Menu

Filtros : "Sensors" "NONATO, LUIS GUSTAVO" Limpar

Filtros

Limitar por data

  • 1

1 - 2 (2 registros)

  • Artigo de periodico

    NE-Motion: visual analysis of stroke patients using motion sensor networks (2021)

    Contreras, Rodrigo Colnago ; Parnandi, Avinash ; Coelho, Bruno Gomes ; Silva, Claudio ; Schambra, Heidi ; Nonato, Luis Gustavo

    Fonte: Sensors. Unidade: ICMC

    Assuntos: TEORIA DOS CONJUNTOS, VISUALIZAÇÃO, ACIDENTE VASCULAR CEREBRAL

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

    • ABNT

      CONTRERAS, Rodrigo Colnago et al. NE-Motion: visual analysis of stroke patients using motion sensor networks. Sensors, v. 21, p. 1-22, 2021Tradução . . Disponível em: https://doi.org/10.3390/s21134482. Acesso em: 09 nov. 2025.

    • APA

      Contreras, R. C., Parnandi, A., Coelho, B. G., Silva, C., Schambra, H., & Nonato, L. G. (2021). NE-Motion: visual analysis of stroke patients using motion sensor networks. Sensors, 21, 1-22. doi:10.3390/s21134482

    • NLM

      Contreras RC, Parnandi A, Coelho BG, Silva C, Schambra H, Nonato LG. NE-Motion: visual analysis of stroke patients using motion sensor networks [Internet]. Sensors. 2021 ; 21 1-22.[citado 2025 nov. 09 ] Available from: https://doi.org/10.3390/s21134482

    • Vancouver

      Contreras RC, Parnandi A, Coelho BG, Silva C, Schambra H, Nonato LG. NE-Motion: visual analysis of stroke patients using motion sensor networks [Internet]. Sensors. 2021 ; 21 1-22.[citado 2025 nov. 09 ] Available from: https://doi.org/10.3390/s21134482

  • Artigo de periodico

    Memory-based pruning of deep neural networks for IoT devices applied to flood detection (2021)

    Fernandes Junior, Francisco Erivaldo ; Nonato, Luis Gustavo ; Ranieri, Caetano Mazzoni ; Ueyama, Jó

    Fonte: Sensors. Unidade: ICMC

    Assuntos: ENCHENTES URBANAS, REDES NEURAIS, INTERNET DAS COISAS

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

    • ABNT

      FERNANDES JUNIOR, Francisco Erivaldo et al. Memory-based pruning of deep neural networks for IoT devices applied to flood detection. Sensors, v. 21, n. 22, p. 1-18, 2021Tradução . . Disponível em: https://doi.org/10.3390/s21227506. Acesso em: 09 nov. 2025.

    • APA

      Fernandes Junior, F. E., Nonato, L. G., Ranieri, C. M., & Ueyama, J. (2021). Memory-based pruning of deep neural networks for IoT devices applied to flood detection. Sensors, 21( 22), 1-18. doi:10.3390/s21227506

    • NLM

      Fernandes Junior FE, Nonato LG, Ranieri CM, Ueyama J. Memory-based pruning of deep neural networks for IoT devices applied to flood detection [Internet]. Sensors. 2021 ; 21( 22): 1-18.[citado 2025 nov. 09 ] Available from: https://doi.org/10.3390/s21227506

    • Vancouver

      Fernandes Junior FE, Nonato LG, Ranieri CM, Ueyama J. Memory-based pruning of deep neural networks for IoT devices applied to flood detection [Internet]. Sensors. 2021 ; 21( 22): 1-18.[citado 2025 nov. 09 ] Available from: https://doi.org/10.3390/s21227506
  • 1

1 - 2 (2 registros)

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