ReP USP - Resultado da busca

Trabalho de evento
Tractable classification with non-ignorable missing data using generative random forests (2022)
Villanueva Llerena, Julissa Giuliana ; Mauá, Denis Deratani
Source: Anais. Conference titles: Symposium on Knowledge Discovery, Mining and Learning - KDMiLe. Unidade: IME
Subjects: 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: 23 maio 2024.
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 2024 maio 23 ] 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 2024 maio 23 ] Available from: https://doi.org/10.5753/kdmile.2022.227969
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
Source: Proceedings. Conference titles: European Conference on Symbolic and Quantitative Approaches with Uncertainty - ECSQARU. Unidade: IME
Subjects: 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: 23 maio 2024.
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 2024 maio 23 ] 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 2024 maio 23 ] Available from: https://doi.org/10.1007/978-3-030-86772-0_21
Artigo de periodico
Tractable inference in credal sentential decision diagrams (2020)
Mattei, Lilith; Antonucci, Alessandro; Mauá, Denis Deratani ; Facchini, Alessandro ; Villanueva Llerena, Julissa Giuliana
Source: 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
MATTEI, Lilith et al. Tractable inference in credal sentential decision diagrams. International Journal of Approximate Reasoning, v. 125, p. 26-48, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.ijar.2020.06.005. Acesso em: 23 maio 2024.
APA
Mattei, L., Antonucci, A., Mauá, D. D., Facchini, A., & Villanueva Llerena, J. G. (2020). Tractable inference in credal sentential decision diagrams. International Journal of Approximate Reasoning, 125, 26-48. doi:10.1016/j.ijar.2020.06.005
NLM
Mattei L, Antonucci A, Mauá DD, Facchini A, Villanueva Llerena JG. Tractable inference in credal sentential decision diagrams [Internet]. International Journal of Approximate Reasoning. 2020 ; 125 26-48.[citado 2024 maio 23 ] Available from: https://doi.org/10.1016/j.ijar.2020.06.005
Vancouver
Mattei L, Antonucci A, Mauá DD, Facchini A, Villanueva Llerena JG. Tractable inference in credal sentential decision diagrams [Internet]. International Journal of Approximate Reasoning. 2020 ; 125 26-48.[citado 2024 maio 23 ] Available from: https://doi.org/10.1016/j.ijar.2020.06.005
Trabalho de evento-anais periodico
Robust analysis of MAP inference in selective sum-product nNetworks (2019)
Villanueva Llerena, Julissa Giuliana ; Mauá, Denis Deratani
Source: Proceedings of Machine Learning Research : PMLR. Conference titles: International Symposium on Imprecise Probabilities: Theories and Applications - ISIPTA. Unidade: IME
Subjects: INTELIGÊNCIA ARTIFICIAL, RACIOCÍNIO PROBABILÍSTICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
VILLANUEVA LLERENA, Julissa Giuliana e MAUÁ, Denis Deratani. Robust analysis of MAP inference in selective sum-product nNetworks. Proceedings of Machine Learning Research : PMLR. Brookline: Microtome Publishing. Disponível em: http://proceedings.mlr.press/v103/villanueva-llerena19a/villanueva-llerena19a.pdf. Acesso em: 23 maio 2024. , 2019
APA
Villanueva Llerena, J. G., & Mauá, D. D. (2019). Robust analysis of MAP inference in selective sum-product nNetworks. Proceedings of Machine Learning Research : PMLR. Brookline: Microtome Publishing. Recuperado de http://proceedings.mlr.press/v103/villanueva-llerena19a/villanueva-llerena19a.pdf
NLM
Villanueva Llerena JG, Mauá DD. Robust analysis of MAP inference in selective sum-product nNetworks [Internet]. Proceedings of Machine Learning Research : PMLR. 2019 ; 103 430–440.[citado 2024 maio 23 ] Available from: http://proceedings.mlr.press/v103/villanueva-llerena19a/villanueva-llerena19a.pdf
Vancouver
Villanueva Llerena JG, Mauá DD. Robust analysis of MAP inference in selective sum-product nNetworks [Internet]. Proceedings of Machine Learning Research : PMLR. 2019 ; 103 430–440.[citado 2024 maio 23 ] Available from: http://proceedings.mlr.press/v103/villanueva-llerena19a/villanueva-llerena19a.pdf
Dissertação (Mestrado)
Multi-label classification based on sum-product networks (2017)
Villanueva Llerena, Julissa Giuliana ; Mauá, Denis Deratani (Orientador)
Unidade: IME
Subjects: INTELIGÊNCIA ARTIFICIAL, RECONHECIMENTO DE PADRÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
VILLANUEVA LLERENA, Julissa Giuliana. Multi-label classification based on sum-product networks. 2017. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-08122017-100124/. Acesso em: 23 maio 2024.
APA
Villanueva Llerena, J. G. (2017). Multi-label classification based on sum-product networks (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/45/45134/tde-08122017-100124/
NLM
Villanueva Llerena JG. Multi-label classification based on sum-product networks [Internet]. 2017 ;[citado 2024 maio 23 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-08122017-100124/
Vancouver
Villanueva Llerena JG. Multi-label classification based on sum-product networks [Internet]. 2017 ;[citado 2024 maio 23 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-08122017-100124/

USP Schools

ReP

Filtros

Funding Agencies