, Serrão FV, Maciel CD. Assessing credibility in Bayesian networks structure learning [Internet]. Entropy. 2024 ; 26( 10): 1-22.[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.3390/e26100829
Vancouver
Barth VB de O, Serrão FV, Maciel CD. Assessing credibility in Bayesian networks structure learning [Internet]. Entropy. 2024 ; 26( 10): 1-22.[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.3390/e26100829
Artigo de periodico
A bayesian hierarchical model to create synthetic power distribution systems (2024)
Caetano, Henrique de Oliveira; Desuó Neto, Luiz; Fogliatto, Matheus de Souza Sant'Anna ; Ribeiro, Vitor P; Balestieri, José Antonio Perrella; Maciel, Carlos Dias
Fonte: Electric Power Systems Research. Unidade: EESC
Assuntos: DISTRIBUIÇÃO DE ENERGIA ELÉTRICA, INFERÊNCIA BAYESIANA, GEOREF, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAETANO, Henrique de Oliveira et al. A bayesian hierarchical model to create synthetic power distribution systems. Electric Power Systems Research, v. 235, p. 1-8, 2024Tradução . . Disponível em: https://dx.doi.org/10.1016/j.epsr.2024.110706. Acesso em: 27 nov. 2025.
APA
Caetano, H. de O., Desuó Neto, L., Fogliatto, M. de S. S. 'A., Ribeiro, V. P., Balestieri, J. A. P., & Maciel, C. D. (2024). A bayesian hierarchical model to create synthetic power distribution systems. Electric Power Systems Research, 235, 1-8. doi:10.1016/j.epsr.2024.110706
NLM
Caetano H de O, Desuó Neto L, Fogliatto M de SS'A, Ribeiro VP, Balestieri JAP, Maciel CD. A bayesian hierarchical model to create synthetic power distribution systems [Internet]. Electric Power Systems Research. 2024 ; 235 1-8.[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.1016/j.epsr.2024.110706
Vancouver
Caetano H de O, Desuó Neto L, Fogliatto M de SS'A, Ribeiro VP, Balestieri JAP, Maciel CD. A bayesian hierarchical model to create synthetic power distribution systems [Internet]. Electric Power Systems Research. 2024 ; 235 1-8.[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.1016/j.epsr.2024.110706
Artigo de periodico
The time lag in local feld potential signals for the development of its Bayesian belief network (2024)
Tsukahara, Victor H. B.; Oliveira Júnior, Jordão Natal de; Prizon, Tamiris; Ruggiero, Rafael Naime ; Maciel, Carlos Dias
Fonte: Eurasip Journal on Advances in Signal Processing. Unidades: EESC, FMRP
Assuntos: ANÁLISE DE SÉRIES TEMPORAIS, GEOMETRIA E MODELAGEM COMPUTACIONAL, TEORIA DA INFORMAÇÃO, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TSUKAHARA, Victor H. B. et al. The time lag in local feld potential signals for the development of its Bayesian belief network. Eurasip Journal on Advances in Signal Processing, v. 1, p. 1-16, 2024Tradução . . Disponível em: http://dx.doi.org/10.1186/s13634-024-01165-9. Acesso em: 27 nov. 2025.
APA
Tsukahara, V. H. B., Oliveira Júnior, J. N. de, Prizon, T., Ruggiero, R. N., & Maciel, C. D. (2024). The time lag in local feld potential signals for the development of its Bayesian belief network. Eurasip Journal on Advances in Signal Processing, 1, 1-16. doi:10.1186/s13634-024-01165-9
NLM
Tsukahara VHB, Oliveira Júnior JN de, Prizon T, Ruggiero RN, Maciel CD. The time lag in local feld potential signals for the development of its Bayesian belief network [Internet]. Eurasip Journal on Advances in Signal Processing. 2024 ; 1 1-16.[citado 2025 nov. 27 ] Available from: http://dx.doi.org/10.1186/s13634-024-01165-9
Vancouver
Tsukahara VHB, Oliveira Júnior JN de, Prizon T, Ruggiero RN, Maciel CD. The time lag in local feld potential signals for the development of its Bayesian belief network [Internet]. Eurasip Journal on Advances in Signal Processing. 2024 ; 1 1-16.[citado 2025 nov. 27 ] Available from: http://dx.doi.org/10.1186/s13634-024-01165-9
Trabalho de evento
Greenhouse gas emissions analysis for electricity generation (2023)
Fogliatto, Matheus de Souza Sant'Anna ; Ribeiro, Rafael Rodrigues Mendes ; Caetano, Henrique de Oliveira ; Desuó Neto, Luiz ; Maciel, Carlos Dias
Fonte: Proceedings SBAI2023 e SBSE2023. Nome do evento: Simpósio Brasileiro de Automação Inteligente - SBAI. Unidade: EESC
Assunto: ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FOGLIATTO, Matheus de Souza Sant'Anna et al. Greenhouse gas emissions analysis for electricity generation. 2023, Anais.. Campinas, SP: Escola de Engenharia de São Carlos, Universidade de São Paulo, 2023. Disponível em: https://dx.doi.org/10.20906/SBAI-SBSE-2023/4070. Acesso em: 27 nov. 2025.
APA
Fogliatto, M. de S. S. 'A., Ribeiro, R. R. M., Caetano, H. de O., Desuó Neto, L., & Maciel, C. D. (2023). Greenhouse gas emissions analysis for electricity generation. In Proceedings SBAI2023 e SBSE2023. Campinas, SP: Escola de Engenharia de São Carlos, Universidade de São Paulo. doi:10.20906/SBAI-SBSE-2023/4070
NLM
Fogliatto M de SS'A, Ribeiro RRM, Caetano H de O, Desuó Neto L, Maciel CD. Greenhouse gas emissions analysis for electricity generation [Internet]. Proceedings SBAI2023 e SBSE2023. 2023 ;[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.20906/SBAI-SBSE-2023/4070
Vancouver
Fogliatto M de SS'A, Ribeiro RRM, Caetano H de O, Desuó Neto L, Maciel CD. Greenhouse gas emissions analysis for electricity generation [Internet]. Proceedings SBAI2023 e SBSE2023. 2023 ;[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.20906/SBAI-SBSE-2023/4070
Artigo de periodico
Vulnerability and recovery capacity assessment of real distribution systems (2023)
Camillo, Marcos Henrique Marçal; Fanucchi, Rodrigo ; Bessani, Michel; Marques, Leandro Tolomeu; Soares, Telma Woerle de Lima; Carvalho, Etiane Oliveira Ponciano de; Pereira Junior, Benvindo Rodrigues ; Maciel, Carlos Dias ; London Junior, João Bosco Augusto
Fonte: Journal of Control, Automation and Electrical Systems. Unidade: EESC
Assuntos: DISTRIBUIÇÃO DE ENERGIA ELÉTRICA, ENERGIA ELÉTRICA, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAMILLO, Marcos Henrique Marçal et al. Vulnerability and recovery capacity assessment of real distribution systems. Journal of Control, Automation and Electrical Systems, p. 1-16, 2023Tradução . . Disponível em: https://doi.org/10.1007/s40313-023-01013-5. Acesso em: 27 nov. 2025.
APA
Camillo, M. H. M., Fanucchi, R., Bessani, M., Marques, L. T., Soares, T. W. de L., Carvalho, E. O. P. de, et al. (2023). Vulnerability and recovery capacity assessment of real distribution systems. Journal of Control, Automation and Electrical Systems, 1-16. doi:10.1007/s40313-023-01013-5
NLM
Camillo MHM, Fanucchi R, Bessani M, Marques LT, Soares TW de L, Carvalho EOP de, Pereira Junior BR, Maciel CD, London Junior JBA. Vulnerability and recovery capacity assessment of real distribution systems [Internet]. Journal of Control, Automation and Electrical Systems. 2023 ; 1-16.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1007/s40313-023-01013-5
Vancouver
Camillo MHM, Fanucchi R, Bessani M, Marques LT, Soares TW de L, Carvalho EOP de, Pereira Junior BR, Maciel CD, London Junior JBA. Vulnerability and recovery capacity assessment of real distribution systems [Internet]. Journal of Control, Automation and Electrical Systems. 2023 ; 1-16.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1007/s40313-023-01013-5
Trabalho de evento
Hydropower generation forecast using a bayesian hierarchical model (2023)
Caetano, Henrique de Oliveira ; Melo, Vitor Henrique Pereira de; Desuó Neto, Luiz ; Fogliatto, Matheus de Souza Sant'Anna ; Maciel, Carlos Dias ; London Junior, João Bosco Augusto
Fonte: Proceedings SBAI2023 e SBSE2023. Nome do evento: Simpósio Brasileiro de Automação Inteligente - SBAI. Unidade: EESC
Assunto: ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAETANO, Henrique de Oliveira et al. Hydropower generation forecast using a bayesian hierarchical model. 2023, Anais.. Campinas, SP: Escola de Engenharia de São Carlos, Universidade de São Paulo, 2023. Disponível em: https://dx.doi.org/10.20906/SBAI-SBSE-2023/3963. Acesso em: 27 nov. 2025.
APA
Caetano, H. de O., Melo, V. H. P. de, Desuó Neto, L., Fogliatto, M. de S. S. 'A., Maciel, C. D., & London Junior, J. B. A. (2023). Hydropower generation forecast using a bayesian hierarchical model. In Proceedings SBAI2023 e SBSE2023. Campinas, SP: Escola de Engenharia de São Carlos, Universidade de São Paulo. doi:10.20906/SBAI-SBSE-2023/3963
NLM
Caetano H de O, Melo VHP de, Desuó Neto L, Fogliatto M de SS'A, Maciel CD, London Junior JBA. Hydropower generation forecast using a bayesian hierarchical model [Internet]. Proceedings SBAI2023 e SBSE2023. 2023 ;[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.20906/SBAI-SBSE-2023/3963
Vancouver
Caetano H de O, Melo VHP de, Desuó Neto L, Fogliatto M de SS'A, Maciel CD, London Junior JBA. Hydropower generation forecast using a bayesian hierarchical model [Internet]. Proceedings SBAI2023 e SBSE2023. 2023 ;[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.20906/SBAI-SBSE-2023/3963
Artigo de periodico
Bayesian network structural learning using adaptive genetic algorithm with varying population size (2023)
Ribeiro, Rafael Rodrigues Mendes; Maciel, Carlos Dias
Fonte: Machine Learning and Knowledge Extraction. Unidade: EESC
Assuntos: INFERÊNCIA BAYESIANA, ALGORITMOS GENÉTICOS, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBEIRO, Rafael Rodrigues Mendes e MACIEL, Carlos Dias. Bayesian network structural learning using adaptive genetic algorithm with varying population size. Machine Learning and Knowledge Extraction, v. 5, p. 1877-1887, 2023Tradução . . Disponível em: https://dx.doi.org/10.3390/make5040090. Acesso em: 27 nov. 2025.
APA
Ribeiro, R. R. M., & Maciel, C. D. (2023). Bayesian network structural learning using adaptive genetic algorithm with varying population size. Machine Learning and Knowledge Extraction, 5, 1877-1887. doi:10.3390/make5040090
NLM
Ribeiro RRM, Maciel CD. Bayesian network structural learning using adaptive genetic algorithm with varying population size [Internet]. Machine Learning and Knowledge Extraction. 2023 ; 5 1877-1887.[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.3390/make5040090
Vancouver
Ribeiro RRM, Maciel CD. Bayesian network structural learning using adaptive genetic algorithm with varying population size [Internet]. Machine Learning and Knowledge Extraction. 2023 ; 5 1877-1887.[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.3390/make5040090
Artigo de periodico
A stochastic bayesian artificial intelligence framework to assess climatological water balance under missing variables for evapotranspiration estimates (2023)
Ribeiro, Vitor P; Desuó Neto, Luiz; Marques, Patricia A. A; Achcar, Jorge Alberto ; Junqueira, Adriano M; Chinatto Junior, Adilson W; Junqueira, Cynthia C. M; Maciel, Carlos Dias ; Balestieri, José Antonio P
Fonte: Agronomy. Unidades: EESC, FMRP, ESALQ
Assuntos: BALANÇO HÍDRICO, EVAPOTRANSPIRAÇÃO, INFERÊNCIA BAYESIANA, INTELIGÊNCIA ARTIFICIAL, IRRIGAÇÃO, MODELOS PARA PROCESSOS ESTOCÁSTICOS, SISTEMAS DE APOIO À DECISÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBEIRO, Vitor P et al. A stochastic bayesian artificial intelligence framework to assess climatological water balance under missing variables for evapotranspiration estimates. Agronomy, v. 13, p. 1-28, 2023Tradução . . Disponível em: https://dx.doi.org/10.3390/agronomy13122970. Acesso em: 27 nov. 2025.
APA
Ribeiro, V. P., Desuó Neto, L., Marques, P. A. A., Achcar, J. A., Junqueira, A. M., Chinatto Junior, A. W., et al. (2023). A stochastic bayesian artificial intelligence framework to assess climatological water balance under missing variables for evapotranspiration estimates. Agronomy, 13, 1-28. doi:10.3390/agronomy13122970
NLM
Ribeiro VP, Desuó Neto L, Marques PAA, Achcar JA, Junqueira AM, Chinatto Junior AW, Junqueira CCM, Maciel CD, Balestieri JAP. A stochastic bayesian artificial intelligence framework to assess climatological water balance under missing variables for evapotranspiration estimates [Internet]. Agronomy. 2023 ; 13 1-28.[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.3390/agronomy13122970
Vancouver
Ribeiro VP, Desuó Neto L, Marques PAA, Achcar JA, Junqueira AM, Chinatto Junior AW, Junqueira CCM, Maciel CD, Balestieri JAP. A stochastic bayesian artificial intelligence framework to assess climatological water balance under missing variables for evapotranspiration estimates [Internet]. Agronomy. 2023 ; 13 1-28.[citado 2025 nov. 27 ] Available from: https://dx.doi.org/10.3390/agronomy13122970
Artigo de periodico
Bayesian multi-targets strategy to track Apis mellifera movements at colony level (2022)
Oliveira Júnior, Jordão Natal de; Santos, Jônatas Cruz; Jumbo, Luis O. Viteri; Almeida, Carlos H. S.; Toledo, Pedro F. S.; Rezende, Sarah M.; Haddi, Khalid; Santana, Weyder C.; Bessani, Michel; Achcar, Jorge Alberto ; Oliveira, Eugenio E.; Maciel, Carlos Dias
Fonte: Insects. Unidades: FMRP, EESC
Assuntos: ENTROPIA, ABELHAS, PESTICIDAS, COLÔNIAS (BIOLOGIA), ALGORITMOS, INFERÊNCIA BAYESIANA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA JÚNIOR, Jordão Natal de et al. Bayesian multi-targets strategy to track Apis mellifera movements at colony level. Insects, v. 13, n. 2, p. 1-12, 2022Tradução . . Disponível em: https://doi.org/10.3390/insects13020181. Acesso em: 27 nov. 2025.
APA
Oliveira Júnior, J. N. de, Santos, J. C., Jumbo, L. O. V., Almeida, C. H. S., Toledo, P. F. S., Rezende, S. M., et al. (2022). Bayesian multi-targets strategy to track Apis mellifera movements at colony level. Insects, 13( 2), 1-12. doi:10.3390/insects13020181
NLM
Oliveira Júnior JN de, Santos JC, Jumbo LOV, Almeida CHS, Toledo PFS, Rezende SM, Haddi K, Santana WC, Bessani M, Achcar JA, Oliveira EE, Maciel CD. Bayesian multi-targets strategy to track Apis mellifera movements at colony level [Internet]. Insects. 2022 ; 13( 2): 1-12.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3390/insects13020181
Vancouver
Oliveira Júnior JN de, Santos JC, Jumbo LOV, Almeida CHS, Toledo PFS, Rezende SM, Haddi K, Santana WC, Bessani M, Achcar JA, Oliveira EE, Maciel CD. Bayesian multi-targets strategy to track Apis mellifera movements at colony level [Internet]. Insects. 2022 ; 13( 2): 1-12.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3390/insects13020181
Trabalho de evento-resumo
Utilização de redes neurais artificiais para classificação de sinais biológicos associados ao estresse (2022)
Silva, Pedro Henrique Leal; Maciel, Carlos Dias
Fonte: Livro de Resumos Expandidos. Nome do evento: Simpósio Internacional de Iniciação Científica e Tecnológica da Universidade de São Paulo - SIICUSP. Unidade: EESC
Assuntos: REDES NEURAIS, ESTRESSE, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Pedro Henrique Leal e MACIEL, Carlos Dias. Utilização de redes neurais artificiais para classificação de sinais biológicos associados ao estresse. 2022, Anais.. São Carlos, SP: EESC/USP, 2022. Disponível em: http://soac.eesc.usp.br/index.php/siicusp/30siicusp/paper/viewFile/3524/2353. Acesso em: 27 nov. 2025.
APA
Silva, P. H. L., & Maciel, C. D. (2022). Utilização de redes neurais artificiais para classificação de sinais biológicos associados ao estresse. In Livro de Resumos Expandidos. São Carlos, SP: EESC/USP. Recuperado de http://soac.eesc.usp.br/index.php/siicusp/30siicusp/paper/viewFile/3524/2353
NLM
Silva PHL, Maciel CD. Utilização de redes neurais artificiais para classificação de sinais biológicos associados ao estresse [Internet]. Livro de Resumos Expandidos. 2022 ;[citado 2025 nov. 27 ] Available from: http://soac.eesc.usp.br/index.php/siicusp/30siicusp/paper/viewFile/3524/2353
Vancouver
Silva PHL, Maciel CD. Utilização de redes neurais artificiais para classificação de sinais biológicos associados ao estresse [Internet]. Livro de Resumos Expandidos. 2022 ;[citado 2025 nov. 27 ] Available from: http://soac.eesc.usp.br/index.php/siicusp/30siicusp/paper/viewFile/3524/2353
Trabalho de evento
A multilevel crews patrolling framework for distribution system recovering (2022)
Fogliatto, Matheus de Souza Sant'Anna; Caetano, Henrique de Oliveira; Maciel, Carlos Dias ; Desuó Neto, Luiz; Fanucchi, Rodrigo Zempulski
Fonte: Proceedings. Nome do evento: Annual IEEE International Systems Conference - SysCon 2022. Unidade: EESC
Assuntos: DISTRIBUIÇÃO DE ENERGIA ELÉTRICA, MÉTODO DE MONTE CARLO, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FOGLIATTO, Matheus de Souza Sant'Anna et al. A multilevel crews patrolling framework for distribution system recovering. 2022, Anais.. Los Alamitos, CA, USA: IEEE, 2022. Disponível em: https://doi.org/10.1109/SysCon53536.2022.9773815. Acesso em: 27 nov. 2025.
APA
Fogliatto, M. de S. S. 'A., Caetano, H. de O., Maciel, C. D., Desuó Neto, L., & Fanucchi, R. Z. (2022). A multilevel crews patrolling framework for distribution system recovering. In Proceedings. Los Alamitos, CA, USA: IEEE. doi:10.1109/SysCon53536.2022.9773815
NLM
Fogliatto M de SS'A, Caetano H de O, Maciel CD, Desuó Neto L, Fanucchi RZ. A multilevel crews patrolling framework for distribution system recovering [Internet]. Proceedings. 2022 ;[citado 2025 nov. 27 ] Available from: https://doi.org/10.1109/SysCon53536.2022.9773815
Vancouver
Fogliatto M de SS'A, Caetano H de O, Maciel CD, Desuó Neto L, Fanucchi RZ. A multilevel crews patrolling framework for distribution system recovering [Internet]. Proceedings. 2022 ;[citado 2025 nov. 27 ] Available from: https://doi.org/10.1109/SysCon53536.2022.9773815
Artigo de periodico
Data-driven network dynamical model of rat brains during acute ictogenesis (2022)
Tsukahara, Victor Hugo Batista; Oliveira Júnior, Jordão Natal de; Barth, Vitor Bruno de Oliveira; Oliveira, Jasiara Carla de; Cota, Vinicius Rosa ; Maciel, Carlos Dias
Fonte: Frontiers in Neural Circuits. Unidade: EESC
Assuntos: EPILEPSIA, INFERÊNCIA BAYESIANA, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TSUKAHARA, Victor Hugo Batista et al. Data-driven network dynamical model of rat brains during acute ictogenesis. Frontiers in Neural Circuits, v. 16, p. 1-13, 2022Tradução . . Disponível em: https://doi.org/10.3389/fncir.2022.747910. Acesso em: 27 nov. 2025.
APA
Tsukahara, V. H. B., Oliveira Júnior, J. N. de, Barth, V. B. de O., Oliveira, J. C. de, Cota, V. R., & Maciel, C. D. (2022). Data-driven network dynamical model of rat brains during acute ictogenesis. Frontiers in Neural Circuits, 16, 1-13. doi:10.3389/fncir.2022.747910
NLM
Tsukahara VHB, Oliveira Júnior JN de, Barth VB de O, Oliveira JC de, Cota VR, Maciel CD. Data-driven network dynamical model of rat brains during acute ictogenesis [Internet]. Frontiers in Neural Circuits. 2022 ; 16 1-13.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3389/fncir.2022.747910
Vancouver
Tsukahara VHB, Oliveira Júnior JN de, Barth VB de O, Oliveira JC de, Cota VR, Maciel CD. Data-driven network dynamical model of rat brains during acute ictogenesis [Internet]. Frontiers in Neural Circuits. 2022 ; 16 1-13.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3389/fncir.2022.747910
Artigo de periodico
Bayesian inference approach for information fusion in distribution system state estimation (2022)
Massignan, Julio Augusto Druzina; London Junior, João Bosco Augusto ; Bessani, Michel; Maciel, Carlos Dias ; Fannucchi, Rodrigo Z.; Miranda, Vladimiro
Fonte: IEEE Transactions on Smart Grid. Unidade: EESC
Assuntos: DISTRIBUIÇÃO DE ENERGIA ELÉTRICA, INFERÊNCIA BAYESIANA, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MASSIGNAN, Julio Augusto Druzina et al. Bayesian inference approach for information fusion in distribution system state estimation. IEEE Transactions on Smart Grid, v. 13, n. Ja 2022, p. 526-540, 2022Tradução . . Disponível em: https://doi.org/10.1109/TSG.2021.3128053. Acesso em: 27 nov. 2025.
APA
Massignan, J. A. D., London Junior, J. B. A., Bessani, M., Maciel, C. D., Fannucchi, R. Z., & Miranda, V. (2022). Bayesian inference approach for information fusion in distribution system state estimation. IEEE Transactions on Smart Grid, 13( Ja 2022), 526-540. doi:10.1109/TSG.2021.3128053
NLM
Massignan JAD, London Junior JBA, Bessani M, Maciel CD, Fannucchi RZ, Miranda V. Bayesian inference approach for information fusion in distribution system state estimation [Internet]. IEEE Transactions on Smart Grid. 2022 ; 13( Ja 2022): 526-540.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1109/TSG.2021.3128053
Vancouver
Massignan JAD, London Junior JBA, Bessani M, Maciel CD, Fannucchi RZ, Miranda V. Bayesian inference approach for information fusion in distribution system state estimation [Internet]. IEEE Transactions on Smart Grid. 2022 ; 13( Ja 2022): 526-540.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1109/TSG.2021.3128053
Artigo de periodico
Distribution systems cost reduction based on switches upgrades: a stochastic approach (2022)
Caetano, Henrique de Oliveira; Desuó Neto, Luiz; Fogliatto, Matheus de Souza Sant'Anna; Maciel, Carlos Dias
Fonte: Electric Power Systems Research. Unidade: EESC
Assuntos: DISTRIBUIÇÃO DE ENERGIA ELÉTRICA, MÉTODO DE MONTE CARLO, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAETANO, Henrique de Oliveira et al. Distribution systems cost reduction based on switches upgrades: a stochastic approach. Electric Power Systems Research, p. 1-6, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.epsr.2022.108523. Acesso em: 27 nov. 2025.
APA
Caetano, H. de O., Desuó Neto, L., Fogliatto, M. de S. S. 'A., & Maciel, C. D. (2022). Distribution systems cost reduction based on switches upgrades: a stochastic approach. Electric Power Systems Research, 1-6. doi:10.1016/j.epsr.2022.108523
NLM
Caetano H de O, Desuó Neto L, Fogliatto M de SS'A, Maciel CD. Distribution systems cost reduction based on switches upgrades: a stochastic approach [Internet]. Electric Power Systems Research. 2022 ; 1-6.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1016/j.epsr.2022.108523
Vancouver
Caetano H de O, Desuó Neto L, Fogliatto M de SS'A, Maciel CD. Distribution systems cost reduction based on switches upgrades: a stochastic approach [Internet]. Electric Power Systems Research. 2022 ; 1-6.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1016/j.epsr.2022.108523
Trabalho de evento
Bayesian network for hydrological model: an inference approach (2022)
Ribeiro, Vitor P.; Cunha, Ângela Silviane Moura; Duarte, Sergio Nascimento ; Padovani, Carlos Roberto ; Marques, Patricia Algélica Alves ; Maciel, Carlos Dias ; Balestieri, José Antonio Perrella
Fonte: Proceedings. Nome do evento: International Joint Conference on Neural Networks - IJCNN. Unidades: ESALQ, EESC
Assuntos: EVAPOTRANSPIRAÇÃO, BALANÇO HÍDRICO, INFERÊNCIA BAYESIANA, ENGENHARIA ELÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBEIRO, Vitor P. et al. Bayesian network for hydrological model: an inference approach. 2022, Anais.. Piscataway, NJ, USA: IEEE, 2022. Disponível em: https://doi.org/10.1109/IJCNN55064.2022.9892468. Acesso em: 27 nov. 2025.
APA
Ribeiro, V. P., Cunha, Â. S. M., Duarte, S. N., Padovani, C. R., Marques, P. A. A., Maciel, C. D., & Balestieri, J. A. P. (2022). Bayesian network for hydrological model: an inference approach. In Proceedings. Piscataway, NJ, USA: IEEE. doi:10.1109/IJCNN55064.2022.9892468
NLM
Ribeiro VP, Cunha ÂSM, Duarte SN, Padovani CR, Marques PAA, Maciel CD, Balestieri JAP. Bayesian network for hydrological model: an inference approach [Internet]. Proceedings. 2022 ;[citado 2025 nov. 27 ] Available from: https://doi.org/10.1109/IJCNN55064.2022.9892468
Vancouver
Ribeiro VP, Cunha ÂSM, Duarte SN, Padovani CR, Marques PAA, Maciel CD, Balestieri JAP. Bayesian network for hydrological model: an inference approach [Internet]. Proceedings. 2022 ;[citado 2025 nov. 27 ] Available from: https://doi.org/10.1109/IJCNN55064.2022.9892468

Unidades USP

ReP

Filtros

Departamento

Autores

Autores USP

Ano de publicação

Assuntos

Título da fonte

Editora

Nome do evento

País de publicação

Agência de fomento

Indexado em

Afiliação dos autores externos não normalizada

País das instituições de afiliação dos autores externos