Departamento de Matemática Aplicada e Estatística

2022

1.	Afonso, S. M.; Bonotto, E.M.; Silva, M. R.. Periodic solutions of measure functional differential equations. JOURNAL OF DIFFERENTIAL EQUATIONS. v. 309, p. 196-230, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
2.	AGUIAR, GABRIEL J.; SANTANA, EVERTON J.; DE CARVALHO, ANDRÉ C.P.F.L.; BARBON JUNIOR, SYLVIO. Using meta-learning for multi-target regression. INFORMATION SCIENCES. v. 584, p. 665-684, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
3.	ALBUQUERQUE, H. O.; COSTA, R.; SILVESTRE, GABRIEL DALFORNO; SOUZA, E.; FELIX, N.; VITORIO, D.; MORIYAMA, G.; MARTINS, L.; SOEZIMA, L.; NUNES, A.; Siqueira, Felipe; TARREGA, J. P.; BEINOTTI, J. V.; DIAS, M.; SILVA, M.; GARDINI, M.; SILVA, V.; de Carvalho, Andre Carlos Ponce de Leon Ferreira; Lorena, Adriano. UlyssesNER-Br: A Corpus of Brazilian Legislative Documents for Named Entity Recognition. Em: Computational Processing of the Portuguese Language. PROPOR 2022. 1 ed. 2022.p. 3-14. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
4.	ALVES, CAROLINE L; PINEDA, ARUANE M; ROSTER, KIRSTIN; THIELEMANN, CHRISTIANE; Rodrigues, Francisco A. EEG functional connectivity and deep learning for automatic diagnosis of brain disorders: Alzheimer?s disease and schizophrenia. Journal Of Physics-Complexity. v. 3, p. 025001-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
5.	ALVES, JESSICA S.B.; Bazán, Jorge L.; ARELLANO'VALLE, REINALDO B.. Flexible links for binomial regression models as an alternative for imbalanced medical data. Biometrical Journal. p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
6.	ALVES, LUIZ G. A.; MANGIONI, GIUSEPPE; Rodrigues, Francisco A.; PANZARASA, PIETRO; MORENO, YAMIR. The rise and fall of countries in the global value chains. Scientific Reports. v. 12, p. 9086-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
7.	ANDRADE, CÁSSIO ANTONIO; INACIO JUNIOR, CLAUDIO MARCIO CASSELA; Paiva, Afonso. Técnicas de visualização da informação aplicadas à produção de petróleo no Brasil. Em: ANAIS DO II WORKSHOP DE MATEMáTICA, ESTATíSTICA E COMPUTAçãO APLICADAS à INDúSTRIA, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
8.	Aoki, Reiko; BUSTAMANTE, JUAN P. M.; Paula, Gilberto A.. Local influence diagnostics with forward search in regression analysis. STATISTICAL PAPERS. v. online, p. 1-21, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
9.	AUSAS, ROBERTO FEDERICO; GEBHARDT, CRISTIAN GUILLERMO; BUSCAGLIA, GUSTAVO CARLOS. A finite element method for simulating soft active non-shearable rods immersed in generalized Newtonian fluids. Communications in Nonlinear Science and Numerical Simulation. v. 108, p. 106213-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
10.	BAPPY, MEHEDI H.; CARRICA, PABLO M.; LI, JIAJIA; MARTIN, J. EZEQUIEL; VELA-MARTÍN, ALBERTO; FREIRE, LIVIA S.; BUSCAGLIA, GUSTAVO C.. A sub-grid scale cavitation inception model. PHYSICS OF FLUIDS. v. 34, p. 033308-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
11.	BARTMEYER, PETRA MARIA; OLIVEIRA, LARISSA TEBALDI; LEÃO, ALINE APARECIDA SOUZA; TOLEDO, FRANKLINA MARIA BRAGION. An expert system to react to defective areas in nesting problems. EXPERT SYSTEMS WITH APPLICATIONS. v. 209, p. 118207-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
12.	BAZ, A. E.; IHSAN, U.; ALCOBACA, E.; André C. P. L. F. Carvalho; Autores, outros. Lessons learned from the NeurIPS 2021 MetaDL challenge: Backbone fine-tuning without episodic meta-learning dominates for few-shot learning image classification. Em: Conference and Workshop on Neural Information Processing Systems (NEURIPS), p. 80-96, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
13.	BENITES, YURY R.; Cancho, Vicente G.; Ortega, Edwin M. M.; VILA, ROBERTO; Cordeiro, Gauss M.. A New Regression Model on the Unit Interval: Properties, Estimation, and Application. Mathematics. v. 10, p. 3198-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
14.	BOATTO, S.; Renata Campos; Jose Antonio Suzano; FERREIRA, CYNTHIA DE OLIVEIRA LAGE; Rodrigo Henrique Ramos; CUTIGI, JORGE; Simao, Adenilso; Andrea Cony Cavalcanti. Challenges in COVID-19 dynamics and diagnostic in the State of Rio de Janeiro. 2022. 13th Conference on Dynamical Systems Applied to Biology and Natural Sciences (DSABNS 2022). (Congresso)
15.	BONIDIA, ROBSON P.; AVILA SANTOS, ANDERSON P.; DE ALMEIDA, BRENO L. S.; STADLER, PETER F.; NUNES DA ROCHA, ULISSES; SANCHES, DANILO S.; DE CARVALHO, ANDRÉ C. P. L. F.. Information Theory for Biological Sequence Classification: A Novel Feature Extraction Technique Based on Tsallis Entropy. Entropy. v. 24, p. 1398-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
16.	BONIDIA, ROBSON P; DOMINGUES, DOUGLAS S; SANCHES, DANILO S; DE CARVALHO, ANDRÉ C P L F. MathFeature: feature extraction package for DNA, RNA and protein sequences based on mathematical descriptors. BRIEFINGS IN BIOINFORMATICS. v. 23, p. 1-10, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
17.	BONIDIA, ROBSON P; SANTOS, ANDERSON P AVILA; DE ALMEIDA, BRENO L S; STADLER, PETER F; DA ROCHA, ULISSES N; SANCHES, DANILO S; DE CARVALHO, ANDRÉ C P L F. BioAutoML: automated feature engineering and metalearning to predict noncoding RNAs in bacteria. BRIEFINGS IN BIOINFORMATICS. v. 23, p. bbac218-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
18.	BONOTTO, EVERALDO M.; NASCIMENTO, MARCELO J.D.; SANTIAGO, ERIC B.. Long-time behaviour for a non-autonomous Klein-Gordon-Zakharov system. JOURNAL OF MATHEMATICAL ANALYSIS AND APPLICATIONS. v. 506, p. 125670-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
19.	BOUILLET, THOMAS; CIBA, MANUEL; LOURENÇO ALVES, CAROLINE; RODRIGUES, Francisco Aparecido; THIELEMANN, CRISTIANE; COLIN, MORVANE; BUÉE, LUC; HALLIEZ, SOPHIE. Revisiting the involvement of tau in complex neural network remodeling: analysis of the extracellular neuronal activity in organotypic brain slice co-cultures. Journal of Neural Engineering. v. 1, p. 1-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
20.	CAMOLESI, J.; SANTANA, E. P.; RUSSO, C. M.. Visualização e Modelagem dos Dados do Enem e Análise de Impacto da Pandemia de COVID-19. Em: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, p. 152-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
21.	Cancho, Vicente G.; BEDIA, ELIZBETH C.; Cordeiro, Gauss M.; PRATAVIERA, FÁBIO; Ortega, Edwin M. M.; SANTO, ANA P. J. E.. A survival regression with cure fraction applied to cervical cancer. COMPUTATIONAL STATISTICS. v. 1, p. 1-16, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
22.	CANCHO, VICENTE G.; Suzuki, Adriano K.; BARRIGA, GLADYS D. C.; SANTO, ANA P. J. DO ESPIRITO. A multivariate survival model induced by discrete frailty. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 51, p. 6572-6590, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
23.	CARNEIRO, C. C.; GOUVEA, R. C. T.; GIORIA, R. S.; A.P. Neto. Similaridade entre perfis de poços de petróleo: uma abordagem a partir de ciência de dados e Mapas Auto-Organizáveis. Em: 11º Congresso Brasileiro de Pesquisa e Desenvolvimento de Petróleo e Gás, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
24.	Carvalho, Andre Ponce de Leon Ferreira. Ética e regulação na inteligência artificial. Computação Brasil, p. 7-10, . [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
25.	CASTELO, ANTONIO; Lucas M. Bueno; GAMEIRO, M. F.. A combinatorial marching hypercubes algorithm. COMPUTERS & GRAPHICS-UK. v. 102, p. 67-77, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
26.	Castelo, António; TAVARES, G.; BERTOCO, JULIANA. Numerical solutions for implicit differential equations with singularities. SEMINA. CIÊNCIAS EXATAS E TECNOLÓGICAS (ONLINE). v. 43, p. 3-16, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
27.	CASTILLO-SÁNCHEZ, HUGO A.; DE SOUZA, LEANDRO F.; CASTELO, ANTONIO. Numerical Simulation of Rheological Models for Complex Fluids Using Hierarchical Grids. Polymers. v. 14, p. 4958-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
28.	COELHO, FABIANO R.; RUSSO, CIBELE M.; Bazán, Jorge L.. On outliers detection and prior distribution sensitivity in standard skew-probit regression models. Brazilian Journal of Probability and Statistics. v. 36, p. 441-462, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
29.	COLNAGO, MARILAINE; BENVENUTO, GIOVANA A.; CASACA, WALLACE; NEGRI, ROGÉRIO G.; FERNANDES, EDER G.; Cuminato, José A.. Risk Factors Associated with Mortality in Hospitalized Patients with COVID-19 during the Omicron Wave in Brazil. Bioengineering-Basel. v. 9, p. 584-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
30.	CONTRERAS, RODRIGO COLNAGO; Nonato, Luis Gustavo; BOAVENTURA, MAURILIO; BOAVENTURA, INES APARECIDA GASPAROTTO; SANTOS, FRANCISCO LLEDO DOS; ZANIN, RODRIGO BRUNO; Viana, Monique Simplicio. A New Multi-Filter Framework for Texture Image Representation Improvement Using Set of Pattern Descriptors to Fingerprint Liveness Detection. IEEE Access. v. 10, p. 117681-117706, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
31.	COSTA, R.; FELIX, N.; SILVA, M.; Hidelberg Oliveira Albuquerque; SOUZA, E.; VITORIO, D.; Gabriel Silvestre; NUNES, A.; SIQUEIRA, F.; TARREGA, J. P. M.; BEINOTTI, J. V. P.; DIAS, M.; Pereira, Fabiola; GARDINI, M.; SILVA, V.; Carvalho, A.C.P.L.F.; Lorena, Adriano. Expanding UlyssesNER-Br Named Entity Recognition Corpus with Informal User-Generated Text. Em: Progress in Artificial Intelligence: EPIA 2022. 1 ed. : Springer. 2022.v. 1, p. 767-779. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
32.	Cuminato, J. A.; VYNNYCKY, M.. Introdução aos métodos de perturbação. 001 ed. SBM, 2022. v. 06, p. 423. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
33.	CÚRI, M.; THOMPSON, N.. Adaptive Test Design. Em: The ITC/ATP Guidelines for Technology-Based Assessment. 1 ed. : International Test Commission and Association of Test Publishers. 2022.p. 29-30. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
34.	DA SILVA, JOSIMARA TATIANE; COBRE, JULIANA; de Castro, Mário. New Bayesian approaches to equivalence testing. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 92, p. 957-973, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
35.	DANILEVICZ, IAN M.; Ehlers, Ricardo S.. Bayesian influence diagnostics using normalized functional Bregman divergence. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 51, p. 1637-1652, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
36.	DARU, G. H.; ALMEIDA, P. D.; PIGATO, F. J.; Castelo, A.. Um Método para Comparar Palavras entre Categorias utilizando Word2Vec e Redução de Dimensionalidade no Problema de Categorização de Produtos. Em: II WMECAI, v. 2, p. 154057-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
37.	DARÚ, GILSILEY HENRIQUE; MOTTA, FELIPE DALTROZO DA MOTTA; CASTELO, ANTONIO; LOCH, GUSTAVO VALENTIM. Short text classification applied to item description: Some methods evaluation. SEMINA. CIÊNCIAS EXATAS E TECNOLÓGICAS (ONLINE). v. 43, p. 189-198, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
38.	DE ARAUJO, MATHEUS TOZO; FURLAN, LAISON; BRANDI, ANALICE; SOUZA, LEANDRO. A Semi-Analytical Method for Channel and Pipe Flows for the Linear Phan-Thien-Tanner Fluid Model with a Solvent Contribution. Polymers. v. 14, p. 4675-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
39.	DE FIGUEIREDO, LUIZ HENRIQUE; Paiva, Afonso. Region reconstruction with the sphere-of-influence diagram. COMPUTERS & GRAPHICS-UK. v. 107, p. 252-263, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
40.	de Oliveira Lage Ferreira, Cynthia. Topologia dos dados: oportunidades para a pesquisa em câncer. 2022. Bate-papo topológico. (Seminario)
41.	de Oliveira Lage Ferreira, Cynthia. Topological Characterization of Cancer Driver Genes using Reactome Super Pathways Networks. 2022. SysBio 2022 - IV International Course on Theoretical and Applied Aspects of Systems Biology. (Congresso)
42.	de Oliveira Lage Ferreira, Cynthia. Topological Characterization of Cancer Driver Genes using Reactome Super Pathways Networks. 2022. Encontro Brasileiro de Topologia. (Congresso)
43.	DE OLIVEIRA, EDUARDO S. B.; de Castro, Mário; BAYES, CRISTIAN L.; BAZÁN, JORGE L.. Bayesian quantile regression models for heavy tailed bounded variables using the No-U-Turn sampler. COMPUTATIONAL STATISTICS. p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
44.	DIAS, D. S.; EHLERS, R. S.. Performance of the No-U-Turn sampler to Estimate Stochastic Volatility Models. 2022. . (Artigo submetido) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
45.	DO ESPIRITO SANTO, ANA PAULA J.; Cancho, Vicente G.; Louzada, Francisco; Ortega, Edwin M. M.. A survival model for lifetime with long-term survivors and unobserved heterogeneity. Brazilian Journal of Probability and Statistics. v. 36, p. 692-703, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
46.	DRAGAN, VASILE; Costa, Eduardo F.; Popa, Ioan-Lucian; ABERKANE, S.. Exact Detectability of Discrete-Time and Continuous-Time Linear Stochastic Systems: A Unified Approach. IEEE TRANSACTIONS ON AUTOMATIC CONTROL. v. 67, p. 5730-5745, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
47.	FACHINI, RAMON FAGANELLO; ARMENTANO, Vinícius Amaral; TOLEDO, FRANKLINA MARIA BRAGION. A Granular Local Search Matheuristic for a Heterogeneous Fleet Vehicle Routing Problem with Stochastic Travel Times. NETWORKS & SPATIAL ECONOMICS. v. 22, p. 33-64, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
48.	FELIX, N.; MAIA, D. F.; SOUZA, E.; SAMPAIO, G. S.; NUNES, A. S.; PROCOPIO, L. C.; DIAS, M. S.; ALVES, A. O.; André C. P. L. F. Carvalho; PEREIRA, F. S. F.; MAIA, D. F.; RIBEIRO, I. A.. UlyssesSD-Br: Stance Detection in Brazilian Political Polls. Em: Progress in Artificial Intelligence: EPIA 2022. 1 ed. : Springer. 2022.v. 1, p. 85-95. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
49.	FERNANDES, FRANCISCO E.; Nonato, Luis Gustavo; UEYAMA, JÓ. A river flooding detection system based on deep learning and computer vision. MULTIMEDIA TOOLS AND APPLICATIONS. v. 1, p. 1-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
50.	FERRAZ DE ARRUDA, GUILHERME; JEUB, LUCAS G. S.; MATA, ANGÉLICA S.; Rodrigues, Francisco A.; MORENO, YAMIR. From subcritical behavior to a correlation-induced transition in rumor models. Nature Communications. v. 13, p. 1-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
51.	FERREIRA, CYNTHIA DE OLIVEIRA LAGE. Análise de dados em câncer: mutações significativas e caracterização topológica de genes driver em redes de pathways.. 2022. Colóquio do IM-UFRJ. (Seminario)
52.	FLOREZ'MONTERO, GUILLERMO L.; MUYLAERT, RENATA L.; NOGUEIRA, MARCELO R.; GEISELMAN, CULLEN; SANTANA, SHARLENE E.; STEVENS, RICHARD D.; TSCHAPKA, MARCO; Rodrigues, Francisco A.; MELLO, MARCO A. R.. NeoBat Interactions: A data set of bat-plant interactions in the Neotropics. ECOLOGY. v. 1, p. 1-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
53.	FREIRE, D. L.; André C. P. L. F. Carvalho; FELTRAN, L. C.; NAGAMATSU, L. A.; Da Silva, Kelly C. R.; FIRMINO, C.; FERREIRA, J. E.; Carlotti, Danilo; Takecian, Pedro Losco; LIMA, F. A. C.; PORTELA, R. M.. Content-Based Lawsuits Document Image Retrieval. Em: Progress in Artificial Intelligence: EPIA 2022. 1 ed. : Springer, Cham. 2022.p. 29-40. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
54.	Freire, Daniela; André C. P. L. F. Carvalho; FELTRAN, L. C.; NAGAMATSU, L. A.; Da Silva, Kelly C. R.; FIRMINO, C.; FERREIRA, J. E.; Carlotti, Danilo; Takecian, Pedro Losco; LIMA, F. A. C.; PORTELA, R. M.. Lawsuits Document Images Processing Classification. Em: Progress in Artificial Intelligence: EPIA 2022. 1 ed. : Springer, Cham. 2022.v. 1, p. 41-52. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
55.	FREIRE, L. S.. Random Errors in Hot-Wire Anemometry Using Synthetic Data. Em: XIII Escola de Primavera de Transição e Turbulência, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
56.	FREIRE, L. S.. Random Errors in Hot-Wire Anemometry Using Synthetic Data. 2022. XIII Escola de Primavera de Transição e Turbulência. (Congresso)
57.	Freire, L. S.. Large-Eddy Simulation da Camada Limite Atmosférica. 2022. XII Workshop Brasileiro de Micrometeorologia. (Congresso)
58.	Freire, L. S.. Large-Eddy Simulation da Camada Limite Atmosférica. 2022. IV Seminário de Engenharia do Pampa. (Conferencia)
59.	FREIRE, LIVIA S.. Large-Eddy Simulation of the Atmospheric Boundary Layer with Near-Wall Resolved Turbulence. BOUNDARY-LAYER METEOROLOGY. v. 184, p. 25-43, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
60.	FRIEDRICH, A. N.; HELOU, E. S.; MOREIRA, L. E. M. E.; DOURADO NETO, D.. A scalable method for the estimation of spatial disaggregation models  . COMPUTERS & GEOSCIENCES. p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
61.	FUENTES, JOSE D.; GERKEN, TOBIAS; CHAMECKI, MARCELO; STOY, PAUL; FREIRE, LIVIA; RUIZ-PLANCARTE, JESUS. Turbulent transport and reactions of plant-emitted hydrocarbons in an Amazonian rain forest. ATMOSPHERIC ENVIRONMENT. v. n/a, p. 119094-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
62.	FURLAN, L. J. S.; ARAUJO, M. T.; MENDONCA, M. T.; BRANDI, A. C.; Souza, L. F.. Effects of anisotropy on the stability of Giesekus fluid flow. PHYSICS OF FLUIDS. v. 34, p. 124109-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
63.	FURLAN, LAISON JUNIO DA SILVA; DE MENDONCA, MARCIO TEIXEIRA; DE ARAUJO, MATHEUS TOZO; de Souza, Leandro Franco. On the validity of Squire?s theorem for viscoelastic fluid flows. JOURNAL OF NON-NEWTONIAN FLUID MECHANICS. v. 307, p. 104880-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
64.	GARCIA ZANABRIA, GERMAIN; RAIMUNDO, M. M.; POCO, J.; NERY, MARCELO; Silva, Claudio T.; Nonato, L.G.. CriPAV: Street-Level Crime Patterns Analysis and Visualization. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS. p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
65.	GARCIA, R. R. O.; RUSSO, C. M.. A Robust Lasso Regression for Linear Mixed-Effects Models with Diagnostic Analysis. Em: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, p. 207-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
66.	GIORDANI, LUIZ GUILHERME; Paiva, Afonso. Utilizando testes estatísticos para comparar a performance de modelos de aprendizado de máquina. Em: ANAIS DO II WORKSHOP DE MATEMáTICA, ESTATíSTICA E COMPUTAçãO APLICADAS à INDúSTRIA, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
67.	GOMES, JOSÉ CLELTO BARROS; Aoki, Reiko; LACHOS, VICTOR HUGO; PAULA, GILBERTO ALVARENGA; Russo, Cibele Maria. Fast inference for robust nonlinear mixed-effects models. JOURNAL OF APPLIED STATISTICS. v. online, p. 1-23, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
68.	GONCALVES, THALES; Nonato, L.G.. Extreme Learning Machine to Graph Convolutional Networks. Em: Lecture Notes in Computer Science - Intelligent Systems - BRACIS 2022. 1 ed. : Springer. 2022.p. 601-615. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
69.	GONZATTO, OILSON ALBERTO; NASCIMENTO, DIEGO CARVALHO; RUSSO, CIBELE MARIA; HENRIQUES, MARCOS JARDEL; TOMAZELLA, CAIO PAZIANI; Santos, Maristela Oliveira; NEVES, DENIS; ASSAD, DIEGO; GUERRA, RAFAELA; BERTAZO, EVELYN KEISE; CUMINATO, JOSÉ ALBERTO; LOUZADA, FRANCISCO. Safety-Stock: Predicting the demand for supplies in Brazilian hospitals during the COVID-19 pandemic. KNOWLEDGE-BASED SYSTEMS. v. 247, p. 108753-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
70.	GUERRERO, JORGE C.; CHAVEZ-FUENTES, JORGE R.; CASAVILCA-SILVA, JUAN E.; Costa, Eduardo F.. A Novel Bounded Real Lemma for Discrete-Time Markov Jump Linear Singular Systems. Ieee Control Systems Letters. v. 6, p. 2281-2286, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
71.	H. DARÚ, GILSILEY; R. A. CANTELLI, SELMA; D.MOTTA, FELIPE; ROMERO, ROSELI; Paiva, Afonso. Encontrando Perfis de Consumidores a partir da Redução de Dimensionalidade por Componentes Principais. Em: ANAIS DO II WORKSHOP DE MATEMáTICA, ESTATíSTICA E COMPUTAçãO APLICADAS à INDúSTRIA, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
72.	HASHIMOTO, E. M.; ORTEGA, E. M. M.; CORDEIRO, G. M.; CANCHO, V. G.; SILVA, I.. The re-parameterized inverse Gaussian regression to model length of stay of COVID-19 patients in the public health care system of Piracicaba, Brazil. JOURNAL OF APPLIED STATISTICS. v. 1, p. 1-21, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
73.	HAVEROTH, G.A.; THORE, C.-J.; CORREA, M.R.; AUSAS, R.F.; JAKOBSSON, S.; CUMINATO, J.A.; KLARBRING, A.. Topology optimization including a model of the layer-by-layer additive manufacturing process. COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING. v. 398, p. 115203-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
74.	Helou, Elias S.; SANTOS, SANDRA A.; SIMÕES, LUCAS E. A.. A primal nonsmooth reformulation for bilevel optimization problems. MATHEMATICAL PROGRAMMING. v. 1, p. 1-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
75.	HELOU, ELIAS S; SANTOS, SANDRA A; SIMÕES, LUCAS E A. A sequential optimality condition for Mathematical Programs with equilibrium constraints based on a nonsmooth formulation. IMA JOURNAL OF NUMERICAL ANALYSIS. v. 00, p. 1-30, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
76.	Januario, L.T.; OLIVEIRA, W. A.; SANTOS, MARISTELA. A Mathematical Model for Production Planning and Distribution of Credit Cards. Em: XXI LATIN IBERO-AMERICAN CONFERENCE ON OPERATIONS RESEARCH, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
77.	Januario, L.T.; Soler, W.A.O.; SANTOS, MARISTELA. A Mathematical Model for Production Planning and Distribution of Credit Cards (CLAIO 2022). 2022. XXI LATIN IBERO-AMERICAN CONFERENCE ON OPERATIONS RESEARCH. (Congresso)
78.	JARAMILLO, ALFREDO; GUIRALDELLO, RAFAEL T.; PAZ, STEVENS; AUSAS, ROBERTO F.; Sousa, Fabricio S.; PEREIRA, FELIPE; Buscaglia, Gustavo C.. Towards HPC simulations of billion-cell reservoirs by multiscale mixed methods. COMPUTATIONAL GEOSCIENCES. v. 27, p. 481-501, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
79.	JESUS, A. C. F. S.; FREIRE, L. S.; DIAS, N. L.. Lid-Driven Cavity Simulation Using the Chapel Programming Language. Em: XIII Escola de Primavera de Transição e Turbulência, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
80.	Katiane S. Conceição. Characterizations of the Zero-Modified Negative Binomial Distribution. 2022. XVI Encontro Científico dos Pós-Graduandos do IMECC. (Conferencia)
81.	Katiane S. Conceição; Marinho G. Andrade; Nalini Ravishanker. The zero-modified negative binomial distribution. Em: XXIV Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 1-1, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
82.	KOBOSIGHAWA, T. L.; RUSSO, C. M.; NONATO, L. G.. Crime Modeling in São Carlos Using Machine Learning Techniques. Em: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, p. 117-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
83.	LACHOS, VICTOR H.; Bazán, Jorge L.; CASTRO, LUIS M.; PARK, JIWON. The skew- t censored regression model: parameter estimation via an EM-type algorithm. Communications For Statistical Applications And Methods. v. 29, p. 333-351, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
84.	LI, QIANG; PERON, THOMAS; STANKOVSKI, TOMISLAV; JI, PENG. Effects of structural modifications on cluster synchronization patterns. NONLINEAR DYNAMICS (DORDRECHT. ONLINE). v. 108, p. 3529-3541, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
85.	LOTFI, NASTARAN; Rodrigues, Francisco A.. On the effect of memory on the Prisoner?s Dilemma game in correlated networks. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS. v. 607, p. 128162-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
86.	Marina Gandolfi.; Katiane S. Conceição. Generalizações da Distribuição Skellam. Em: 66ª Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria, v. 1, p. 1-1, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
87.	Marina Gandolfi.; Katiane S. Conceição. k-Modified Skellam Regression Model.. Em: XLVI Jornadas Nacionales de Estadística, v. 1, p. 1-1, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
88.	Marinho G. Andrade; Katiane S. Conceição; Nalini Ravishanker. A bayesian approach for ZMPS-GARMA model applied to influenza count data time series. Em: XXIV Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 1-1, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
89.	MARTIN, MATEUS; HIDEKI YANASSE, HORACIO; Santos, Maristela O.; MORABITO, REINALDO. Models for two- and three-stage two-dimensional cutting stock problems with a limited number of open stacks. INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH. p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
90.	MARTIN, MATEUS; Yanasse, HH; SANTOS, MARISTELA; Morábito, R.. Models for two- and three-stage two-dimensional cutting stock problems with a limited number of open stacks. Em: 54° Simpósio Brasileiro de Pesquisa Operacional (SBPO 2022), p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
91.	MARTIN, MATEUS; Yanasse, HH; SANTOS, MARISTELA; Morábito, R.. Models for two- and three-stage two-dimensional cutting stock problems with a limited number of open stacks (POSTER SBPO 2022). 2022. 54° Simpósio Brasileiro de Pesquisa Operacional (SBPO 2022). (Outra)
92.	MARTÍNEZ-MARTÍNEZ, C. T.; MÉNDEZ-BERMÚDEZ, J. A.; Rodrigues, Francisco A.; ESTRADA, ERNESTO. Nonuniform random graphs on the plane: A scaling study. PHYSICAL REVIEW E. v. 105, p. 034304-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
93.	MASTELINI, SAULO MARTIELLO; CASSAR, DANIEL R.; ALCOBAÇA, EDESIO; Botari, Tiago; de Carvalho, André C.P.L.F.; ZANOTTO, EDGAR D.. Machine learning unveils composition-property relationships in chalcogenide glasses. ACTA MATERIALIA. v. 240, p. 118302-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
94.	MASTELINI, SAULO MARTIELLO; NAKANO, FELIPE KENJI; VENS, CELINE; CARVALHO, ANDRE CARLOS PONCE DE LEON FERREIRA DE. Online Extra Trees Regressor. IEEE Transactions on Neural Networks and Learning Systems. v. 1, p. 1-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
95.	Medeiros, C. B.; André Carlos Ponce Leon Ferreira Carvalho; NAKAYA, H. T. I.; ROMANO, J. M. T.; ZUFFO, M. K.; ALMEIDA, V. A. F.. Computação: ciência, engenharia e arte. Em: FAPESP 60 Anos: A ciência no desenvolvimento nacional. 1 ed. : Cubo. 2022.p. 1-15. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
96.	METZ, FERNANDO L; PERON, THOMAS. Mean-field theory of vector spin models on networks with arbitrary degree distributions. Journal of Physics: Complexity. v. 3, p. 015008-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
97.	MIRANDA, F. R. D.; LOPES, L. R. O.; ALVES, T. P.; RUSSO, C. M.. Análise de Risco e Modelos de Classificação para Óbitos por COVID-19 no Estado de São Paulo. Em: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, p. 176-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
98.	MOLENAAR, DYLAN; CÚRI, MARIANA; BAZÁN, JORGE L.. Zero and One Inflated Item Response Theory Models for Bounded Continuous Data. JOURNAL OF EDUCATIONAL AND BEHAVIORAL STATISTICS. v. 47, p. 693-735, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
99.	MOREIRA, U. G.; ROCHA, F. F.; JARAMILLO, ALFREDO; SOUSA, F. S.; AUSAS, R. F.; BUSCAGLIA, G. C.; PEREIRA, F.. Numerical solution of single-phase flows in karstified heterogeneous carbonate rocks. Em: XLIII Ibero-Latin-American Congress on Computational Methods in Engineering (CILAMCE 2022), v. 1, p. 1-7, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
100.	MOREIRA, U. G.; ROCHA, F. F.; JARAMILLO, ALFREDO; SOUSA, F. S.; AUSAS, R. F.; BUSCAGLIA, G. C.; PEREIRA, FELIPE. Simplified simulation of two-phase flow in karst conduits in carbonate rocks. Em: 14th International Conference on Porous Media, v. 1, p. 528-528, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
101.	MORENO-VERA, FELIPE; LAVI, BAHRAM; NONATO, LUIS; SILVA, CLAUDIO; POCO, JORGE; TOKUDA, ERIC. 17K-Graffiti: Spatial and Crime Data Assessments in São Paulo City. Em: 17th International Conference on Computer Vision Theory and Applications, p. 968-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
102.	NASCIMENTO, O. X.; ANDRETTA, M.. Modelo de programação estocástica em dois estágios para um problema de empacotamento irregular bidimensional com incerteza na demanda. Em: LIV Simpósio Brasileiro de Pesquisa Operacional (SBPO), v. 54, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
103.	NONATO, LUIS GUSTAVO; PEIXOTO, PEDRO; Pereira, Tiago; SAGASTIZÁBAL, CLAUDIA; SILVA, PAULO J.S.. Robot Dance: a mathematical optimization platform for intervention against COVID-19 in a complex network. EURO JOURNAL ON COMPUTATIONAL OPTIMIZATION (PRINT). v. 10, p. 100025-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
104.	OLIVEIRA, FELIPE; Paiva, Afonso. Narrow-Band Screen-Space Fluid Rendering. COMPUTER GRAPHICS FORUM. v. 41, p. 82-93, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
105.	OLIVEIRA, H L; MCKEE, S; BUSCAGLIA, G C; CUMINATO, J A; STEWART, I W; WHEATLEY, D J. A Generalized mathematical representation of the shape of the Wheatley heart valve and the associated static stress fields upon opening and closing. IMA JOURNAL OF APPLIED MATHEMATICS. v. 87, p. 537-567, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
106.	PANHAM, DIOGO; CARMO, EDILSON; SILVEIRA, JAQUELINE; Paiva, Afonso. Analise dos impactos das variáveis de renda, trabalho e educação sobre o IPM. Em: ANAIS DO II WORKSHOP DE MATEMáTICA, ESTATíSTICA E COMPUTAçãO APLICADAS à INDúSTRIA, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
107.	PARK, HYUNGWON JOHN; REID, JEFFREY S.; FREIRE, LIVIA S.; JACKSON, CHRISTOPHER; RICHTER, DAVID H.. In situ particle sampling relationships to surface and turbulent fluxes using large eddy simulations with Lagrangian particles. ATMOSPHERIC MEASUREMENT TECHNIQUES. v. 15, p. 7171-7194, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
108.	POCCO, XIMENA; DA SILVA, TIAGO; POCO, JORGE; Nonato, Luis Gustavo; Gomez-Nieto, Erick. Exploring scientific literature by textual and image content using DRIFT. COMPUTERS & GRAPHICS-UK. v. 103, p. 140-152, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
109.	PRATAVIERA, FÁBIO; VILA, ROBERTO; Cancho, Vicente G.; Ortega, Edwin M. M.; Cordeiro, Gauss M.. Reparameterized extended Maxwell regression: Properties, estimation and application. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. p. 1-19, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
110.	QUEIROZ, L. R. S.; ANDRETTA, M.. A Stochastic Optimization Model for the Irregular Knapsack Problem with Uncertainty in the Plate Defects. PESQUISA OPERACIONAL (ONLINE). v. 42, p. 1-31, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
111.	QUISPE, FILOMEN INCAHUANACO; Paiva, Afonso. Counting Particles: a simple and fast surface reconstruction method for particle-based fluids. Em: 2022 35th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 145-149, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
112.	R M Oliveira; COSTA, E. F.; HELOU, E.S.. A Markovian Incremental Stochastic Subgradient Algorithm. IEEE TRANSACTIONS ON AUTOMATIC CONTROL. v. 00, p. 1-16, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
113.	RAIMUNDO, MARCOS M.; Nonato, Luis Gustavo; POCO, JORGE. Mining Pareto-optimal counterfactual antecedents with a branch-and-bound model-agnostic algorithm. DATA MINING AND KNOWLEDGE DISCOVERY. v. x, p. 1-33, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
114.	REBOLLEDO, RAMIRO J; MCKEE, Sean; CUMINATO, José Alberto; STEWART, IAIN W; WHEATLEY, DAVID. Regularization of a Mathematical Model of the Wheatley Heart Valve. JOURNAL OF BIOMECHANICAL ENGINEERING-TRANSACTIONS OF THE ASME. v. 1, p. 1-1, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
115.	RESCK DOMINGUES, LUCAS EMANUEL; PONCIANO, JEAN R.; Nonato, Luis Gustavo; POCO, JORGE. LegalVis: Exploring and Inferring Precedent Citations in Legal Documents. Ieee Transactions On Visualization And Computer Graphics. v. 1, p. 1-14, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
116.	RIBEIRO, LUIZ GUSTAVO; SIMEONI DE SOUSA, FABRICIO. Anti-fraud system for detecting non-compliances in corporate spending. Em: ANAIS DO II WORKSHOP DE MATEMáTICA, ESTATíSTICA E COMPUTAçãO APLICADAS à INDúSTRIA, v. 2, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
117.	Rivolli, Adriano; GARCIA, LUÍS P.F.; SOARES, CARLOS; VANSCHOREN, JOAQUIN; de Carvalho, André C.P.L.F.. Meta-features for meta-learning. KNOWLEDGE-BASED SYSTEMS. v. 240, p. 108101-108122, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
118.	ROCHA, F. F.; MANKAD, H.; SOUSA, F. S.; PEREIRA, F.. Improving the efficiency of reservoir simulations with the Multiscale Perturbation Method for Two-phase flows. Em: 14th International Conference on Porous Media, v. 1, p. 511-511, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
119.	ROCHA, FRANCIANE F.; MANKAD, HET; SOUSA, FABRICIO S.; PEREIRA, FELIPE. The multiscale perturbation method for two-phase reservoir flow problems. APPLIED MATHEMATICS AND COMPUTATION. v. 421, p. 126908-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
120.	ROCHA, FRANCIANE F.; Sousa, Fabricio S.; AUSAS, ROBERTO F.; Buscaglia, Gustavo C.; PEREIRA, FELIPE. A multiscale Robin-coupled implicit method for two-phase flows in high-contrast formations. Journal of Computational Science. v. 60, p. 101592-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
121.	Rodrigo Henrique Ramos; de Oliveira Lage Ferreira, Cynthia; Simao, Adenilso. The Survival Rate Among Unvaccinated, First Dose, and Second Dose Brazilian Hospitalized and ICU COVID Patients by Age Group. Em: SBCAS - XXII Simpósio Brasileiro de Computação Aplicada à Saúde, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
122.	ROSTER, KIRSTIN; CONNAUGHTON, COLM; Rodrigues, Francisco A. Machine-Learning-Based Forecasting of Dengue Fever in Brazilian Cities Using Epidemiologic and Meteorological Variables. AMERICAN JOURNAL OF EPIDEMIOLOGY. v. 191, p. 1803-1812, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
123.	ROSTER, KIRSTIN; CONNAUGHTON, COLM; Rodrigues, Francisco A.. Forecasting new diseases in low-data settings using transfer learning. CHAOS SOLITONS & FRACTALS. v. 161, p. 112306-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
124.	RUSSO, CIBELE M. Estoque Seguro: Previsão de Demanda por Suprimentos Durante a Pandemia de COVID-19. Em: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, p. 32-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
125.	SALDANHA, MATHEUS HENRIQUE JUNQUEIRA; Suzuki, Adriano Kamimura. On dealing with the unknown population minimum in parametric inference. AStA-Advances in Statistical Analysis. p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
126.	SALINAS, KARELIA; GONCALVES, THALES; BARELLA, VICTOR; VIEIRA, THALES; Nonato, Luis Gustavo. CityHub: A Library for Urban Data Integration. Em: 2022 35th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 43-49, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
127.	SANTOS, K.; SILVA, I. T.; CURI, M.. Genes clustering selection to survival prediction in breast cancer patients. Em: XIX Congresso Brasileiro de Informática em Saúde (CBIS), p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
128.	Santos, Maristela O.; SOLER, EDILAINE M.; FURLAN, MARCOS M.; VIEIRA, JOSÉ C.M.. A mixed integer programming model and solution method for the operation of an integrated water supply system. International Transactions in Operational Research. v. 29, p. 929-958, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
129.	SANTOS, MOISES R.; BRAZ, DOUGLAS D. C.; CARVALHO, ANDRE C. P. L. F.; TINOS, RENATO; PAULA, MARCOS B. S.; DORETTO, GABRIEL; GUARNIER, EWERTON; FILHO, DONATO SILVA; SUIAMA, DANILO Y.; FERREIRA, LORENA E.; JUNIOR, JOSE E. CARMO. Machine Learning Approach for Trend Prediction to Improve Returns on Brazilian Energy Market. Em: 2022 IEEE Latin American Conference on Computational Intelligence (LACCI), p. 1-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
130.	SILVA, JOSÉ CARLOS M.; SILVA, DIOGO H.; Rodrigues, Francisco A.; FERREIRA, SILVIO C.. Comparison of theoretical approaches for epidemic processes with waning immunity in complex networks. PHYSICAL REVIEW E. v. 106, p. 034317-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
131.	SILVA, LORRANY CRISTINA DA; QUEIROZ, THIAGO ALVES DE; Toledo, Franklina Maria Bragion de. INTEGER FORMULATIONS FOR THE INTEGRATED VEHICLE ROUTING PROBLEM WITH TWO-DIMENSIONAL PACKING CONSTRAINTS. PESQUISA OPERACIONAL (ONLINE). v. 42, p. 1-27, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
132.	SILVEIRA, J.; ADORNO, S.; NERY, M. B.; GARCIA, G.; PAIVA, A.; NONATO, L. G.. São Paulo City Homicides and Their Surroundings: from Non-Negative Tensor Factorization to Pattern Identification. Em: CNMAC 2022 XLI Congresso Nacional de Matemática Aplicada e Computacional, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
133.	SIMAO, A. S.; SILVA, F. L.; SANTOS, M. O.; CARRASCO, F. R.; CAMPOS JUNIOR, J. S.; SOARES, K. J. M.; RUSSO, T. L.; VANELLI, R. P. B.; RUSSO, C. M.. Previsão de Consumo de Medicamentos Durante a Pandemia de COVID-19 Utilizando Técnicas de Bootstrap. Em: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, p. 164-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
134.	SOUSA, F. S.; PIRES, V. A.; GUIRALDELLO, R. T.; AUSAS, R. F.; BUSCAGLIA, G. C.; PEREIRA, F.. Multiscale mixed domain decomposition methods for the simulation of heterogeneous black-oil flows. Em: 14th International Conference on Porous Media, v. 1, p. 535-535, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
135.	SOUZA QUEIROZ, LAYANE RODRIGUES DE; ANDRETTA, MARINA. A branch-and-cut algorithm for the irregular strip packing problem with uncertain demands. International Transactions in Operational Research. v. -, p. 1-28, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
136.	Toledo, F M B. Uma Introdução à Matheurísticas. 2022. III Workshop de Otimização. (Conferencia)
137.	UENO, F. Y.; Furlan, M.M.; SANTOS, MARISTELA. MIP-Heuristics for the multi-level capacitated lot sizing problem. Em: XXI LATIN IBERO-AMERICAN CONFERENCE ON OPERATIONS RESEARCH, p. -, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
138.	VENTURA, PAULO CESAR; ALETA, ALBERTO; Rodrigues, Francisco A.; MORENO, YAMIR. Epidemic spreading in populations of mobile agents with adaptive behavioral response. CHAOS SOLITONS & FRACTALS. v. 156, p. 111849-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
139.	VENTURA, PAULO CESAR; ALETA, ALBERTO; RODRIGUES, Francisco Aparecido; MORENO, YAMIR. Modeling the effects of social distancing on the large-scale spreading of diseases. Epidemics. v. 38, p. 100544-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
140.	VIGAS, VALDEMIRO P.; ORTEGA, EDWIN M. M.; CORDEIRO, GAUSS M.; Suzuki, Adriano K.; SILVA, GIOVANA O.. The new Neyman type A generalized odd log-logistic-G-family with cure fraction. JOURNAL OF APPLIED STATISTICS. v. 49, p. 2805-2824, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
141.	VITORIO, D.; SOUZA, E.; MARTINS, L.; FELIX, N.; André C. P. L. F. Carvalho; OLIVEIRA, A. L.. Ulysses-RFSQ: A Novel Method to Improve Legal Information Retrieval Based on Relevance Feedback. Em: BRACIS 2022. 1 ed. : Springer, Cham. 2022.p. 1-15. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
142.	XENOPOULOS, P.; CHAN, GROMIT Y.Y.; DORAISWAMY, HARISH; Nonato, L.G.; BARR, BRIAN; Silva, Claudio T.. GALE: Globally Assessing Local Explanations. Em: Topological, Algebraic, and Geometric Learning Workshops, v. 196, p. 322-331, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
143.	XENOPOULOS, PETER; Nonato, Luis Gustavo; SILVA, CLAUDIO. Visualization for Machine Learning. Em: 2022 35th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 294-302, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
144.	XENOPOULOS, PETER; RULFF, JOAO; Nonato, Luis Gustavo; BARR, BRIAN; SILVA, CLAUDIO. Calibrate: Interactive Analysis of Probabilistic Model Output. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS. v. 1, p. 1-11, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
145.	YANCHUK, SERHIY; WOLFRUM, MATTHIAS; Pereira, Tiago; TURAEV, DMITRY. Absolute stability and absolute hyperbolicity in systems with discrete time-delays. JOURNAL OF DIFFERENTIAL EQUATIONS. v. 318, p. 323-343, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
146.	YUAN, JUN; CHAN, GROMIT YEUK-YIN; BARR, BRIAN; OVERTON, KYLE; REES, KIM; Nonato, Luis Gustavo; BERTINI, ENRICO; Silva, Claudio T.. SUBPLEX: A Visual Analytics Approach to Understand Local Model Explanations At the Subpopulation Level. IEEE COMPUTER GRAPHICS AND APPLICATIONS. v. 1, p. 1-14, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
147.	ZHAO, W. Y.; NONATO, L. G.; RUSSO, C. M.. Spatial Autoregressive (SAR) Modelling of Crimes in the State of São Paulo. Em: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, p. 221-, 2022. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]

2021

1.	AFIFY, AHMED Z.; SUZUKI, A. K.; ZHANG, C.; NASSAR, M.. On three-parameter exponential distribution: properties, Bayesian and non-Bayesian estimation based on complete and censored samples. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 50, p. 3799-3819, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
2.	AKARTUNAL', KEREM; SANTOS, MARISTELA O. DOS; JANS, RAF; ARAUJO, SILVIO ALEXANDRE DE. SPECIAL ISSUE ON RECENT ADVANCES IN LOT SIZING. PESQUISA OPERACIONAL (ONLINE). v. 41, p. 1-3, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
3.	ALEXANDRE, MICHEL; DE MORAES, KAUÊ L; Rodrigues, Francisco A. Risk-dependent centrality in the Brazilian stock market. JOURNAL OF COMPLEX NETWORKS. v. 10, p. 1-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
4.	ALEXANDRE, MICHEL; SILVA, THIAGO CHRISTIANO; CONNAUGHTON, COLM; Rodrigues, Francisco A.. The drivers of systemic risk in financial networks: a data-driven machine learning analysis. CHAOS SOLITONS & FRACTALS. v. 153, p. 111588-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
5.	ALKHNBASHI, OMER S; MITROFANOV, ALEXANDER; BONIDIA, R. P.; RADEN, MARTIN; TRAN, VAN DINH; EGGENHOFER, FLORIAN; SHAH, SHIRAZ A; ÖZTÜRK, EKREM; PADILHA, VICTOR A; SANCHES, DANILO S; de Carvalho, A. C. P. L. F.; BACKOFEN, ROLF. CRISPRloci:comprehensive and accurate annotation of CRISPR-Cas systems. NUCLEIC ACIDS RESEARCH. v. 1, p. gkab456-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
6.	ALVES DE OLIVEIRA SOLER, WILLY; Oliveira Santos, Maristela; DO SOCORRO NOGUEIRA RANGEL, MARIA. Optimization models for a lot sizing and scheduling problem on parallel production lines that share scarce resources. RAIRO-OPERATIONS RESEARCH. v. 55, p. 1949-1970, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
7.	AMARAL, FABIO; CASACA, WALLACE; Oishi, Cassio M.; CUMINATO, JOSE A.. Simulating Immunization Campaigns and Vaccine Protection Against COVID-19 Pandemic in Brazil. IEEE Access. v. 9, p. 126011-126022, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
8.	AMARAL, FABIO; CASACA, WALLACE; Oishi, Cassio M.; Cuminato, José A.. Towards Providing Effective Data-Driven Responses to Predict the Covid-19 in São Paulo and Brazil. SENSORS. v. 21, p. 540-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
9.	ANDRADE, MARINHO G.; ACHCAR, JORGE A.; CONCEIÇÃO, KATIANE S.; RAVISHANKER, NALINI. Time Series Regression Models for COVID-19 Deaths. JOURNAL OF DATA SCIENCE (PRINT). v. 19, p. 1-24, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
10.	André C. P. L.F. de Carvalho; QUEIROZ, B. B. F.; TAUK, C.; NUNES, D.; BRAGANCA, F.; COELHO, J. L.; LOSS, J.; BRAGA, R.; NAVARRO, T.. Comentários preliminares ao Projeto de Lei da Câmara dos Deputados n° 21, de 2020 de autoria do Deputado Federal Eduardo Bismarck. 2021. Centro de Inovação, Administração e Pesquisa do Judiciário da Fundação Getulio Vargas (CIAPJ FGV),. (Nota técnica) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
11.	ANJOS, R. V.; PAIVA, A.. Simulação e renderização de cabelos para aplicações em tempo real. Em: 29º Simpósio Internacional de Iniciação Científica e Tecnológica da USP, p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
12.	Aoki, Reiko; LEÃO, DORIVAL; BUSTAMANTE, JUAN P. MAMANI; VILCA, Filidor. Ultrastructural calibration model for proficiency testing. JOURNAL OF APPLIED STATISTICS. v. online, p. 1-23, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
13.	BARELLA, VICTOR H.; GARCIA, LUÍS P.F.; DE SOUTO, MARCILIO C.P.; LORENA, ANA C.; de Carvalho, André C.P.L.F.. Assessing the data complexity of imbalanced datasets. INFORMATION SCIENCES. v. 553, p. 83-109, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
14.	BARRIGA, Gladys Dorotea Cacsire; SUZUKI, ADRIANO K.; Cancho, Vicente G.; Louzada, F.. A New Class of Cure Rate Survival Models: Properties, Inference and Applications. Advances in Data Science and Adaptive Analysis. v. 13, p. 2150001-21500015, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
15.	BARTMEYER, P. M.; OLIVEIRA, L. T.; TOLEDO, F. M. B.; LEAO, ALINE A.S.. Aprendizado por reforço aplicado ao problema de empacotamento de peças irregulares em faixas. Em: Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 1-11, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
16.	BAZAN, J. L.; ALMEIDA, T. S.; FERREIRA, M. M.; GUZMAN , D. C. F.; LOUZADA, F.; MIRANDA , M.; MOTA, A. L.; Rangel, M.S.; RUSSO, C. M.; SANTOS , L. A.; SANTOS, MARISTELA; TOLEDO, FRANKLINA MARIA BRAGION DE. ZIP Code Versus Georeference. 2021. Mathematics in Industry Reports. (Technical report) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
17.	BERTOCO, JULIANA; DE ARAÚJO, MANOEL S. B.; LEIVA, ROSALÍA T.; SÁNCHEZ, HUGO A. C.; CASTELO, ANTONIO. Numerical Simulation of KBKZ Integral Constitutive Equations in Hierarchical Grids. Applied Sciences-Basel. v. 11, p. 4875-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
18.	BERTOCO, JULIANA; LEIVA, ROSALÍA T.; L. Ferrás, Luís; AFONSO, ALEXANDRE M.; CASTELO, ANTONIO. Development Length of Fluids Modelled by the gPTT Constitutive Differential Equation. Applied Sciences-Basel. v. 11, p. 10352-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
19.	BERTOLI, W.; CONCEIÇÃO, K. S.; ANDRADE, M. G.; Louzada, F.. A New Regression Model for the Analysis of Overdispersed and Zero-modified Count Data. Entropy. p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
20.	BERTOLI, WESLEY; CONCEIÇÃO, KATIANE S.; Andrade, Marinho G.; LOUZADA, FRANCISCO. A New Regression Model for the Analysis of Overdispersed and Zero-Modified Count Data. Entropy. v. 23, p. 646-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
21.	BOAVENTURA, L. L.; FERREIRA, P. H.; FIACCONE, R. L.; RAMOS, P. L.; Louzada, F.. New statistical process control charts for overdispersed count data based on the Bell distribution. ANAIS DA ACADEMIA BRASILEIRA DE CIÊNCIAS. p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
22.	BONIDIA, ROBSON P; SAMPAIO, LUCAS D H; DOMINGUES, DOUGLAS S; PASCHOAL, ALEXANDRE R; LOPES, FABRÍCIO M; DE CARVALHO, ANDRÉ C P L F; SANCHES, DANILO S. Feature extraction approaches for biological sequences: a comparative study of mathematical features. BRIEFINGS IN BIOINFORMATICS. v. 1, p. 1-20, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
23.	Bonotto, E.M.. Atrator global para sistemas dinâmicos com impulsos. 2021. XVI Escola de Verão em Matemática. (Conferencia)
24.	Bonotto, E.M.. Periodic solutions of measure functional differential equations. 2021. ICMC Summer Meeting on Differential Equations - 2021 Chapter. (Conferencia)
25.	Bonotto, E.M.; Bortolan, M.; Caraballo, T.; Collegari, R.. Upper and Lower Semicontinuity of Impulsive Cocycle Attractors for Impulsive Nonautonomous Systems. Journal of Dynamics and Differential Equations. v. 33, p. 463-487, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
26.	Bonotto, E.M.; Bortolan, M.; Collegari, R.; Uzal, J. M.. Impulses in driving semigroups of nonautonomous dynamical systems: Application to cascade systems. DISCRETE AND CONTINUOUS DYNAMICAL SYSTEMS-SERIES B. v. 26, p. 4645-4661, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
27.	Bonotto, E.M.; Federson, M.; GADOTTI, M.C.. Recursive properties of generalized ordinary differential equations and applications. JOURNAL OF DIFFERENTIAL EQUATIONS. v. 303, p. 123-155, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
28.	Bonotto, E.M.; M. Federson; Mesquita, J. G.. Generalized Ordinary Differential Equations in Abstract Spaces and Applications. 1 ed. John Wiley & Sons, 2021. p. 512. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
29.	BOURGUIGNON, MARCELO; SANTOS-NETO, MANOEL; de Castro, Mário. A new regression model for positive random variables with skewed and long tail. METRON. v. 79, p. 33-55, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
30.	BRANDOLI, BRUNO; SPADON, GABRIEL; ESAU, TRAVIS; HENNESSY, PATRICK; CARVALHO, ANDRE C.P.L.; AMER-YAHIA, SIHEM; RODRIGUES-JR, JOSE F.. DropLeaf: A precision farming smartphone tool for real-time quantification of pesticide application coverage. COMPUTERS AND ELECTRONICS IN AGRICULTURE. v. 180, p. 105906-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
31.	BRONZATO, J. D.; DAVIDIAN, M. E. S.; CASTRO, M.; DE'JESUS'SOARES, A.; FERRAZ, C. C. R.; ALMEIDA, J. F. A.; MARCIANO, M. A.; GOMES, B. P. F. A.. Bacteria and virulence factors in periapical lesions associated with teeth following primary and secondary root canal treatment. INTERNATIONAL ENDODONTIC JOURNAL. v. 54, p. 660-671, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
32.	BRONZATO, JULIANA D.; BOMFIM, RAFAEL A.; HAYASIDA, GIOVANNA Z.P.; CÚRI, MARIANA; ESTRELA, CARLOS; PASTER, BRUCE J.; GOMES, BRENDA P.F.A.. Analysis of microorganisms in periapical lesions: A systematic review and meta-analysis. ARCHIVES OF ORAL BIOLOGY. v. 124, p. 105055-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
33.	CALCINA, SABRINA S.; Gameiro, Marcio. Parameter estimation in systems exhibiting spatially complex solutions via persistent homology and machine learning. MATHEMATICS AND COMPUTERS IN SIMULATION. v. 185, p. 719-732, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
34.	Camargo, V.C.B.; ALMADA-LOBO, B.; TOLEDO, F. M. B.. INTEGRATED LOTSIZING, SCHEDULING AND BLENDING DECISIONS IN THE SPINNING INDUSTRY. PESQUISA OPERACIONAL (ONLINE). v. 41, p. 1-26, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
35.	Cancho, Vicente G.; Barriga, Gladys D.C.; Cordeiro, Gauss M.; Ortega, Edwin M. M.; SUZUKI, ADRIANO K.. Bayesian survival model induced by frailty for lifetime with long¿term survivors. STATISTICA NEERLANDICA. v. 75, p. 299-323, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
36.	Cancho, Vicente G.; CORDEIRO, G.; BARRIGA, Gladys Dorotea Cacsire; ORTEGA, E. M. M.; KATTAN, MICHAEL W.. The Destructive Cure Rate Regression in Cancer Prognosis and Prediction. APPL MATH INFORM SCI. v. 15, p. 199-206, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
37.	CARMO, EDÍLSON; Paiva, Afonso. Lógica Fuzzy aplicado ao diagnóstico socioterritorial. Em: ANAIS DO I WORKSHOP DE MATEMáTICA, ESTATíSTICA E COMPUTAçãO APLICADAS à INDúSTRIA, p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
38.	CARVALHO, ANDRÉ CARLOS PONCE DE LEON FERREIRA DE. Inteligência Artificial: riscos, benefícios e uso responsável. ESTUDOS AVANÇADOS (ONLINE). v. 35, p. 21-36, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
39.	CASSAR, DANIEL R.; MASTELINI, SAULO MARTIELLO; Botari, Tiago; ALCOBAÇA, EDESIO; de Carvalho, André C.P.L.F.; ZANOTTO, EDGAR D.. Predicting and interpreting oxide glass properties by machine learning using large datasets. CERAMICS INTERNATIONAL. v. 47, p. 23958-23972, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
40.	CASTELLUCCI, PEDRO B.; COSTA, ALYSSON M.; TOLEDO, FRANKLINA. Network scheduling problem with cross-docking and loading constraints. COMPUTERS & OPERATIONS RESEARCH. v. 132, p. 105271-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
41.	Castelo, A.; AFONSO, A.M.; BEZERRA, WESLEY DE SOUZA. A Hierarchical Grid Solver for Simulation of Flows of Complex Fluids. Polymers. v. 13, p. 3168-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
42.	CENSOR, Y.; GARDUNO, E.; Salomão Helou, Elias; HERMAN, G. T.. Derivative-Free Superiorization: Principle and Algorithm. Numerical Algorithms. v. 88, p. 227-248, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
43.	CESARIO, A. L. M.; PONTELO, Y. F. C.; SILVA, G. L.; PAIVA, A.. Simulação de fumaça em uma engine de jogos. Em: 29º Simpósio Internacional de Iniciação Científica e Tecnológica da USP, p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
44.	CHATURANTABUT, S.; FREEZE, T.; HELOU, E. S.; HEMMING-SCHROEDER, N.; LEE, C. H.. Reduced-Order Methods in Medical Imaging. Em: Reduced-Order Methods in Medical Imaging. 1 ed. 2021.p. 237-258. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
45.	CHÁVEZ-FUENTES, JORGE R.; Costa, Eduardo F.; TERRA, MARCO H.; ROCHA, KAIO D.T.. The linear quadratic optimal control problem for discrete-time Markov jump linear singular systems. AUTOMATICA. v. 127, p. 109506-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
46.	CONCEIÇÃO, KATIANE S.; Andrade, Marinho G.; LOUZADA, FRANCISCO; RAVISHANKER, NALINI. Characterizations and generalizations of the negative binomial distribution. COMPUTATIONAL STATISTICS. v. 87, p. 1842-1862, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
47.	CONCEIÇÃO, KATIANE S.; Suzuki, Adriano K.; ANDRADE, MARINHO G.. A Bayesian approach for zero-modified Skellam model with Hamiltonian MCMC. Statistical Methods and Applications. v. 30, p. 747-765, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
48.	CONTRERAS, RODRIGO COLNAGO; Nonato, Luis Gustavo; BOAVENTURA, MAURÍLIO; Boaventura, Inês Aparecida Gasparotto; COELHO, BRUNO GOMES; Viana, Monique Simplicio. A New Multi-filter Framework with Statistical Dense SIFT Descriptor for Spoofing Detection in Fingerprint Authentication Systems. Em: A New Multi-filter Framework with Statistical Dense SIFT Descriptor for Spoofing Detection in Fingerprint Authentication Systems. 1 ed. : Springer. 2021.p. 442-455. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
49.	CONTRERAS, RODRIGO COLNAGO; PARNANDI, AVINASH; COELHO, BRUNO GOMES; SILVA, CLAUDIO; SCHAMBRA, HEIDI; Nonato, Luis Gustavo. NE-Motion: Visual Analysis of Stroke Patients Using Motion Sensor Networks. SENSORS. v. 21, p. 4482-4504, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
50.	CONVERSE, G.; CURI, M.; OLIVEIRA, S.; TEMPLIN, J.. Estimation of multidimensional item response theory models with correlated latent variables using variational autoencoders. MACHINE LEARNING. v. 110, p. 1463-1480, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
51.	CÚRI, M.. AVALIA Ribeirão. 2021. XVII Escola de Modelos de Regressão. (Conferencia)
52.	CÚRI, M.. Estatística: Uma aprendizagem ou a ciência dos prazeres?. 2021. Meetup de Dados. (Conferencia)
53.	DA PAZ, ROSINEIDE; BAZÁN, JORGE LUIS; LACHOS, VICTOR HUGO; DEY, DIPAK. A finite mixture mixed proportion regression model for classification problems in longitudinal voting data. JOURNAL OF APPLIED STATISTICS. v. 1, p. 1-18, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
54.	DA SILVA FURLAN, LAISON JUNIO; DE ARAUJO, MATHEUS TOZO; BRANDI, ANALICE COSTACURTA; DE ALMEIDA CRUZ, DANIEL ONOFRE; de Souza, Leandro Franco. Different Formulations to Solve the Giesekus Model for Flow between Two Parallel Plates. Applied Sciences-Basel. v. 11, p. 10115-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
55.	DA SILVA, JOSIMARA TATIANE; COBRE, Juliana; DE CASTRO, MÁRIO. New Bayesian approaches to equivalence testing. Journal of Statistical Computation and Simulation. p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
56.	DA SILVA, MARCELO A.; LIU, REN; HUGGINS-MANLEY, ANNE CORINNE; Bazán, Jorge L.. Bayesian estimation of multidimensional polytomous item response theory models with Q-matrices using Stan. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
57.	de Carvalho, A. C. P. L. F.; Dearo, Kemilly; SA, C. R.; CARVALHO, T.; MENDES-MOREIRA, J.; CARDOSO, J. M.; POEL, M.; KOK, J. N.. An Ensemble of Autonomous Auto-Encoders for Human Activity Recognition. NEUROCOMPUTING. v. 1, p. 1-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
58.	de Castro, Mário; Galea, Manuel. Bayesian inference for the pairwise probability of agreement using data from several measurement systems. Quality Engineering. v. 33, p. 571-580, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
59.	DE OLIVEIRA CAIRES, DANIEL; SIMEONI DE SOUSA, FABRÍCIO. Avaliação da interpretabilidade em técnicas de aprendizado de máquina. Em: ANAIS DO I WORKSHOP DE MATEMáTICA, ESTATíSTICA E COMPUTAçãO APLICADAS à INDúSTRIA, v. 1, p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
60.	de Oliveira Lage Ferreira, Cynthia. Análise de dados e mutações no câncer.. 2021. Celebrating Women in Mathematics 2021. (Conferencia)
61.	de Toledo FMB. Resolvendo problemas reais usando otimização. 2021. Ciclo de Palestras da Matemática para a Graduação. (Conferencia)
62.	DIAS, L. L. B.; SANTOS, M. O.; OKANO, E. Y.; ROSSET, M. C. V. N.. MODELO MATEMÁTICO PARA A DETERMINAÇÃO DE KITS CIRÚRGICOS PADRONIZADOS. Em: LIII Simpósio Brasileiro de Pesquisa Operacional (SBPO 2021), p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
63.	DIEGMILLER, ROCKY; ZHANG, LUN; Gameiro, Marcio; BARR, JUSTINN; IMRAN ALSOUS, JASMIN; SCHEDL, PAUL; SHVARTSMAN, STANISLAV Y.; Mischaikow, Konstantin. Mapping parameter spaces of biological switches. PLOS COMPUTATIONAL BIOLOGY (ONLINE). v. 17, p. e1008711-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
64.	DRAGAN, V.; Costa, Eduardo F.; Popa, Ioan-Lucian; ABERKANE, S.. Exact detectability: Application to generalized Lyapunov and Riccati equations. SYSTEMS & CONTROL LETTERS. v. 157, p. 105032-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
65.	ELDERING, JAAP; LAMB, JEROEN S W; Pereira, Tiago; ROQUE DOS SANTOS, EDMILSON. Chimera states through invariant manifold theory. NONLINEARITY. v. 34, p. 5344-5374, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
66.	Fabio, Lizandra C.; VILLEGAS, CRISTIAN; CARRASCO, JALMAR M. F.; CASTRO, MÁRIO DE. Diagnostic tools for a multivariate negative binomial model for fitting correlated data with overdispersion. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
67.	Faceli, Katti; LORENA, A. C.; Gama, João; de Almeida, T. A.; de Carvalho, A.C.P.L.F.. Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina (2 edição). 2 ed. Grupo Gen, 2021. v. 1, p. 304. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
68.	FELIX, N.; SILVA, M.; Pereira, Fabiola; TARREGA, J. P. M.; BEINOTTI, J. V. P.; FONSECA, M.; Francisco Edmundo de Andrade; André C. P. L. F. Carvalho. Evaluating Topic Models in Portuguese Political Comments About Bills from Brazils Chamber of Deputies. Em: Intelligent Systems. BRACIS 2021. 130 ed. : Springer. 2021.p. 1-17. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
69.	FERNANDES JUNIOR, FRANCISCO ERIVALDO; Nonato, Luis Gustavo; RANIERI, CAETANO MAZZONI; UEYAMA, JÓ. Memory-Based Pruning of Deep Neural Networks for IoT Devices Applied to Flood Detection. SENSORS. v. 21, p. 7506-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
70.	FERREIRA, KAMYLA MARIA; DE QUEIROZ, THIAGO ALVES; TOLEDO, FRANKLINA MARIA BRAGION. An exact approach for the green vehicle routing problem with two-dimensional loading constraints and split delivery. COMPUTERS & OPERATIONS RESEARCH. v. 136, p. 105452-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
71.	FERREIRA-SILVA, MÁRCIA MARIA; PEREIRA, G. A.; RODRIGUES-JUNIOR, V.; MEIRA, W. S. F.; BASQUES, F. V.; LANGHI-JUNIOR, D. M.; ROMANELLI, M.; UMEZAWA, E. S.; KESPER-JUNIOR, N.; Louzada Neto, F.; MORAES-SOUZA, H.. Chagas disease: Performance analysis ofimmunodiagnostic tests anti-Trypanosoma cruzi inblood donors with inconclusive screening. Hematology, Transfusion and Cell Therapy. p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
72.	Figur, A.; CASTELO, A; Tari, Farid. Extraction of robust features on human faces. Em: CNMAC 2021, v. 8, p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
73.	FLORES, SANDRA E.; PRATES, MARCOS O.; Bazán, Jorge L.; BOLFARINE, HELENO B.. Spatial regression models for bounded response variables with evaluation of the degree of dependence. Statistics and Its Interface. v. 14, p. 95-107, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
74.	FUJII, T.; SOUZA, A.; FURKOTTER, M.; BORGATTO, A.; CÚRI, M.. Estudo sobre Construção de Escalas com Base na Teoria da Resposta ao Item: Avaliação de Proficiência em Conteúdos Matemáticos Básicos. Boletim de Educação Matemática. BOLEMA. v. 35, p. 1876-1898, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
75.	FURLAN, L. J. S.; ARAUJO, M. T.; SOUZA, Leandro Franco de; MENDONÇA, Márcio Teixeira de; BRANDI, A. C.. MATRIX METHOD FOR A STABILITY ANALYSIS OF NON-NEWTONIAN FLUID FLOW. Em: 26th International Congress of Mechanical Engineering, p. 1-7, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
76.	G. FERREIRA, GABRIEL; BÁZAN, JORGE. Medidas de comparação de modelos para classes desbalanceadas. Em: ANAIS DO I WORKSHOP DE MATEMáTICA, ESTATíSTICA E COMPUTAçãO APLICADAS à INDúSTRIA, p. -4, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
77.	GALLARDO, DIEGO I.; de Castro, Mário; GÓMEZ, HÉCTOR W.. An Alternative Promotion Time Cure Model with Overdispersed Number of Competing Causes: An Application to Melanoma Data. Mathematics. v. 9, p. 1815-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
78.	Gameiro, Marcio; Gedeon, Tomas; Shane Kepley; Mischaikow, Konstantin. Rational design of complex phenotype via network models. PLOS COMPUTATIONAL BIOLOGY (ONLINE). p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
79.	GARCIA, LUIS P. F.; CAMPELO, F.; RAMOS, G.; Rivolli, Adriano; André C. P. L. F. Carvalho. Evaluating Clustering Meta-features for Classifier Recommendation. Em: Intelligent Systems. BRACIS 2021. 130 ed. : Springer. 2021.p. 1-15. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
80.	GAZON, A. B.; MILANI, E. A.; MOTA, A. L.; Louzada, F.; TOMAZELLA, V. L. D.; CALSAVARA, V. F.. Non-proportional hazards model with a frailty term for modeling subgroups with evidence of long-term survivors: application to a lung cancer dataset. BIOMETRICAL JOURNAL. p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
81.	GAZON, AMANDA B.; MILANI, EDER A.; MOTA, ALEX L.; Louzada, F.; TOMAZELLA, V. L. D.; CALSAVARA, VINICIUS F.. Nonproportional hazards model with a frailty term for modeling subgroups with evidence of long-term survivors: Application to a lung cancer dataset. BIOMETRICAL JOURNAL. v. 63, p. 26-48, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
82.	Godoi, R.; Castelo, A.. [PDF] de emnuvens.com.br Simulação de escoamentos com influência de temperatura utilizando o sistema Hig-Flow. Em: CNMAC 2021, v. 8, p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
83.	GUERRERO, J. C.; Fuentes, J. R. C.; CASAVILCA, J. E.; Costa, Eduardo F.. Stability analysis of discrete-time Markov jump linear singular systems with partially known transition probabilities. SYSTEMS & CONTROL LETTERS. v. 158, p. 105057-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
84.	GUIRALDELLO, RAFAEL T.; ROCHA, F. F.; SOUSA, F. S.; AUSAS, R. F.; BUSCAGLIA, G. C.; PEREIRA, FELIPE. An assessment of interface spaces for the accurate simulation of two-phase flows in high-contrast formations. Em: XLII Ibero-Latin-American Congress on Computational Methods in Engineering, v. 1, p. 1-7, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
85.	GÓMEZ, YOLANDA M.; GALLARDO, DIEGO I.; DE CASTRO, M.. A regression model for positive data based on the slashed half-normal distribution. REVSTAT-Statistical Journal. v. 19, p. 553-573, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
86.	Horvath, T.; Mantovani, R.; André Carlos Ponce Leon Ferreira de Carvalho. Time-Series in Hyper-parameter Initialization of Machine Learning Techniques. Em: Intelligent Data Engineering and Automated Learning IDEAL 2021. 258 ed. : Springer International Publishing. 2021.p. 246-. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
87.	Ienco, Dino; Pereira-Santos, Davi; DE CARVALHO, ANDRÉ C. P. L. F.. Evaluate Pseudo Labeling and CNN for Multi-variate Time Series Classification in Low-Data Regimes. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2021.p. 126-137. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
88.	IRIARTE, YURI A.; DE CASTRO, MÁRIO DE; GÓMEZ, HÉCTOR W.. An Alternative One-Parameter Distribution for Bounded Data Modeling Generated from the Lambert Transformation. Symmetry-Basel. v. 13, p. 1190-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
89.	IRIARTE, YURI A.; de Castro, Mário; GÓMEZ, HÉCTOR W.. Correction: Iriarte et al. A Unimodal/Bimodal Skew/Symmetric Distribution Generated from Lambert?s Transformation. Symmetry 2021, 13, 269. Symmetry-Basel. v. 13, p. 2304-2304, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
90.	IRIARTE , YURI A.; de Castro, Mário; GÓMEZ , HÉCTOR W.. A Unimodal/Bimodal Skew/Symmetric Distribution Generated from Lambert?s Transformation. Symmetry-Basel. v. 13, p. 269-290, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
91.	Januario, L.T.; Oliveira Santos, Maristela. Modelo de Otimização Matemática para Redução de Custos Logísticos de Distribuição. Em: I Workshop de Matemática, Estatística e Computação Aplicadas à Indústria (I WMECAI), p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
92.	K. S. CONCEIÇÃO; ANDRADE, M. G.; LACHOS, V. H.; RAVISHANKER, N.. A Look at the Bayesian Approach to the Zero-Modified Negative Binomial Distribution and mMALA Algorithm.. 2021. Department of statistics - UCONN. (Technical reports 21-10, department of statistics, university of connecticut) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
93.	KASMANAS, JONAS COELHO; BARTHOLOMÄUS, ALEXANDER; CORRÊA, FELIPE BORIM; TAL, TAMARA; JEHMLICH, NICO; HERBERTH, GUNDA; VON BERGEN, MARTIN; STADLER, PETER F; CARVALHO, ANDRÉ CARLOS PONCE DE LEON FERREIRA DE; NUNES DA ROCHA, ULISSES. HumanMetagenomeDB: a public repository of curated and standardized metadata for human metagenomes. NUCLEIC ACIDS RESEARCH. v. 49, p. D743-D750, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
94.	Katiane S. Conceição. Uma Extensão das Distribuições Discretas. 2021. II Ciclo de Palestras em Estatística e Análise de Dados. (Conferencia)
95.	Katiane S. Conceição. Characterizations and Generalizations of the Negative Binomial Distribution. 2021. Seminário do PPGE/UFPE. (Seminario)
96.	Katiane S. Conceição. Quando o Tradicional Precisa ser Modifi(k)do. 2021. XI Semana da Estatística UFSCar/USP. (Conferencia)
97.	KITTEL, TIM; CIEMER, CATRIN; LOTFI, NASTARAN; PERON, THOMAS; RODRIGUES, FRANCISCO; KURTHS, JÜRGEN; DONNER, REIK V.. Evolving climate network perspectives on global surface air temperature effects of ENSO and strong volcanic eruptions. European Physical Journal-Special Topics. v. 230, p. 3075-3100, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
98.	LEAO, ALINE A.S.; TOLEDO, F. M. B.. Enhanced solution for the irregular strip packing problem: valid inequalities and branching priorities. Em: Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 1-12, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
99.	LIMA, C. M.; RABI, J. A.; CASTELO, A. Aplicação de Otimização Linear na Seleção de Portfólio de Projetos. Em: Workshop de Matemática, Estatística e Computação Aplicadas à Indústria - WMECAI, 2021, v. 1, p. 1-10, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
100.	LIN, JASMINE J.; CHAN, GROMIT Y.Y.; SILVA, CLÁUDIO T.; Nonato, Luis G.; RAGHAVAN, PREETI; MCGRATH, ALEKSANDRA; CHU, ALICE. Motion Analytics of Trapezius Muscle Activity in an 18-Year-Old Female with Extended Upper Brachial Plexus Birth Palsy. Journal of Brachial Plexus and Peripheral Nerve Injury. v. 16, p. e51-e55, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
101.	LOUZADA, FRANCISCO; Cuminato, José A.; RODRIGUEZ, OSCAR M. H.; TOMAZELLA, VERA L. D.; FERREIRA, PAULO H.; RAMOS, PEDRO L.; MILANI, EDER A.; BOCHIO, GUSTAVO; PERISSINI, IVAN C.; GONZATTO JUNIOR, OILSON A.; MOTA, ALEX L.; ALEGRÍA, LUIS F. A.; COLOMBO, DANILO; PERONDI, EDUARDO A.; WENTZ, ANDRÉ V.; JÚNIOR, ANSELMO L. SILVA; BARONE, DANTE A. C.; SANTOS, HUGO F. L.; MAGALHÃES, MARCUS V. C.. Improved objective Bayesian estimator for a PLP model hierarchically represented subject to competing risks under minimal repair regime. PLoS One. v. 16, p. e0255944-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
102.	Marar, Ton. MODELOS DO PLANO PROJETIVO NO ESPAÇO TRIDIMENSIONAL. Revista Matemática Universitária. v. 1, p. 47-55, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
103.	MARQUES, L.F.; ROGENSKI, J.K.; SOUZA, L.F.. Görtler instability on a turbine blade. INTERNATIONAL JOURNAL OF THERMAL SCIENCES. v. 165, p. 106926-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
104.	MASTELINI, SAULO MARTIELLO; de Carvalho, Andre Carlos Ponce de Leon Ferreira. Using dynamical quantization to perform split attempts in online tree regressors. PATTERN RECOGNITION LETTERS. v. 145, p. 37-42, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
105.	MCKEE, Sean; CUMINATO, José Alberto; STEWART, IAIN; WHEATLEY, DAVID. A Mathematical Representation of the Wheatley Heart Valve. JOURNAL OF BIOMECHANICAL ENGINEERING-TRANSACTIONS OF THE ASME. v. 143, p. 1-12, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
106.	MEACCI, LUCA; DI BARI, VINCENZO; AUSAS, ROBERTO FEDERICO; MUT, FERNANDO; GRAY, DAVID ALISTAIR; BUSCAGLIA, GUSTAVO CARLOS. A mathematical model of a single seed oleosome. Results in Applied Mathematics. v. 9, p. 100128-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
107.	MEACCI, LUCA; PRIMICERIO, MARIO; BUSCAGLIA, GUSTAVO CARLOS. Growth of tumours with stem cells: The effect of crowding and ageing of cells. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS. v. 570, p. 125841-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
108.	MENDES, S.; FERRARI, R. P. A.; OLIVEIRA, L. H.; Oliveira Santos, Maristela; RABI, J. A.. Alocação de Facilidades na Pandemia de Covid-19. Em: I Workshop de Matemática, Estatística e Computação Aplicadas à Indústria (I WMECAI), p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
109.	MENESES, MICHEL; MATOS, LEONARDO; PRADO, BRUNO; Carvalho, André; MACEDO, HENDRIK. SmartSORT: an MLP-based method for tracking multiple objects in real-time. Journal of Real-Time Image Processing. v. 1, p. 1-9, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
110.	Moreira, M.H.; AUSAS, R.F.; DAL PONT, S.; PELISSARI, P.I.; LUZ, A.P.; PANDOLFELLI, V.C.. Towards a single-phase mixed formulation of refractory castables and structural concrete at high temperatures. INTERNATIONAL JOURNAL OF HEAT AND MASS TRANSFER. v. 171, p. 121064-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
111.	Moreira, M.H.; DAL PONT, S.; AUSAS, R.F.; CUNHA, T.M.; LUZ, A.P.; PANDOLFELLI, V.C.. Direct comparison of multi and single-phase models depicting the drying process of refractory castables. Open Ceramics. v. 6, p. 100111-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
112.	Moreira, M.H.; PONT, S.DAL; AUSAS, R.F.; LUZ, A.P.; CUNHA, T.M.; Parr, C.; PANDOLFELLI, V.C.. Main trends on the simulation of the drying of refractory castables - Review. CERAMICS INTERNATIONAL. v. 47, p. 28086-28105, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
113.	Moreno, Juan; Quintero, Sebastian; Riascos, Alvaro; Nonato, Luis Gustavo; Sanchez, Cristian. Homicide Prediction Using Sequential Features from Graph Signal Processing. Em: Lecture Notes in Networks and Systems. 1 ed. : Springer International Publishing. 2021.p. 804-817. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
114.	MORITA, LIA H. M.; TOMAZELLA, VERA L. D.; RAMOS, PEDRO L.; FERREIRA, PAULO H.; LOUZADA, FRANCISCO. The random deterioration rate model with measurement error based on the inverse Gaussian distribution. Brazilian Journal of Probability and Statistics. v. 35, p. 187-204, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
115.	MORITA, LIA H. M.; TOMAZELLA, VERA L.; BALAKRISHNAN, NARAYANASWAMY; RAMOS, PEDRO L.; FERREIRA, PAULO H.; LOUZADA, FRANCISCO. Inverse Gaussian process model with frailty term in reliability analysis. QUALITY AND RELIABILITY ENGINEERING INTERNATIONAL. v. 37, p. 763-784, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
116.	MOTA, A. L.; RAMOS, P. L.; FERREIRA, PAULO H.; TOMAZELLA, VERA L. D.; Louzada, F.. A Reparameterized Weighted Lindley Distribution: Properties, Estimation and Applications. REVISTA COLOMBIANA DE ESTADISTICA. v. 44, p. 65-90, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
117.	MOTA, ALEX; MILANI, EDER A.; CALSAVARA, VINICIUS F.; TOMAZELLA, VERA L. D.; LEÃO, JEREMIAS; RAMOS, P. L.; FERREIRA, PAULO H.; Louzada, F.. Weighted Lindley frailty model: estimation and application to lung cancer data. LIFETIME DATA ANALYSIS. v. 27, p. 561-587, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
118.	NAGASAVA, J. R. M.; RIZZI, M. P.; SILVA, W. P.; NASCIMENTO, J. V.; OLIVEIRA, E. S.; CÚRI, M.. TESTE ADAPTATIVO NO MOODLE VIA R. Em: XI Reunião da ABAVE e VII Conbratri, p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
119.	NASCIMENTO, D. C.; RAMOS, P. L.; ELAL-OLIVERO, D.; CORTES-ARAYA, M.; Louzada, F.. Generalizing Normality: Different Estimation Methods for Skewed Information. Symmetry-Basel. v. 13, p. 1067-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
120.	NASCIMENTO, DIEGO C.; PIMENTEL, B. A.; SOUZA, RENATA M.C.R.; COSTA, LILIA; GONÇALVES, SANDRO; Louzada, F.. Dynamic graph in a symbolic data framework: An account of the causal relation using COVID-19 reports and some reflections on the financial world. CHAOS SOLITONS & FRACTALS. v. 153, p. 111440-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
121.	NOVAES, MARCEL; ROQUE DOS SANTOS, EDMILSON; Pereira, Tiago. Recovering sparse networks: Basis adaptation and stability under extensions. PHYSICA D-NONLINEAR PHENOMENA. v. 424, p. 132895-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
122.	NUNES, WESLEY H. B.; MOREIRA, MAYRON C. O.; ANDRETTA, MARINA. A Genetic Algorithm for the Nesting Problem With Continuous Rotations. Em: 2021 IEEE Congress on Evolutionary Computation (CEC), p. 1107-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
123.	Oliveira Santos, Maristela. Programação inteira e aplicações industriais: Perspectivas e realidade (CNMAC). 2021. XL Congresso Nacional de Matemática Aplicada e Computacional (CNMAC). (Congresso)
124.	Oliveira, S. C.; COBRE, J.; Pereira, D. F.. A measure of reliability for scientific co-authorship networks using fuzzy logic. SCIENTOMETRICS. v. 126, p. 4551-4563, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
125.	PADILHA, VICTOR A; ALKHNBASHI, OMER S; TRAN, VAN DINH; SHAH, SHIRAZ A; CARVALHO, ANDRÉ C P L F; BACKOFEN, ROLF. Casboundary: automated definition of integral Cas cassettes. BIOINFORMATICS. v. 37, p. 1352-1359, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
126.	PAZ, STEVENS; JARAMILLO, ALFREDO; GUIRALDELLO, RAFAEL T.; AUSAS, ROBERTO F.; Sousa, Fabricio S.; PEREIRA, FELIPE; Buscaglia, Gustavo C.. An adaptive time stepping algorithm for IMPES with high order polynomial extrapolation. APPLIED MATHEMATICAL MODELLING. v. 91, p. 1100-1116, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
127.	PAZ, STEVENS; JARAMILLO, ALFREDO; GUIRALDELLO, RAFAEL T.; AUSAS, R. F.; SOUSA, F. S.; PEREIRA, FELIPE; BUSCAGLIA, G. C.. An Adaptive Time Marching Strategy for IMPES. Em: XXXVII Congreso Argentino de Mecánica Computacional (MECOM 2021), v. 38, p. 751-758, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
128.	PESCIM, R. R.; SUZUKI, A. K.; CORDEIRO, G. M.; ORTEGA, E. M. M.. The destructive zero-inflated power series cure rate models for carcinogenesis studies. REVSTAT-Statistical Journal. p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
129.	POCCO, XIMENA; POCO, JORGE; VIANA, MATHEUS; DE PAULA, ROGERIO; Nonato, Luis G.; Gomez-Nieto, Erick. DRIFT: A visual analytic tool for scientific literature exploration based on textual and image content. Em: 2021 34th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 136-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
130.	PRATAVIERA, F.; CORDEIRO, G. M.; ORTEGA, E. M. M.; HASHIMOTO, E. M.; CANCHO, V. G.. A new regression model for rates and proportions data with applications. JOURNAL OF APPLIED STATISTICS. v. 13, p. 1-25, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
131.	QUEIROZ, L. R. S.; ANDRETTA, M.. Problema da Mochila com itens irregulares e incerteza nos defeitos da placa. Em: LIII Simpósio Brasileiro de Pesquisa Operacional (SBPO), p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
132.	RAMOS, P. L.; COSTA, L. F.; LOUZADA, F.; Rodrigues, F. A.. Power laws in the Roman Empire: a survival analysis. Royal Society Open Science. v. 8, p. 210850-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
133.	RAMOS, PEDRO L.; MOTA, ALEX L.; FERREIRA, PAULO H.; RAMOS, EDUARDO; TOMAZELLA, VERA L. D.; LOUZADA, FRANCISCO. Bayesian analysis of the inverse generalized gamma distribution using objective priors. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 91, p. 786-816, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
134.	Ramos, Rodrigo Henrique; Cutigi, Jorge Francisco; FERREIRA, CYNTHIA DE OLIVEIRA LAGE; Simao, Adenilso. Topological Characterization of Cancer Driver Genes Using Reactome Super Pathways Networks. Em: Advances in Bioinformatics and Computational Biology. 1 ed. : Springer. 2021.p. 26-37. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
135.	RAQUEL, GABRIELA C.; CONCEIÇÃO, KATIANE S.; PRATES, MARCOS O.; Andrade, Marinho G.. A zero-modified Poisson mixed model with generalized random effect. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 91, p. 2457-2474, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
136.	REDDY, G. M. M.; NANDA, P.; VYNNYCKY, M.; Cuminato, J. A.. An adaptive boundary algorithm for the reconstruction of boundary and initial data using the method of fundamental solutions for the inverse Cauchy-Stefan problem. COMPUTATIONAL AND APPLIED MATHEMATICS. v. 40, p. 99-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
137.	REDDY, G.M.M.; NANDA, P.; VYNNYCKY, M.; Cuminato, J.A.. Efficient numerical solution of boundary identification problems: MFS with adaptive stochastic optimization. APPLIED MATHEMATICS AND COMPUTATION. v. 409, p. 126402-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
138.	Ribeiro, M. P.; FREIRE, L. S.; SOUZA, Leandro Franco de. A NEW DIRECT NUMERICAL SIMULATION CODE OF BOUNDARY LAYER FLOWS VERIFIED BY THE METHOD OF MANUFACTURED SOLUTIONS. Em: 26th International Congress of Mechanical Engineering, p. 1-7, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
139.	Rivolli, Adriano; Garcia, Luís P. F.; LORENA, ANA C.; DE CARVALHO, ANDRÉ C. P. L. F.. A Study of the Correlation of Metafeatures Used for Metalearning. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2021.p. 471-483. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
140.	ROCHA, FRANCIANE F.; Sousa, Fabricio S.; Ausas, Roberto F.; PEREIRA, FELIPE; Buscaglia, Gustavo C.. Interface spaces based on physics for multiscale mixed methods applied to flows in fractured-like porous media. COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING. v. 385, p. 114035-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
141.	RODRIGUES, FABIANO; RODRIGUES, Francisco Aparecido; ROCHA RODRIGUES, THELMA VALÉRIA. Modelos de machine learning para predição do sucesso de startups. REVISTA DE GESTÃO E PROJETOS. v. 12, p. 28-55, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
142.	Rodrigues, Josemar; BENITES, YURY R.; Cancho, Vicente G.; Balakrishnan, N.; SUZUKI, ADRIANO K.. Bayesian meta-elliptical multivariate regression models with fixed marginals on unit intervals. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 13, p. 1-21, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
143.	Rodrigues, L.F; SANTOS, M. O.; Almada-Lobo, Bernardo. UM ALGORITMO MEMÉTICO APLICADO AO PROBLEMA DE ROTEAMENTO E PRODUÇÃO. Em: LIII Simpósio Brasileiro de Pesquisa Operacional (SBPO 2021), p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
144.	ROSSI, ANDRE L. D.; Soares, C.; Souza, Bruno Feres de; André Carlos Ponce Leon Ferreira Carvalho. Micro-MetaStream: algorithm selection for time-changing data. INFORMATION SCIENCES. v. 565, p. 262-277, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
145.	ROSTER, KIRSTIN; CONNAUGHTON, COLM; Rodrigues, Francisco A. 1222Estimating the causal effect of mobility on Dengue during the COVID-19 pandemic. INTERNATIONAL JOURNAL OF EPIDEMIOLOGY. v. 50, p. 1-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
146.	RUGGERI, F.; BOLFARINE, H.; BAZÁN, J.L.; ARELLANO-VALLE, R.; DAVILA, V. H. L.; ANDRDE FILHO, M. C.. 2021 International Statistical Institute Mahalanobis Award: A Tribute to Heleno Bolfarine. INTERNATIONAL STATISTICAL REVIEW. v. 89, p. 435-446, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
147.	RUSSO, C. M.. Por que o cientista de dados precisa estudar matemática?. 2021. EstaTiDados. (Comunicacao)
148.	SALDANHA, MATHEUS HENRIQUE JUNQUEIRA; Suzuki, Adriano Kamimura. Determining the Probability Distribution of Execution Times. Em: 2021 IEEE Symposium on Computers and Communications (ISCC), p. 1-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
149.	SANTANA, ROGÉRIO A.; CONCEIÇÃO, KATIANE S.; DINIZ, CARLOS A. R.; Andrade, Marinho G.. Type I multivariate zero-inflated COM-Poisson regression model. BIOMETRICAL JOURNAL. v. 64, p. 481-505, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
150.	SANTOS, N. C. A.; Bazán, J.L. Residual analysis in rasch poisson counts models. REVISTA BRASILEIRA DE BIOMETRIA. v. 38, p. 206-220, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
151.	SANTOS, N. C. A.; BAZÁN, J.L.. Residual Analysis in Rasch Counts Models. Em: The 85th Annual Meeting of the Psychometric Society. 1 ed. : Springer. 2021.p. 285-295. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
152.	SILVA, ANA R. S.; AZEVEDO, CAIO L. N.; Bazán, Jorge L.; NOBRE, JUVÊNCIO S.. Augmented-limited regression models with an application to the study of the risk perceived using continuous scales. JOURNAL OF APPLIED STATISTICS. v. 48, p. 1998-2021, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
153.	SILVA, ANA R. S.; AZEVEDO, CAIO L. N.; Bazán, Jorge L.; NOBRE, JUVÊNCIO S.. Bayesian inference for zero-and/or-one augmented beta rectangular regression models. Brazilian Journal of Probability and Statistics. v. 35, p. 749-771, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
154.	SILVA, F. L.; MIRANDA, F. R. D.; Russo, C. M.. Visualização dos impactos sociais da COVID-19. Em: Simpósio Internacional de Iniciação Científica e Tecnológica da USP, p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
155.	SILVA, K. C. R.; OLIVEIRA, HELDER L. COSTA DE; de Carvalho, A. C. P. L. F.. Performance evaluation of outlier rules for labelling outliers in multidimensional dataset. INTERNATIONAL JOURNAL OF BUSINESS INTELLIGENCE AND DATA MINING. v. 19, p. 135-152, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
156.	SILVA, L. C.; CARVALHO, A. C. P. L. F.; SANTOS, M. O.. COMPARAÇÃO DE FORMULAÇÕES MATEMÁTICAS PARA O PROBLEMA DE POUSO DE AERONAVES. Em: LIII Simpósio Brasileiro de Pesquisa Operacional (SBPO 2021), p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
157.	SILVA, PAULO J. S.; PEREIRA, T.; SAGASTIZABAL, C.; Nonato, Luis G.; CORDOVA, M.; STRUCHINER, C.. Smart testing and critical care bed sharing for COVID-19 control. PLoS One. v. 16, p. e0257235-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
158.	SILVA, PAULO J. S.; SAGASTIZÁBAL, CLAUDIA; NONATO, LUÍS GUSTAVO; STRUCHINER, CLAUDIO JOSÉ; Pereira, Tiago. Optimized delay of the second COVID-19 vaccine dose reduces ICU admissions. PROCEEDINGS OF THE NATIONAL ACADEMY OF SCIENCES OF THE UNITED STATES OF AMERICA (ONLINE). v. 118, p. e2104640118-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
159.	SILVA, SAMUEL ROCHA; VIEIRA, THALES; MARTÍNEZ, DIMAS; Paiva, Afonso. On novelty detection for multi-class classification using non-linear metric learning. EXPERT SYSTEMS WITH APPLICATIONS. v. 167, p. 114193-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
160.	SILVA, W. P.; OLIVEIRA, E. S.; CURI, M.; BOURGUET, J.R.. Writing Proficiency Assessment: Regression Analysis of Item Response Theory supported by Machine Learning Techniques. Em: 2021 XLVII Latin American Computing Conference (CLEI), p. 1-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
161.	SILVESTRE, GABRIEL DALFORNO; DOS SANTOS, MOISES ROCHA; DE CARVALHO, ANDRE C.P.L.F.. Seasonal-Trend decomposition based on Loess + Machine Learning: Hybrid Forecasting for Monthly Univariate Time Series. Em: 2021 International Joint Conference on Neural Networks (IJCNN), p. 1-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
162.	SISTO, C. M. T.; SUZUKI, A. K.. O Modelo de Sobrevivência Bell-Weibull com Fração de Cura: Modelagem, Propriedades, Inferência e Influência Local. 2021. 27o Simpósio Internacional de Iniciação Científica e Tecnológica da USP - SIICUSP. (Simposio)
163.	SOARES, JULIANA COATRINI; SOARES, ANDREY COATRINI; RODRIGUES, VALQUIRIA CRUZ; OITICICA, PEDRO RAMON ALMEIDA; RAYMUNDO-PEREIRA, PAULO AUGUSTO; BOTT-NETO, JOSÉ LUIZ; BUSCAGLIA, LORENZO A.; DE CASTRO, LUCAS DANIEL CHIBA; RIBAS, LUCAS C.; SCABINI, LEONARDO; BRAZACA, LAÍS C.; CORREA, DANIEL S.; MATTOSO, LUIZ HENRIQUE C.; DE OLIVEIRA, MARIA CRISTINA FERREIRA; DE CARVALHO, ANDRÉ CARLOS PONCE LEON FERREIRA; CARRILHO, EMANUEL; BRUNO, ODEMIR M.; MELENDEZ, MATIAS ELISEO; OLIVEIRA, OSVALDO N.. Detection of a SARS-CoV-2 sequence with genosensors using data analysis based on information visualization and machine learning techniques. Materials Chemistry Frontiers. v. 5, p. 5658-5670, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
164.	SOLER, WILLY A. DE OLIVEIRA; Santos, Maristela O.; AKARTUNAL', KEREM. DECOMPOSITION BASED HEURISTICS FOR A LOT SIZING AND SCHEDULING PROBLEM ON MULTIPLE HETEROGENEOUS PRODUCTION LINES WITH PERISHABLE PRODUCTS. PESQUISA OPERACIONAL (ONLINE). v. 41, p. 1-26, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
165.	SOLER, WILLY A. O.; Santos, Maristela O.; AKARTUNAL', KEREM. MIP approaches for a lot sizing and scheduling problem on multiple production lines with scarce resources, temporary workstations, and perishable products. JOURNAL OF THE OPERATIONAL RESEARCH SOCIETY. v. 72, p. 1691-1706, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
166.	SOTO, SEBASTIAN QUINTERO; PABON, JUAN S. MORENO; RUBIO, MATEO DULCE; RIASCOS, ALVARO J.; Nonato, Luis G.. Graph Restrictions for Signal Processing of Homicides Data. Em: 2021 International Conference on Applied Artificial Intelligence (ICAPAI), p. 1-6, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
167.	SOUZA, A.; ABREU, M. C.; OLIVEIRA-JUNIOR, J. F.; RAMOS, P. L.; SANTOS, D. A. S.; Louzada, F.; SILVA, E. B.; LINS, T. M. P.. Statistical modeling of hospital admissions for pneumonia in children and adults. REVISTA DE EPIDEMIOLOGIA E CONTROLE DE INFECÇÃO. p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
168.	SOUZA, E.; VITORIO, D.; MORIYAMA, G.; SANTOS, L.; MARTINS, L.; SOUZA, M.; FONSECA, M.; FELIX, N.; de Carvalho, A. C. P. L. F.; ALBUQUERQUE, H. O.; OLIVEIRA, A. L.. An Information Retrieval Pipeline for Legislative Documents from the Brazilian Chamber of Deputies. Em: Legal Knowledge and Information Systems - {JURIX} 2021: The Thirty-fourth Annual Conference, Vilnius, Lithuania, 8-10 December 2021. 1 ed. : IOS Press. 2021.p. 119-126. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
169.	SOUZA, M. V. P.; GUIRALDELLO, R. T.; Ausas, Roberto F.. Implementação do método mustiescala MRCM com resolutores locais hdiv para o problema de darcy. Em: Encontro Nacional de Modelagem Computacional e Encontro de Ciência e Tecnologia de Materiais, p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
170.	TOMAZELLA, C. P.; SANTOS, M. O.. MIP-HEURISTICS FOR THE INTEGRATED LOT-SIZING AND SUPPLIER SELECTION PROBLEM WITH PERISHABILITY. Em: LIII Simpósio Brasileiro de Pesquisa Operacional (SBPO 2021), p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
171.	TOMAZELLA, VERA LUCIA DAMASCENO; JESUS, SANDRA RÊGO; GAZON, AMANDA BUOSI; LOUZADA, FRANCISCO; NADARAJAH, SARALEES; NASCIMENTO, DIEGO CARVALHO; RODRIGUES, FRANCISCO APARECIDO; RAMOS, PEDRO LUIZ. Bayesian Reference Analysis for the Generalized Normal Linear Regression Model. Symmetry-Basel. v. 13, p. 856-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
172.	TÖNJES, RALF; FIORE, CARLOS E.; Pereira, Tiago. Coherence resonance in influencer networks. Nature Communications. v. 12, p. 1-8, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
173.	UENO, F. Y.; Furlan, M.M.; SANTOS, M. O.. Decomposition heuristics for the multi-plant lot-sizing problem. Em: 22nd Conference of the International Federation of Operational Research Societies, p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
174.	UENO, F. Y.; SANTOS, M. O.; Furlan, M.M.. HEURÍSTICAS DE DECOMPOSIÇÃO PARA O PROBLEMA DE DIMENSIONAMENTO DE LOTES COM MÚLTIPLAS PLANTAS. Em: LIII Simpósio Brasileiro de Pesquisa Operacional (SBPO 2021), p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
175.	VALETE, Y. R.; LEITE, A. I. M.; Russo, C. M.. Análises preditivas e de impacto da pandemia de COVID-19. Em: Simpósio Internacional de Iniciação Científica e Tecnológica da USP, p. -, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
176.	VENTURA, PAULO CESAR; MORENO, YAMIR; Rodrigues, Francisco A.. Role of time scale in the spreading of asymmetrically interacting diseases. Physical Review Research. v. 3, p. 1-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
177.	VIDAL, IGNACIO; de Castro, Mário. A Bayesian analysis of the matching problem. JOURNAL OF STATISTICAL PLANNING AND INFERENCE. v. 212, p. 194-200, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
178.	ZHAO, ZHENGE; MOTTA, DANILO; BERGER, MATTHEW; LEVINE, JOSHUA A; KUZUCU, ISMAIL B; FLEISCHMAN, ROBERT B; Paiva, Afonso; SCHEIDEGGER, CARLOS. STFT-LDA: An algorithm to facilitate the visual analysis of building seismic responses. Information Visualization. v. 20, p. 147387162110386-, 2021. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]

2020

1.	AGUILAR-SÁNCHEZ, R.; MÉNDEZ-BERMÚDEZ, J. A.; Rodrigues, Francisco A.; SIGARRETA, JOSÉ M.. Topological versus spectral properties of random geometric graphs. PHYSICAL REVIEW E. v. 102, p. 042306-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
2.	ALCOBACA, E.; SIQUEIRA, F.; Rivolli, Adriano; GARCIA, LUIS; Oliva, Jefferson T.; de Carvalho, A.C.P.L.F.. MFE: towards reproducible meta-feature extraction. JOURNAL OF MACHINE LEARNING RESEARCH. v. 21, p. 4503-4507, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
3.	ALCOBACA, EDESIO; MASTELINI, SAULO M.; Botari, Tiago; Pimentel, Bruno de Almeida; Cassar, D. R.; André C. P. L. F. Carvalho; Zanotto, E.. Explainable Machine Learning Algorithms To Predict Glass Transition Temperature. ACTA MATERIALIA. v. 188, p. 92-100, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
4.	ALI, ALSADIG; MANKAD, HET; PEREIRA, FELIPE; SOUSA, FABRÍCIO S.. The multiscale perturbation method for second order elliptic equations. APPLIED MATHEMATICS AND COMPUTATION. v. 387, p. 125023-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
5.	ALMEIDA, MARCO POLLO; PAIXÃO, RAFAEL S.; RAMOS, PEDRO L.; TOMAZELLA, V. L. D.; Louzada, F.; EHLERS, RICARDO S.. Bayesian non-parametric frailty model for dependent competing risks in a repairable systems framework. RELIABILITY ENGINEERING & SYSTEM SAFETY. v. 204, p. 107145-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
6.	ALMEIDA, M. P.; PAIXAO, R. S.; RAMOS, P. L.; TOMAZELLA, V. L. D.; LOUZADA NETO, F.; Ehlers, R.S.. Multiple repairable systems under dependent competing risks with nonparametric Frailty. 2020. . (Relatorio tecnico) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
7.	AMARAL, MAGALI TERESOPOLIS REIS; CONCEIÇÃO, KATIANE SILVA; Andrade, Marinho Gomes de; PADOVANI, CARLOS ROBERTO. GENERALIZED GROWTH CURVE MODEL FOR COVID-19 IN BRAZILIAN STATES. REVISTA BRASILEIRA DE BIOMETRIA. v. 38, p. 125-146, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
8.	Andrade, M G; ACHCAR, Jorge A; CONCEIÇÃO, K. S.; Ravishanker, N.. Nonlinear Regression Models with AR-ARCH errors: Applications for Time Series of COVID-19 Deaths?. 2020. DEPARTMENT OF STATISTICS / UCONN/USA. (Techinical reports 20-36, departament of statistics, university of connecticut) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
9.	ANDRADE, MARINHO G.; CONCEIÇÃO, K. S.; RAVISHANKER, N.. A Generalized Zero-Modified Count Model for Time Series using Hamiltonian Monte Carlo Algorithm?. 2020. DEPARTMENT OF STATISTICS / UCONN/USA. (Techinical reports 20-35, departament of statistics, university of connecticut) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
10.	BAPPY, M H; VELA-MARTIN, A; BUSCAGLIA, G C; CARRICA, P M; FREIRE, L S. Effect of bubble size on Lagrangian pressure statistics in homogeneous isotropic turbulence. JOURNAL OF PHYSICS. CONFERENCE SERIES (ONLINE). v. 1522, p. 012002-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
11.	BAPPY, MEHEDI H.; CARRICA, PABLO M.; VELA-MARTÍN, ALBERTO; FREIRE, LIVIA S.; Buscaglia, Gustavo C.. Pressure statistics of gas nuclei in homogeneous isotropic turbulence with an application to cavitation inception. PHYSICS OF FLUIDS. v. 32, p. 095107-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
12.	BARELLA, VICTOR H.; Garcia, Luís P. F.; DE CARVALHO, ANDRÉ C. P. L. F.. Simulating Complexity Measures on Imbalanced Datasets. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2020.p. 498-512. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
13.	Barriga, Gladys D.C.; Dey, Dipak K.; Cancho, Vicente G.; SUZUKI, ADRIANO K.. Bayesian analysis of Birnbaum-Saunders survival model with cure fraction under a variety of activation mechanism. Model Assisted Statistics and Applications. v. 15, p. 35-51, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
14.	BASGALUPP, M. P.; BARROS, R. C.; DE SÁ, A. G. C.; PAPPA, G. L.; MANTOVANI, R. G.; de Carvalho, A. C. P. L. F.; FREITAS, A. A.. An extensive experimental evaluation of automated machine learning methods for recommending classification algorithms. Evolutionary Intelligence. v. 14, p. 1895-1914, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
15.	BAZAN, J.L.. Regression Models to email spam classification. An introduction to the course SME0823 Regression Models and Supervised Learning II.. 2020. Department of Applied Mathematic and Statistics - ICMC ? University of São Paulo. (Isba bolletin) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
16.	BEHAM, THAIS SARINHO; Santos, Maristela Oliveira. Análise do sistema de captação de água com enfoque no rebaixamento do nível dinâmico dos poços da cidade de São Carlos-SP. ÁGUAS SUBTERRÂNEAS. v. 34, p. 66-78, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
17.	BERTOCO, JULIANA; LEIVA, ROSALÍA TABOADA; FILHO, ANTONIO CASTELO. Simulação do modelo constitutivo integral KBKZ-PSM usando diferenças finitas em malhas hierárquicas. Em: CNMAC 2019 XXXIX Congresso Nacional de Matemática Aplicada e Computacional, v. 7, p. -5, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
18.	BERTOLI, WESLEY; CONCEIÇÃO, KATIANE S.; Andrade, Marinho G.; LOUZADA, FRANCISCO. A new mixed¿effects regression model for the analysis of zero¿modified hierarchical count data. BIOMETRICAL JOURNAL. v. 1, p. 1-24, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
19.	BERTOLI, WESLEY; CONCEIÇÃO, KATIANE S; ANDRADE, MARINHO G; LOUZADA, FRANCISCO. A Bayesian approach for some zero-modified Poisson mixture models. STATISTICAL MODELLING. v. 20, p. 467-501, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
20.	BEZERRA, VANESSA M. R.; LEAO, ALINE A. S.; OLIVEIRA, JOSÉ FERNANDO; Santos, Maristela O.. Models for the two-dimensional level strip packing problem - a review and a computational evaluation. JOURNAL OF THE OPERATIONAL RESEARCH SOCIETY. v. 71, p. 606-627, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
21.	BEZERRA, W. S.; Castelo, A.. Simulação Numérica de Escoamento Eletroosmótico Usando o Modelo Constitutivo de Phan-Thien-Tanner. TENDÊNCIAS EM MATEMÁTICA APLICADA E COMPUTACIONAL. v. 21, p. 461-481, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
22.	BISSOLI, N.; TOLEDO, FMB.; BERNARDES, E. D.. Avaliação da Ocupação dos Veículos de Entrega em um Sistema Cross-Docking. Em: LII SIMPóSIO BRASILEIRO DE PESQUISA OPERACIONAL, v. 1, p. 1-12, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
23.	BOLFARINE, Heleno; de Castro, Mário; Galea, Manuel. SpringerBriefs in Statistics. 1 ed. Springer International Publishing, 2020. v. 1, . [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
24.	BONIDIA, ROBSON P.; MACHIDA, JAQUELINE SAYURI; NEGRI, TATIANNE C.; ALVES, WONDER A. L.; KASHIWABARA, ANDRE Y.; DOMINGUES, DOUGLAS S.; DE CARVALHO, ANDRE; PASCHOAL, ALEXANDRE R.; SANCHES, DANILO S.. A Novel Decomposing Model With Evolutionary Algorithms for Feature Selection in Long Non-Coding RNAs. IEEE Access. v. 8, p. 181683-181697, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
25.	Bonotto, E.M.. Impulsive Semidynamical Systems. 2020. The Canadian Mathematical Society Winter 2020 Meeting. (Congresso)
26.	Bonotto, E.M.. Lyapunov stability in impulsive dynamical systems. 2020. Webinário: Equações de evolução e aplicações. (Seminario)
27.	Bonotto, E.M.. Dynamical systems under impulse conditions. 2020. Seminário em dinâmica não-linear do ICMC. (Seminario)
28.	Bonotto, E.M.. Integração não absoluta. 2020. II Workshop de Sistemas Dinâmicos e Equações Diferenciais. (Conferencia)
29.	Bonotto, E.M.; Demuner, D. P.. Stability and forward attractors for non-autonomous impulsive semidynamical systems. COMMUNICATIONS ON PURE AND APPLIED ANALYSIS. v. 19, p. 1979-1996, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
30.	Bonotto, E.M.; Kalita, P.. On Attractors of Generalized Semiflows with Impulses. JOURNAL OF GEOMETRIC ANALYSIS. v. 30, p. 1412-1449, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
31.	Bonotto, E.M.; M. Federson; Santos, F. L.. Robustness of Exponential Dichotomies for Generalized Ordinary Differential Equations. Journal of Dynamics and Differential Equations. v. 32, p. 2021-2060, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
32.	Botari, Tiago; Izbicki, Rafael; de Carvalho, André Carlos Ponce de Leon Ferreira. Local Interpretation Methods to Machine Learning Using the Domain of the Feature Space. Em: Machine Learning and Knowledge Discovery in Databases International Workshops of ECML PKDD 2019, Würzburg, Germany, September 1620, 2019, Proceedings, Part II. 1 ed. : Springer Nature Switzerland AG. 2020.p. 1-15. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
33.	Cancho, Vicente G.. Survival model induced by discrete frailty for modeling of lifetime data with long-term survivors: An Application on Cervical Cancer. 2020. Third Conference in Stochastic Process and Applications. (Conferencia)
34.	CANCHO, VICENTE G.; LOUZADA, FRANCISCO; FERREIRA, PAULO H.. The Exponentiated Poisson-Exponential Distribution: A Distribution with Increasing, Decreasing and Bathtub Failure Rate. Journal of Statistical Theory and Applications. v. 19, p. 274-285, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
35.	Cancho, Vicente G.; MACERA, MÁRCIA A. C.; SUZUKI, ADRIANO K.; Louzada, Francisco; ZAVALETA, KATHERINE E. C.. A new long-term survival model with dispersion induced by discrete frailty. LIFETIME DATA ANALYSIS. v. 26, p. 221-244, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
36.	Cancho, Vicente G.; SUZUKI, ADRIANO K.; Barriga, Gladys D. C.; SANTO, ANA P. J. DO ESPIRITO. A multivariate survival model induced by discrete frailty. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 50, p. 1-19, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
37.	CANCHO, VICENTE G; BAZÁN, JORGE L; DEY, DIPAK K. A new class of regression model for a bounded response with application in the study of the incidence rate of colorectal cancer. STATISTICAL METHODS IN MEDICAL RESEARCH. v. 29, p. 2015-2033, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
38.	CARREIRA, B. L.; BRANDI, A. C.; ARAUJO, M. T.; FURLAN, L. J. S.; SOUZA, Leandro Franco de. HYDRODYNAMIC STABILITY ANALYSIS IN HIGH WEISSENBERG NUMBER FLOWS VIA LOG-CONFORMATION TRANSFORMATION. Em: 12th Spring School on Transition and Turbulence ? EPTT 2020, p. 1-8, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
39.	Casaca, Wallace; GOIS, JOAO PAULO; BATAGELO, HARLEN C.; TAUBIN, GABRIEL; Nonato, Luis Gustavo. Laplacian Coordinates: Theory and Methods for Seeded Image Segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence. v. 1, p. 1-1, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
40.	CHESNEAU, C.; BAKOUCH, HASSAN S; RAMOS, P. L.; Louzada, F.. The polynomial-exponential distribution: a continuous probability model allowing for occurrence of zero values. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 49, p. 1-26, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
41.	CHUMBES, O. S.; SANTOS, MARISTELA OLIVEIRA DOS. Uma Aplicação de Decomposição Lagrangiana para o Problema de Dimensionamento de Lotes com Múltiplas Plantas. Em: LII Simpósio Brasileiro de Pesquisa Operacional, p. -, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
42.	CIBA, MANUEL; BESTEL, ROBERT; NICK, CHRISTOPH; de Arruda, Guilherme Ferraz; PERON, THOMAS; HENRIQUE, COMIN CÉSAR; Costa, Luciano da Fontoura; RODRIGUES, Francisco Aparecido; THIELEMANN, CHRISTIANE. Comparison of Different Spike Train Synchrony Measures Regarding Their Robustness to Erroneous Data From Bicuculline-Induced Epileptiform Activity. NEURAL COMPUTATION. v. 32, p. 887-911, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
43.	COLNAGO, MARILAINE; CASACA, WALLACE; de Souza, Leandro Franco. A high-order immersed interface method free of derivative jump conditions for poisson equations on irregular domains. JOURNAL OF COMPUTATIONAL PHYSICS. v. 1, p. 109791-25, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
44.	COMIN, CESAR H.; PERON, THOMAS; SILVA, FILIPI N.; AMANCIO, DIEGO R.; Rodrigues, Francisco A.; COSTA, Luciano da F.. Complex systems: Features, similarity and connectivity. PHYSICS REPORTS-REVIEW SECTION OF PHYSICS LETTERS. v. 861, p. 1-41, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
45.	CONCEIÇÃO, K. S.; ANDRADE, M. G.; LACHOS, V. H.; RAVISHANKER, N.. k-Modified Distributions for Count Data. 2020. DEPARTMENT OF STATISTICS / UCONN. (Techinical reports 20-33, departament of statistics, university of connecticut) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
46.	CONCEIÇÃO, K. S.; ANDRADE, M. G.; RAVISHANKER, N.. Zero-Modified Negative Binomial Distribution: Characterizations and Efficiency. 2020. DEPARTMENT OF STATISTICS / UCONN / USA. (Techinical reports 20-34, departament of statistics, university of connecticut) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
47.	CONCEIÇÃO, KATIANE S.; SUZUKI, ADRIANO K.; Andrade, Marinho G.. A Bayesian approach for zero-modified Skellam model with Hamiltonian MCMC. Statistical Methods and Applications. v. 30, p. 747-765, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
48.	Cutigi, Jorge Francisco; Evangelista, Renato Feijo; Ramos, Rodrigo Henrique; de Oliveira Lage Ferreira, Cynthia; Evangelista, Adriane Feijo; DE CARVALHO, ANDRE C. P. L. F.; Simao, Adenilso. Combining Mutation and Gene Network Data in a Machine Learning Approach for False-Positive Cancer Driver Gene Discovery. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2020.p. 81-92. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
49.	DE ANDRADE ALVES, LUIZ GUSTAVO; ALETA, ALBERTO; RODRIGUES, Francisco Aparecido; MORENO, YAMIR; AMARAL, L. Centrality anomalies in complex networks as a result of model over-simplification. NEW JOURNAL OF PHYSICS. v. 1, p. 1-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
50.	de Arruda, Guilherme Ferraz; PETRI, GIOVANNI; Rodrigues, Francisco A.; MORENO, YAMIR. Impact of the distribution of recovery rates on disease spreading in complex networks. Physical Review Research. v. 2, p. 013046-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
51.	de Carvalho, A.C.P.L.F.; Gimenes, Itana. O Futuro da Educação em IA: Pública, Privada ou Institucional?. Computação Brasil, v. 43, p. 31-34, 16112020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
52.	de Carvalho, André Carlos Ponce de Leon Ferreira. Palestra Plenária, CSEng 2020 AutoML: The next step in Machine Learning, The International Conference on Systems Engineering 2020). 2020. The International Conference on Systems Engineering (ICSEng 2020). (Conferencia)
53.	de Castro, Mário; CHEN, MING'HUI; Zhang, Yuanye; D'AMICO, ANTHONY V.. A Bayesian multi-risks survival (MRS) model in the presence of double censorings. BIOMETRICS. v. 76, p. 1297-1309, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
54.	de Castro, Mário; GÓMEZ, YOLANDA M.. A Bayesian Cure Rate Model Based on the Power Piecewise Exponential Distribution. METHODOLOGY AND COMPUTING IN APPLIED PROBABILITY. v. 22, p. 677-692, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
55.	de Queiroz, Thiago Alves; Mundim, Leandro Resende; de Carvalho, André Carlos Ponce de Leon Ferreira. Multi-objective Basic Variable Neighborhood Search for Portfolio Selection. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2020.p. 67-80. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
56.	DORAISWAMY, HARISH; Tierny, Julien; SILVA, PAULO J. S.; Nonato, Luis Gustavo; SILVA, CLAUDIO. TopoMap: A 0-dimensional Homology Preserving Projection of High-Dimensional Data. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS. v. 27, p. 1-1, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
57.	Ehlers, Ricardo S.. A Conway-Maxwell-Poisson GARMA Model for Count Time Series Data. Em: XV Brazilian Meeting of Bayesian Statistics, v. 1, p. 9-9, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
58.	EROGLU, DENIZ; TANZI, MATTEO; VAN STRIEN, SEBASTIAN; Pereira, Tiago. Revealing Dynamics, Communities, and Criticality from Data. Physical Review X. v. 10, p. 021047-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
59.	FERNANDES, EVERLANDIO R. Q.; DE CARVALHO, ANDRE C. P. L. F.; YAO, XIN. Ensemble of Classifiers Based on Multiobjective Genetic Sampling for Imbalanced Data. IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING. v. 32, p. 1104-1115, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
60.	FERRAZ DE ARRUDA, GUILHERME; MÉNDEZ-BERMÚDEZ, J A; Rodrigues, Francisco A; MORENO, YAMIR. Universality of eigenvector delocalization and the nature of the SIS phase transition in multiplex networks. JOURNAL OF STATISTICAL MECHANICS-THEORY AND EXPERIMENT. v. 2020, p. 103405-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
61.	FERREIRA, A.; MOREIRA, M. C. O.; ANDRETTA, M.. Nesting problems with continuous rotations: a survey. Em: LII Simpósio Brasileiro de Pesquisa Operacional (SBPO), p. -, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
62.	FERREIRA, K. M.; TOLEDO, FMB.; QUEIROZ, T. A.. UMA ABORDAGEM EXATA PARA O PROBLEMA DE ROTEAMENTO DE VEÍCULOS COM RESTRIÇÕES DE EMPACOTAMENTO BIDIMENSIONAL E ENTREGA FRACIONADA. Em: LII SIMPóSIO BRASILEIRO DE PESQUISA OPERACIONAL, v. 1, p. 1-12, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
63.	FERREIRA, PAULO H.; RAMOS, EDUARDO; RAMOS, PEDRO L.; GONZALES, JHON F.B.; TOMAZELLA, VERA L.D.; EHLERS, RICARDO S.; SILVA, EVELINY B.; LOUZADA, FRANCISCO. Objective Bayesian analysis for the Lomax distribution. STATISTICS & PROBABILITY LETTERS. v. 159, p. 108677-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
64.	FERREIRA, PAULO H.; LOUZADA, FRANCISCO. Extending the inference function for augmented margins method to implement trivariate Clayton copula-based SUR Tobit models. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 49, p. 1375-1401, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
65.	FIORUCCI, JOSE A.; Louzada, F.. GROEC: Combination method via Generalized Rolling Origin Evaluation. INTERNATIONAL JOURNAL OF FORECASTING. v. 36, p. 105-109, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
66.	Flores, Sandra; BAZÁN, J.L.. A Hierarchical Joint Model for Bounded Response Time and Response Accuracy. Em: Quantitative Psychology. IMPS 2019. Springer Proceedings in Mathematics & Statistics.. 1 ed. 2020.p. 95-109. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
67.	Flores, Sandra; BAZÁN, JORGE LUIS; BOLFARINE, HELENO. A Hierarchical Joint Model for Bounded Response Time and Response Accuracy. Em: Springer Proceedings in Mathematics & Statistics. 1 ed. : Springer International Publishing. 2020.p. 95-109. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
68.	GALARZA, CHRISTIAN E.; CASTRO, LUIS M.; LOUZADA, FRANCISCO; Lachos, Victor H.. Quantile regression for nonlinear mixed effects models: a likelihood based perspective. STATISTICAL PAPERS. v. 61, p. 1281-1307, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
69.	GALLARDO, DIEGO I; GÓMEZ, YOLANDA M; GÓMEZ, HÉCTOR W; de Castro, Mário. On the use of the modified power series family of distributions in a cure rate model context. STATISTICAL METHODS IN MEDICAL RESEARCH. v. 29, p. 1831-1845, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
70.	Gameiro, Marcio; SINGH, ABHINENDRA; KONDIC, LOU; Mischaikow, Konstantin; MORRIS, JEFFREY F.. Interaction network analysis in shear thickening suspensions. Physical Review Fluids. v. 5, p. 034307-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
71.	GARCIA ZANABRIA, GERMAIN; ALVARENGA SILVEIRA, JAQUELINE; POCO, JORGE; Paiva, Afonso; BATISTA NERY, MARCELO; SILVA, CLAUDIO T.; ADORNO DE ABREU, SERGIO FRANCA; NONATO, LUIS GUSTAVO. CrimAnalyzer: Understanding Crime Patterns in São Paulo. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS. v. 27, p. 1-1, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
72.	Garcia, Kemilly D.; Carvalho, Tiago; Mendes-Moreira, João; Cardoso, João M. P.; DE CARVALHO, ANDRÉ C. P. L. F.. A Study on Hyperparameter Configuration for Human Activity Recognition. Em: Advances in Intelligent Systems and Computing. 1 ed. : Springer International Publishing. 2020.p. 47-56. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
73.	GARCIA, LUIS P. F.; Rivolli, Adriano; ALCOBACA, EDESIO; SANTOS, D. P.; Lorena, A. C.; de Carvalho, André Carlos Ponce de Leon Ferreira. Boosting meta-learning with simulated data complexity measures. Intelligent Data Analysis. v. 24, p. 1011-1028, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
74.	GARCIA-ZANABRIA, GERMAIN; Gomez-Nieto, Erick; SILVEIRA, JAQUELINE; POCO, JORGE; NERY, MARCELO; ADORNO, SERGIO; Nonato, Luis G.. Mirante: A visualization tool for analyzing urban crimes. Em: 2020 33rd SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), v. 1, p. 148-157, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
75.	GHOLI ZADEH KHARRAT, FATEMEH; SHYDEO BRANDÃO MIYOSHI, NEWTON; COBRE, Juliana; MAZZONCINI DE AZEVEDO-MARQUES, JOÃO; MAZZONCINI DE AZEVEDO-MARQUES, PAULO; CLÁUDIO BOTAZZO DELBEM, ALEXANDRE. Feature sensitivity criterion-based sampling strategy from the Optimization based on Phylogram Analysis (Fs-OPA) and Cox regression applied to mental disorder datasets. PLoS One. v. 15, p. e0235147-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
76.	GONZATTO, O. A.; NASCIMENTO, D. C.; RUSSO, C. M.; HENRIQUES, M. J.; TOMAZELLA, C. P.; SANTOS, M. O.; NEVES, D.; ASSAD, D.; GUERRA, R.; BERTAZO, E. K.; CUMINATO, J. A.; LOUZADA, F.. Safety-Stock: Predicting the demand forsupplies in Brazilian hospitals during the COVID-19 pandemic. 2020. . (Artigo) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
77.	GUIRALDELLO, RAFAEL T.; Ausas, Roberto F.; Sousa, Fabricio S.; PEREIRA, FELIPE; Buscaglia, Gustavo C.. Velocity postprocessing schemes for multiscale mixed methods applied to contaminant transport in subsurface flows. COMPUTATIONAL GEOSCIENCES. v. ??, p. 1141-1161, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
78.	HAQ, MUHAMMAD AHSAN UL; HASHMI, SHARQA; AIDI, KHAOULA; RAMOS, PEDRO LUIZ; LOUZADA, FRANCISCO. Unit Modified Burr-III Distribution: Estimation, Characterizations and Validation Test. ANNALS OF DATA SCIENCE. v. 99, p. 1-2, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
79.	HASHIMOTO, E. M.; ORTEGA, E. M. M.; CORDEIRO, G. M.; SUZUKI, A. K.; KATTAN, M. W.. The multinomial logistic regression model for predicting the discharge status after liver transplantation: estimation and diagnostics analysis. JOURNAL OF APPLIED STATISTICS. v. 47, p. 2159-2177, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
80.	HELOU, E. S.; SANTOS, S. A.; SIMOES, L. E. A.. Analysis of a New Sequential Optimality Condition Applied to Mathematical Programs with Equilibrium Constraints. JOURNAL OF OPTIMIZATION THEORY AND APPLICATIONS. v. 185, p. 1-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
81.	Helou, Elias S.; SANTOS, SANDRA A.; SIMO'ES, LUCAS E. A.. A New Sequential Optimality Condition for Constrained Nonsmooth Optimization. SIAM JOURNAL ON OPTIMIZATION. v. 30, p. 1610-1637, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
82.	Helou, Elias S.; ZIBETTI, MARCELO V. W.; HERMAN, GABOR T.. Fast Proximal Gradient Methods for Nonsmooth Convex Optimization for Tomographic Image Reconstruction. SENSING AND IMAGING. v. 21, p. 45-75, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
83.	IANISHI, PAULA; GONZATTO JUNIOR, OILSON ALBERTO; HENRIQUES, MARCOS JARDEL; NASCIMENTO, DIEGO CARVALHO DO; MATTAR, GABRIEL KAMADA; RAMOS, PEDRO LUIZ; ARA, ANDERSON; LOUZADA, FRANCISCO. Probability on Graphical Structure: A Knowledge-Based Agricultural Case. ANNALS OF DATA SCIENCE. p. -, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
84.	IRIARTE, Y. A.; CASTRO, MÁRIO DE; GÓMEZ, HÉCTOR W. The Lambert-F Distributions Class: An Alternative Family for Positive Data Analysis. Mathematics. v. 8, p. 1398-1414, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
85.	JESUS, A. C. F. S.; SOUSA, F. S.. Solução numérica do modelo de Brinkman através do método de volumes finitos. Em: Congresso Nacional de Matemática Aplicada e Computacional, v. 7, n. 1, p. 010292-1-010292-2, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
86.	LEAO, ALINE A.S.; Toledo, Franklina M.B.; OLIVEIRA, JOSÉ FERNANDO; CARRAVILLA, MARIA ANTÓNIA; ALVAREZ-VALDÉS, RAMÓN. Irregular packing problems: a review of mathematical models. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH. v. 282, p. 803-822, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
87.	Louzada, F.; RAMOS, EDUARDO; RAMOS, P.L.. Contributed Discussion on 'On a Class of Objective Priors from Scoring Rules'. Bayesian Analysis. v. 15, p. 1403-1405-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
88.	LOUZADA, FRANCISCO; CUMINATO, JOSE ALBERTO; RODRIGUEZ, OSCAR MAURICIO HERNANDEZ; TOMAZELLA, VERA L. D.; MILANI, EDER ANGELO; FERREIRA, PAULO HENRIQUE; RAMOS, PEDRO LUIZ; BOCHIO, GUSTAVO; PERISSINI, IVAN CARLOS; JUNIOR, OILSON ALBERTO GONZATTO; MOTA, ALEX LEAL; ALEGRIA, LUIS FELIPE ACUNA; COLOMBO, DANILO; DE OLIVEIRA, PAULO GUILHERME OLIVEIRA; SANTOS, HUGO FRANCISCO LISBOA; DE MAGALHAES, MARCUS VINICIUS DE CAMPOS. Incorporation of Frailties Into a Non-Proportional Hazard Regression Model and Its Diagnostics for Reliability Modeling of Downhole Safety Valves. IEEE Access. v. 8, p. 219757-219774, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
89.	LOUZADA, FRANCISCO; SHIMIZU, TACIANA KO; SUZUKI, ADRIANO K. The Spike-and-Slab Lasso regression modeling with compositional covariates: An application on Brazilian children malnutrition data. STATISTICAL METHODS IN MEDICAL RESEARCH. v. 29, p. 1434-1446, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
90.	MANO, LEANDRO Y.; FAIÇAL, BRUNO S.; GONÇALVES, VINÍCIUS P.; PESSIN, GUSTAVO; GOMES, PEDRO H.; DE CARVALHO, ANDRÉ C. P. L. F.; UEYAMA, JÓ. An intelligent and generic approach for detecting human emotions: a case study with facial expressions. SOFT COMPUTING. v. 24, p. 8467-8479, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
91.	MARQUES, LARISSA FERREIRA; ROGENSKI, JOSUEL KRUPPA; de Souza, Leandro Franco. Effects of streamwise wall curvature variation on the nonlinear evolution of different Görtler vortices wavelengths. Journal of the Brazilian Society of Mechanical Sciences and Engineering. v. 42, p. 373-388, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
92.	MEACCI, LUCA; Buscaglia, Gustavo C.; Mut, Fernando; AUSAS, ROBERTO F.; PRIMICERIO, MARIO. A new two-component approach in modeling red blood cells. COMMUNICATIONS IN APPLIED AND INDUSTRIAL MATHEMATICS. v. 11, p. 55-71, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
93.	MEACCI, LUCA; BUSCAGLIA, GUSTAVO CARLOS; AUSAS, ROBERTO FEDERICO; MUT, FERNANDO. A Red Blood Cell Cyto-Bilayer Interaction Model. Em: CNMAC 2019 XXXIX Congresso Nacional de Matemática Aplicada e Computacional, v. 7, p. -010344-1, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
94.	MENDONÇA, Márcio Teixeira de; SOUZA, Leandro Franco de. 3. Instabilidades em escoamentos laminares. Em: Escoamentos Turbulentos - Análie Física e Modelagem Teórica. 1 ed. : Composer Arte e Editora. 2020.v. 1, p. 83-143. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
95.	MIQUELIN, L. M.; Soler E.M.; SANTOS, MARISTELA OLIVEIRA DOS. Modelo de otimização para minimização dos custos com energia elétrica em sistemas de abastecimento de água com restrições de pressão para atendimento da demanda. Em: LII Simpósio Brasileiro de Pesquisa Operacional, p. -, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
96.	Miziara, G. A.; Silva, A. T. G.; Organista, J.; CASTELO, A. Implementação do Método VOF no HIG-FLOW. Em: Proceeding Series of the Brazilian Society of Computational and Applied Mathematics, v. 7, n. 1, p. 1-2, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
97.	NAKANISHI, RAFAEL; NASCIMENTO, FILIPE; CAMPOS, RAFAEL; PAGLIOSA, PAULO; Paiva, Afonso. RBF liquids. ACM TRANSACTIONS ON GRAPHICS. v. 39, p. 1-13, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
98.	NASCIMENTO, DIEGO C.; PINTO-ORELLANA, MARCO A.; LEITE, JOAO P.; EDWARDS, DYLAN J.; LOUZADA, FRANCISCO; SANTOS, TAIZA E. G.. BrainWave Nets: Are Sparse Dynamic Models Susceptible to Brain Manipulation Experimentation?. FRONTIERS IN SYSTEMS NEUROSCIENCE. p. -, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
99.	NASCIMENTO, DIEGO CARVALHO DO; RAMOS, PEDRO LUIZ; ENNES, ANDRÉ; COCOLO, CAMILA; NICOLA, MÁRCIO JOSÉ; ALONSO, CARLOS; RIBEIRO, LUIZ GUSTAVO; LOUZADA, FRANCISCO. A reliability engineering case study of sugarcane harvesters. GESTÃO & PRODUÇÃO. p. -, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
100.	NETO, FRANCISCO LOUZADA; RAMOS, PEDRO LUIZ; SILVA, PAULO HENRIQUE FERREIRA DA. The long-term inverse Nakagami distribution: Properties, inference and application. CIÊNCIA E NATURA. v. 42, p. e2-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
101.	NOGAROTTO, DANILO COVAES; AZEVEDO, CAIO LUCIDIUS NABEREZNY; BAZÁN, JORGE LUIS. Bayesian modeling and prior sensitivity analysis for zero-one augmented beta regression models with an application to psychometric data. Brazilian Journal of Probability and Statistics. v. 34, p. 304-322, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
102.	Nonato, Luis Gustavo; CARMO, FABIANO PETRONETTO; Silva, Claudio T.. GLoG: Laplacian of Gaussian for Spatial Pattern Detection in Spatio-Temporal Data. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS. v. 1, p. 1-1, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
103.	NOORBAKHSH, MOHAMMAD; CONNAUGHTON, COLM; Rodrigues, Francisco A.. Discovering Causal Factors of Drought in Ethiopia. Em: CI2020: 10th International Conference on Climate Informatics, p. 72-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
104.	OLIVEIRA, LARISSA TEBALDI; SILVA, EVERTON FERNANDES; OLIVEIRA, JOSÉ FERNANDO; TOLEDO, FRANKLINA MARIA BRAGION. Integrating irregular strip packing and cutting path determination problems: A discrete exact approach. COMPUTERS & INDUSTRIAL ENGINEERING. v. 149, p. 106757-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
105.	PADILHA, VICTOR A; ALKHNBASHI, OMER S; SHAH, SHIRAZ A; DE CARVALHO, ANDRÉ C P L F; BACKOFEN, ROLF. CRISPRcasIdentifier: Machine learning for accurate identification and classification of CRISPR-Cas systems. GigaScience. v. 9, p. 1-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
106.	PAZ, STEVENS; Buscaglia, Gustavo C.. Simulating squirmers with volumetric solvers. Journal of the Brazilian Society of Mechanical Sciences and Engineering. v. 42, p. 547-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
107.	Pereira, Fabíola S. F.; Andrade, Thiago; DE CARVALHO, ANDRÉ C. P. L. F.. Gradient Boosting Machine and LSTM Network for Online Harassment Detection and Categorization in Social Media. Em: Communications in Computer and Information Science. 1 ed. : Springer International Publishing. 2020.p. 314-320. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
108.	Pereira, Tiago; VAN STRIEN, SEBASTIAN; TANZI, MATTEO. Heterogeneously coupled maps: hub dynamics and emergence across connectivity layers. JOURNAL OF THE EUROPEAN MATHEMATICAL SOCIETY. v. 22, p. 2183-2252, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
109.	PERON, THOMAS; DE RESENDE, BRUNO MESSIAS F.; Rodrigues, Francisco A.; COSTA, Luciano da F.; MÉNDEZ-BERMÚDEZ, J. A.. Spacing ratio characterization of the spectra of directed random networks. PHYSICAL REVIEW E. v. 102, p. 062305-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
110.	PERON, THOMAS; EROGLU, DENIZ; Rodrigues, Francisco A.; MORENO, YAMIR. Collective dynamics of random Janus oscillator networks. Physical Review Research. v. 2, p. 1-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
111.	PIMENTEL, BRUNO ALMEIDA; de Carvalho, André C.P.L.F.. A Meta-learning approach for recommending the number of clusters for clustering algorithms. KNOWLEDGE-BASED SYSTEMS. v. 195, p. 105682-105696, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
112.	PRATAVIERA, FÁBIO; Ortega, Edwin M. M.; Cordeiro, Gauss M.; Cancho, Vicente G.. The exponentiated power exponential semiparametric regression model. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 50, p. 1-21, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
113.	QUEIROZ, L. R. S.; ANDRETTA, M.. Modelo de Programação Estocástica para um Problema de Corte de Itens Irregulares. Em: LII Simpósio Brasileiro de Pesquisa Operacional (SBPO), p. -, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
114.	QUEIROZ, LAYANE RODRIGUES DE SOUZA; ANDRETTA, MARINA. Two effective methods for the irregular Knapsack problem. APPLIED SOFT COMPUTING. v. 95, p. 106485-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
115.	RAMOS, EDUARDO; RAMOS, PEDRO L.; LOUZADA, FRANCISCO. Posterior properties of the Weibull distribution for censored data. STATISTICS & PROBABILITY LETTERS. v. 166, p. 108873-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
116.	RAMOS, P. L.; MOALA, F. A.; Louzada, F.. A Two-Parameter Distribution with Increasing and Bathtub Hazard Rate. JOURNAL OF DATA SCIENCE (PRINT). v. 18, p. 813-827, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
117.	RAMOS, P. L.; RAMOS, E.; DEY, DIPAK K.; Louzada, F.. On Posterior Properties of the Two Parameter Gamma Family of Distributions. ANAIS DA ACADEMIA BRASILEIRA DE CIÊNCIAS (ONLINE). p. -, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
118.	RAMOS, PEDRO L.; LOUZADA, FRANCISCO; MOALA, FERNANDO A.. A Two-Parameter Distribution with Increasing and Bathtub Hazard Rate. JOURNAL OF DATA SCIENCE (PRINT). v. 18, p. 813-827, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
119.	RAMOS, PEDRO LUIZ; LOUZADA, FRANCISCO; RAMOS, EDUARDO. Bias Reduction in the Closed-Form Maximum Likelihood Estimator for the Nakagami- m Fading Parameter. IEEE Wireless Communications Letters. v. 9, p. 1692-1695, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
120.	RAMOS, RODRIGO; CUTIGI, JORGE; Ferreira, Cynthia; EVANGELISTA, ADRIANE; SIMÃO, ADENILSO. Analyzing different cancer mutation data sets from breast invasive carcinoma (BRCA), lung adenocarcinoma (LUAD), and prostate adenocarcinoma (PRAD). Em: Anais Principais do Simpósio Brasileiro de Computação Aplicada à Saúde, p. 37-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
121.	RAVELO, SANTIAGO V.; Meneses, Cláudio N.; Santos, Maristela O.. Meta-heuristics for the one-dimensional cutting stock problem with usable leftover. JOURNAL OF HEURISTICS. v. 26, p. 585-618, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
122.	Rivolli, Adriano; Reed, J.; Soares, C. M.; Pfahringer, B.; de Carvalho, Andre Carlos Ponce de Leon Ferreira. An empirical analysis of binary transformation strategies and base algorithms for multi-label learning. MACHINE LEARNING. v. 109, p. 1509-1563, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
123.	ROCHA, FRANCIANE F.; Sousa, Fabricio S.; Ausas, Roberto F.; Buscaglia, Gustavo C.; PEREIRA, FELIPE. Multiscale mixed methods for two-phase flows in high-contrast porous media. JOURNAL OF COMPUTATIONAL PHYSICS. v. 409, p. 109316-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
124.	Rodrigues, F A. Predicting dynamical processes in complex networks: a machine learning approach - Keynote Speaker. 2020. 7th International Conference on Information Management and Big Data. (Conferencia)
125.	Rodrigues, F A. Predicting epidemic spreading and synchronization in complex networks. 2020. Virtual Seminars on Complexity,. (Seminario)
126.	Rodrigues, F A. Epidemic processes in single and multilayer networks. 2020. Dynamics Days Digital 2020. (Conferencia)
127.	Rodrigues, F A. Predicting dynamical processes in complex networks. 2020. Complex Systems Seminar. (Seminario)
128.	Rodrigues, F A. Machine Learning of Epidemic Processes in Networks. 2020. Workshop on Modelling of Infectious Diseases Dynamics. (Conferencia)
129.	Rodrigues, F A. Epidemic processes on single and multilayer networks. 2020. GMT Morning Workshop on Nonlinear Dynamics and Statistics. (Conferencia)
130.	RODRIGUES, J.; INACIO, M. H. A.; SUZUKI, A. K.; SILVA, F. R.; BALAKRISHNAN, N.. Bayesian superposition of pure-birth destructive cure processes for tumor latency. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 49, p. 3240-3253, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
131.	RODRIGUES, JOSEMAR; Bazán, Jorge L.; SUZUKI, ADRIANO K.. A flexible procedure for formulating probability distributions on the unit interval with applications. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 49, p. 738-754, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
132.	RODRÍGUEZ, DANIEL; GENNARO, ELMER M.; SOUZA, LEANDRO F.. Self-excited primary and secondary instability of laminar separation bubbles. Journal of Fluid Mechanics. v. 906, p. A13-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
133.	SALDANHA, M. H. J.; SUZUKI, A. K.. On the Execution Time of Programs in Stochastic Scheduling. REVISTA ELETRÔNICA DE INICIAÇÃO CIENTÍFICA. v. 18, p. 1-10, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
134.	SALDANHA, M. H. J.; SUZUKI, A. K.. On the Execution Time of Programs in Stochastic Scheduling. Em: ANAIS DO CONCURSO DE TRABALHOS DE INICIAÇÃO CIENTÍFICA DA SBC (CTIC-SBC), p. -, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
135.	SANDIM, MARCOS; Paiva, Afonso. Supervised learning for boundary detection on particle systems. Em: CNMAC 2019 XXXIX Congresso Nacional de Matemática Aplicada e Computacional, v. 7, p. -, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
136.	SANDIM, MARCOS; Paiva, Afonso; DE FIGUEIREDO, LUIZ HENRIQUE. Simple and reliable boundary detection for meshfree particle methods using interval analysis. JOURNAL OF COMPUTATIONAL PHYSICS. v. 420, p. 109702-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
137.	SANTANA, H. R.; FERREIRA, P. H.; ARA, A.; LOUZADA, F.; SUZUKI, A. K.. Modelagem Estatística e de Aprendizado de Máquina: Previsão do Campeonato Brasileiro Série A 2017. MATEMÁTICA E ESTATÍSTICA EM FOCO. v. 7, p. 42-66, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
138.	SANTOS, M. O.. Modelagem Matemática e os desafios na resolução de problemas aplicados à indústria. 2020. Mês da Matemática da UFTM. (Conferencia)
139.	SANTOS, MARISTELA OLIVEIRA DOS. Técnicas e modelos de otimização para solução de problemas industriais (ERMAC). 2020. I ERMAC-MS. (Conferencia)
140.	Santos, Moisés R.; Mundim, Leandro R.; CARVALHO, ANDRÉ C. P. L. F.. Evaluation of Error Metrics for Meta-learning Label Definition in the Forecasting Task. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2020.p. 397-409. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
141.	SANTOS, S. F. G.; TOLEDO, FMB.; CASTTELLUCCI, P. B.. O problema do roteamento de Veículos: Transporte de pessoas. Em: LII SIMPóSIO BRASILEIRO DE PESQUISA OPERACIONAL, v. 1, p. 1-8, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
142.	SARAIVA, E. F.; SUZUKI, A. K.; MILAN, L. A.. A Bayesian sparse finite mixture model for clustering data from a heterogeneous population. Brazilian Journal of Probability and Statistics. v. 34, p. 323-344, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
143.	SILVA CARDOSO, EVELIN HELENA; DA SILVA, MARCELINO SILVA; DE ALBUQUERQUE FELIX, FRANCISCO EGUINALDO; DE CARVALHO, SOLON VENANCIO; de Carvalho, Andre Carlos Ponce de Leon Ferreira; VIJAYKUMAR, NANDAMUDI; FRANCES, CARLOS RENATO LISBOA. Characterizing the Impact of Social Inequality on COVID-19 propagation in developing countries. IEEE Access. v. 8, p. 172563-172580, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
144.	SILVA, ANDSON NUNES DA; ANYOSA, SUSAN; BAZAN, JORGE LUIS. Modelagem Bayesiano de regressão binária para dados desbalanceados usando novas ligações. REVISTA BRASILEIRA DE BIOMETRIA. v. 38, p. 385-417, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
145.	SILVA, DIOGO H.; Rodrigues, Francisco A.; FERREIRA, SILVIO C.. High prevalence regimes in the pair-quenched mean-field theory for the susceptible-infected-susceptible model on networks. PHYSICAL REVIEW E. v. 102, p. 012313-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
146.	SILVA, E. F.; LEAO, ALINE A.S.; TOLEDO, F. M. B.; WAUTERS, T.. A matheuristic framework for the Three-dimensional Single Large Object Placement Problem with practical constraints. COMPUTERS & OPERATIONS RESEARCH. v. 124, p. 105058-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
147.	SOUSA, F. S.. Metodos multiescala para a simulação de escoamentos incompressíveis em reservatórios carstificados. 2020. 1o Workshop Matemática e Indústria. (Conferencia)
148.	SOUSA, F. S.. Multiscale domain decomposition methods for the subsurface flow simulation of oil recovery. 2020. XII Summer Workshop in Mathematics. (Conferencia)
149.	SOUSA, F. S.. Improving the accuracy of multiscale methods for fractured porous media. 2020. X Workshop on Porous Media. (Conferencia)
150.	TEDESCHI, DANILO; ANDRETTA, MARINA. New exact algorithms for planar maximum covering location by ellipses problems. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH. v. 291, p. 114-127, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
151.	TIERNY, J.; DORAISWAMY, HARISH; SILVA, PAULO J. S.; Nonato, L.G.; Silva, Claudio T.. 0-dimensional Homology Preserving Dimensionality Reduction with TopoMap. Em: NeurIPS Workshop TDA and Beyond, p. -1, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
152.	TOLEDO, FMB.. Matemática Aplicada: por onde andará a Otimização?. 2020. XIII SEMAT UESC. (Conferencia)
153.	TOMAZELLA, C. P.; SANTOS, MARISTELA OLIVEIRA DOS; ALEM, DOUGLAS. A Mixed Integer Model for the Integrated Lot-Sizing and Raw Material Procurement Problem with Quantity Discounts and Age-Based Holding Costs. Em: LII Simpósio Brasileiro de Pesquisa Operacional, p. -, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
154.	TOMAZELLA, VERA L. D.; DE JESUS, SANDRA R.; LOUZADA, FRANCISCO; NADARAJAH, SARALEES; RAMOS, PEDRO L.. Reference Bayesian analysis for the generalized lognormal distribution with application to survival data. Statistics and Its Interface. v. 13, p. 139-149, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
155.	TOMAZELLA, VERA L. D.; RAMOS, PEDRO L.; FERREIRA, PAULO H.; MOTA, ALEX L.; LOUZADA, FRANCISCO. The Lehmann type II inverse Weibull distribution in the presence of censored data. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. p. -, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
156.	Vargas, Alessandro N.; Sérgio M. Filho; AGULHARI, C. M.; MONTEZUMA, M. A. F.; Costa, Eduardo F.. Stabilizing nonlinear Markov jump systems with orthogonality between control and nonlinear terms. INTERNATIONAL JOURNAL OF ROBUST AND NONLINEAR CONTROL. v. 30, p. 5122-5133, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
157.	VEIGA E SILVA, LENA; DE ANDRADE ABI HARB, MARIA DA PENHA; TEIXEIRA BARBOSA DOS SANTOS, AUREA MILENE; DE MATTOS TEIXEIRA, CARLOS ANDRÉ; MACEDO GOMES, VITOR HUGO; SILVA CARDOSO, EVELIN HELENA; SILVA DA SILVA, MARCELINO; LANKALAPALLI VIJAYKUMAR, NANDAMUDI; VENÂNCIO CARVALHO, SOLON; PONCE DE LEON FERREIRA DE CARVALHO, ANDRÉ; LISBOA FRANCES, CARLOS RENATO. An analysis of COVID-19 mortality underreporting based on data available from official Brazilian government internet portals (Preprint). JOURNAL OF MEDICAL INTERNET RESEARCH. v. 22, p. e21413-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
158.	VELÁSQUEZ-ROJAS, FÁTIMA; VENTURA, PAULO CESAR; CONNAUGHTON, COLM; MORENO, YAMIR; Rodrigues, Francisco A.; VAZQUEZ, FEDERICO. Disease and information spreading at different speeds in multiplex networks. PHYSICAL REVIEW E. v. 102, p. 022312-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
159.	VIEZEL, C.; Tomé, M.F.; Pinho, F.T.; MCKEE, S.. An Oldroyd-B solver for vanishingly small values of the viscosity ratio: Application to unsteady free surface flows. JOURNAL OF NON-NEWTONIAN FLUID MECHANICS. v. 285, p. 104338-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
160.	YIQI, BAO; Cancho, Vicente G.; Dey, Dipak K.; BALAKRISHNAN, NARAYANASWAMY; SUZUKI, ADRIANO K.. Power series cure rate model for spatially correlated interval-censored data based on generalized extreme value distribution. JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS. v. 364, p. 112362-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
161.	ZIBETTI, M. V. W.; HELOU, E. S.; SHARAFI, A.; REGATTE, R. R.. Fast Multicomponent 3D-T1ρ Relaxometry. NMR in Biomedicine. v. 33, p. e4318-, 2020. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]

2019

1.	A.C.P.L.F. Carvalho. A Matemática da Inteligência Artificial. Blog Ciência e Matemática do IMPA e Oglobo, p. -, 29082019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
2.	A.C.P.L.F. Carvalho. Inteligência Artificial e Cibersegurança. Blog Ciência e Matemática do IMPA e Oglobo, p. -, 15032019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
3.	AGUIAR, GABRIEL JONAS; MANTOVANI, RAFAEL GOMES; MASTELINI, SAULO M.; DE CARVALHO, ANDRÉ C.P.F.L.; CAMPOS, GABRIEL F.C.; JUNIOR, SYLVIO BARBON. A meta-learning approach for selecting image segmentation algorithm. PATTERN RECOGNITION LETTERS. v. 128, p. 480-487, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
4.	ALEXANDRINA, EDUARDO CARLOS; ORTIGOSSA, EVANDRO S.; LUI, ELAINE SCHORNOBAY; GONÇALVES, JOSÉ ANTÔNIO SILVEIRA; CORRÊA, NIVALDO APARECIDO; Nonato, Luis Gustavo; AGUIAR, MÔNICA LOPES. Analysis and visualization of multidimensional time series: Particulate matter (PM10) from São Carlos-SP (Brazil). Atmospheric Pollution Research. v. 10, p. 1299-1311, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
5.	ALVES, LUIZ G. A.; MANGIONI, GIUSEPPE; CINGOLANI, ISABELLA; RODRIGUES, Francisco Aparecido; PANZARASA, PIETRO; MORENO, YAMIR. The nested structural organization of the worldwide trade multi-layer network. Scientific Reports. v. 9, p. 1-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
6.	ANDRADE, L.; de Carvalho, André Carlos Ponce de Leon Ferreira. Fraud Detection Using Explainable Machine Learning Algorithms. Em: 15th International Conference on Machine Learning and Data Mining, v. 1, p. 201-215, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
7.	Andrade, M G; Raquel, G.C.. Modelos de Poisson Zero-Modificado com Efeito Aleatório para Dados Longitudinais. Em: XVI Escola de Modelos de Regressão, v. 1, n. 1, p. 1-15, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
8.	Andrade, M G; Raquel, G.C.. Modelo de Poisson Zero-Modificado com Efeito Alatório para Dados Longitudinais. 2019. XVI Escola de Modelos de Regressão. (Conferencia)
9.	Andrade, Thiago; Gama, João; Ribeiro, Rita P.; Sousa, Wesllen; Carvalho, André. Anomaly Detection in Sequential Data: Principles and Case Studies. Em: Wiley Encyclopedia of Electrical and Electronics Engineering. 1 ed. : John Wiley & Sons, Inc.. 2019.p. 1-14. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
10.	André C. P. L. F. Carvalho. Palestra convidada: Hospital do Câncer de Barretos: Big Data e Ciência de Dados com Responsabilidade. 2019. Hospital de Câncer de Barretos. (Conferencia)
11.	André C. P. L. F. de Carvalho. Palestra Plenária: HAIS 2019, AutoML: Hybrid Automated Machine Learning, International Conference on Hybrid Artificial Intelligent Systems. 2019. International Conference on Hybrid Artificial Intelligent Systems (HAIS 2019). (Conferencia)
12.	André C. P. L. F. de Carvalho. Palestra Plenária: SBPO 2019, 51 Simpósio Brasileiro de Pesquisa Operacional: Pesquisa Operacional na Inteligência Computacional. 2019. 51 Simpósio Brasileiro de Pesquisa Operacional. (Conferencia)
13.	André C. P. L. F. de Carvalho. Palestra convidada: IQ-USP, Data Science and Big Data with an application in Bioinformatics, Instituto de Química, Universidade de São Paulo. 2019. Ciclo de Palestras do Instituto de Química, Universidade de São Paulo. (Conferencia)
14.	André C. P. L. F. de Carvalho. Palestra convidada: University of Bath: AutoML with responsible AI. 2019. Seminars of Computer Science. (Conferencia)
15.	André C. P. L.F. de Carvalho. Inteligência Artificial deve ser transparente ou caixa-preta?. Blog Ciência e Matemática do IMPA e Oglobo, p. -, 14112019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
16.	André C. P. L.F. de Carvalho. O Mercado de Trabalho e a Inteligência Artificial. Blog Ciência e Matemática do IMPA e Oglobo, p. -, 13062019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
17.	André C.P.L.F. de Carvalho. Palestra Plenária: SBAI 2019, AutoML: Automatizando o Aprendizado de Máquina, Simpósio Brasileiro de Automação Inteligente. 2019. alestra Plenária: SBAI 2019, AutoML: Automatizando o Aprendizado de Máquina, Simpósio Brasileiro de Automação Inteligente. (Conferencia)
18.	André Carlos Ponce de Leon Ferreira de Carvalho. Palestra convidada: The Alan Turing Institute: Machine Learning for Data Stream Mining. 2019. . (Conferencia)
19.	André Carlos Ponce Leon Ferreira de Carvalho. Inteligência Artificial Responsável cria regras para proteger direitos e evitar decisões baseadas em preconceitos. Blog Ciência e Matemática do IMPA e Oglobo, p. -, 20022019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
20.	ANGELO MILANI, EDER; HARTMANN, MARCELO; Andrade, M G; DINIZ, C. A. R.. A Bernoulli autoregressive moving average model applied to rainfall occurrence. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 48, p. 2743-2756, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
21.	ANJOS, R. V.; PAIVA, A.. Geometria Computacional e o Operador HPR. Em: 27º Simpósio Internacional de Iniciação Científica e Tecnológica da USP, p. -, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
22.	ARA, ANDERSON; LOUZADA, FRANCISCO. The Multivariate Alpha Skew Gaussian Distribution. BULLETIN OF THE BRAZILIAN MATHEMATICAL SOCIETY. v. 1, p. 1-21, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
23.	ASSUNCAO, M. A. F.; Oliveira Santos, Maristela. The Heterogeneous Vehicle Routing Problem with Multiple Deliverymen and Simultaneous Pickup and Delivery. Em: LI Simpósio Brasileiro de Pesquisa Operacional, p. -, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
24.	AUSAS, R. F.; GUIRALDELLO, R.; Sousa, F. S.; BUSCAGLIA, G. C.; PEREIRA, L. F.. Some velocity downscaling schemes for the multiscale Robin coupled method. Em: ENIEF'2019, v. 37, p. 1247-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
25.	Ausas, Roberto; BUSCAGLIA, GUSTAVO; RUAS, VITORIANO. Finite element method for incompressible viscous flow with immersed pressure jumps with applications to actuator disks and microfluidics. JOURNAL OF THE BRAZILIAN SOCIETY OF MECHANICAL SCIENCES AND ENGINEERING (ONLINE). v. 41, p. 513-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
26.	BAO, YIQI; CANCHO, VICENTE G.; DEY, DIPAK K.; LOUZADA, FRANCISCO; SUZUKI, ADRIANO K.. D-Measure: A Bayesian Model Selection Criterion for Survival Data. Advances in Data Science and Adaptive Analysis. v. 11, p. 1950007-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
27.	BAO, YIQI; Cancho, Vicente G.; Louzada, Francisco; SUZUKI, ADRIANO K.. Semi-Parametric Cure Rate Proportional Odds Models with Spatial Frailties for Interval-Censored Data. Advances in Data Science and Adaptive Analysis. v. 11, p. 1950005-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
28.	BAPPY, MEHEDI; CARRICA, P. M.; BUSCAGLIA, G. C.. The pressure fluctuations experienced by suspended particles in homogeneous isotropic turbulence. Em: ENIEF'2019, v. 37, p. 1251-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
29.	BAPPY, MEHEDI; CARRICA, PABLO M.; Buscaglia, Gustavo C.. Lagrangian statistics of pressure fluctuation events in homogeneous isotropic turbulence. PHYSICS OF FLUIDS. v. 31, p. 085111-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
30.	BAPPY, MEHEDI; MARTIN, J.; LI, J.; BUSCAGLIA, G C; CARRICA, P. M.. A stochastic approach to cavitation inception prediction. Em: Sixth International Symposium on Marine Propulsors, v. 2, p. 91-98, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
31.	BAPPY, MEHEDI; VELA-MARTIN, A.; CARRICA, P. M.; BUSCAGLIA, G. C.. Low pressure events of finite size bubbles in homogeneous isotropic turbulence. Em: 72nd Annual Meeting of the APS Division of Fluid Dynamics, v. 64, n. 13, p. C37.00005-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
32.	BARBOSA, R. P.; Soler, W.A.O.; Oliveira Santos, Maristela. Um modelo para o problema de dimensionamento e sequenciamento de lotes com aceitação de pedidos. Em: LI Simpósio Brasileiro de Pesquisa Operacional, p. -, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
33.	BARELLA, VICTOR; GARCIA, LUIS; DE CARVALHO, ANDRE. The Influence of Sampling on Imbalanced Data Classification. Em: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), p. 210-215, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
34.	BAZÁN, JORGE LUIS. Four comments for the paper from Liu et al. (2019). Journal of the Korean Statistical Society. v. 48, p. 513-514, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
35.	BEZERRA, W. S.; CASTELO, A; AFONSO, A.M.. A SIMPLE APPROACH TO THE VORTICES SIMULATION FOR ELECTRO-OSMOTIC FLOW IN A NOZZLE. Em: COBEM, v. 1, p. 1-10, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
36.	BEZERRA, WESLEY DE SOUZA; CASTELO, ANTONIO; AFONSO, ALEXANDRE M.. Numerical Study of Electro-Osmotic Fluid Flow and Vortex Formation. Micromachines. v. 10, p. 796-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
37.	BONOTTO, E. M.; Demuner, D. P.; Souto, G. M.. Weak Topological Conjugacy Via Character of Recurrence on Impulsive Dynamical Systems. BULLETIN BRAZILIAN MATHEMATICAL SOCIETY (ONLINE). v. 50, p. 399-417, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
38.	Bonotto, E.M.. Stochastic Differential Equations via Generalized ODEs. 2019. Function Spaces and PDEs Seminar. (Simposio)
39.	Bonotto, E.M.. New trends on generalized ordinary differential equations. 2019. Dynamics, Equations and Applications - DEA 2019. (Conferencia)
40.	Bonotto, E.M.. A integral de Henstock-Kurzweil. 2019. XIX Semana da Matemática e IX Semana da Estatística. (Conferencia)
41.	Bonotto, E.M.; DEMUNER, D.P.; JIMENEZ, M.Z.. Convergence for non-autonomous semidynamical systems with impulses. JOURNAL OF DIFFERENTIAL EQUATIONS. v. 266, p. 227-256, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
42.	Bonotto, E.M.; Souto, G. M.. On the Lyapunov stability theory for impulsive dynamical systems. Topological Methods in Nonlinear Analysis. p. 1-127-150, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
43.	BRANDI, A.C.; MENDONÇA, M.T.; SOUZA, L.F.. DNS and LST stability analysis of Oldroyd-B fluid in a flow between two parallel plates. JOURNAL OF NON-NEWTONIAN FLUID MECHANICS. v. 267, p. 14-27, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
44.	BRITO-SARRACINO, TAMIRES; ROCHA DOS SANTOS, MOISES; FREIRE ANTUNES, ERIC; BATISTA DE ANDRADE SANTOS, IURY; COELHO KASMANAS, JONAS; PONCE DE LEON FERREIRA DE CARVALHO, ANDRE CARLOS. Explainable Machine Learning for Breast Cancer Diagnosis. Em: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), p. 681-686, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
45.	BUSCAGLIA, G. C.; PAZ, S.. A formulation for fluid-structure interaction at the micrometer scale. Em: ENIEF'2019, v. 37, p. 917-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
46.	CALSAVARA, VINICIUS F.; RODRIGUES, AGATHA S.; ROCHA, RICARDO; LOUZADA, FRANCISCO; TOMAZELLA, VERA; SOUZA, ANA C. R. L. A.; COSTA, RAFAELA A.; FRANCISCO, ROSSANA P. V.. Zero-adjusted defective regression models for modeling lifetime data. JOURNAL OF APPLIED STATISTICS. v. 1, p. 1-26, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
47.	CALSAVARA, VINICIUS F.; RODRIGUES, AGATHA S.; ROCHA, RICARDO; TOMAZELLA, V. L. D.; Louzada, F.. Defective regression models for cure rate modeling with interval-censored data. BIOMETRICAL JOURNAL. v. 61, p. 841-859, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
48.	Cancho, Vicente G.; Barriga, Gladys; LEÃO, JEREMIAS; SAULO, HELTON. Survival model induced by discrete frailty for modeling of lifetime data with long-term survivors and change-point. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. p. 1-12, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
49.	CARREIRA, B. L.; BRANDI, A. C.; FURLAN, L. J. S.; ARAUJO, M. T.; SOUZA, Leandro Franco de. LOG-CONFORMATION AND SQUARE ROOT-CONFORMATION TRANSFORMATIONS IN HIGH WEISSENBERG NUMBER FLOWS. Em: 25th ABCM International Congress of Mechanical Engineering, v. 1, p. 1-10, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
50.	Carvalho, A.. Seção de Bate-papo, Brasnam 2019, VIII Brazilian Workshop on Social Network Analysis and Mining: Machine Learning for Social Network Analysis. 2019. Brasnam 2019, VIII Brazilian Workshop on Social Network Analysis and Mining. (Conferencia)
51.	Carvalho, A.. Palestra convidada: IQSC-USP, Química as 16: Como transpor a muralha que separa a ciência e a política?. 2019. Química as 16. (Conferencia)
52.	Carvalho, A.C.P.L.F.. Palestra convidada: ILP-ALESP-FAPESP: Machine Learning para Big Data. 2019. Ciclo ILP-FAPESP. (Conferencia)
53.	CARVALHO, ANDRE CARLOS. Palestra convidada: University of Twente: AutoML: Towards Responsible Automated Machine Learning. 2019. Seminars of Faculty of Electrical Engineering, Mathematics and Computer Science. (Conferencia)
54.	Carvalho, André. Com veículos autônomos, automóveis serão compartilhados. Blog Ciência e Matemática do IMPA e Oglobo, p. -, 08012019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
55.	CARVALHO, ANDRÉ C.P.L.F.. Palestra convidada: Royal Holloway, University of London: Automated Machine Learning. 2019. Seminars of Computer Science. (Conferencia)
56.	CASTELO, A; Lucas M. Bueno. Aproximação de Variedades Definidas Implicitamente Utilizando Técnicas de Contagem e Enumeração. 88 ed. SBMAC, 2019. p. 108. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
57.	Castilho, Douglas; Gama, João; Mundim, Leandro R.; DE CARVALHO, ANDRÉ C. P. L. F.. Improving Portfolio Optimization Using Weighted Link Prediction in Dynamic Stock Networks. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2019.p. 340-353. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
58.	CASTTELLUCCI, P. B.; COSTA, A.M.; TOLEDO, F. M. B.. Output maximization container loading problem with time availability constraints. Operations Research Perspectives. v. 6, p. 100126-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
59.	Cerri, R.; BARROS, Rodrigo C.; BASGALUPP, M. P.; de Carvalho, André C.P.L.F.. Inducing Hierarchical Multi-label Classification rules with Genetic Algorithms. APPLIED SOFT COMPUTING. v. 77, p. 584-604, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
60.	CHAN, GROMIT YEUK-YIN; Nonato, Luis Gustavo; CHU, ALICE; RAGHAVAN, PREETI; ALURU, VISWANATH; Silva, Claudio T.. Motion Browser: Visualizing and Understanding Complex Upper Limb Movement Under Obstetrical Brachial Plexus Injuries. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS. v. 26, p. 1-1, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
61.	CHERRI, LUIZ HENRIQUE; CARRAVILLA, MARIA ANTÓNIA; RIBEIRO, CRISTINA; TOLEDO, FRANKLINA MARIA BRAGION. Optimality in nesting problems: new constraint programming models and a new global constraint for non-overlap. Operations Research Perspectives. v. 6, p. 100125-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
62.	CHIUMENTO, V. H.; SOUZA, Leandro Franco de; ROGENSKI, J. K.; MENDONÇA, Márcio Teixeira de. Stability Analysis Of Compressible, Binary, Planar Jets Using DNS and LST Methods. Em: 25th ABCM International Congress of Mechanical Engineering, v. 1, p. 1-6, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
63.	COBRE, J.; Tortorelli, F. A. C.; Oliveira, S. C.. Modelling two types of heterogeneity in the analysis of student success. JOURNAL OF APPLIED STATISTICS. v. 1, p. 1-13, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
64.	CONVERSE, G.; ARNOLD, B.; CÚRI, M.; OLIVEIRA, S.. Variational Autoenconders for Baseball Player Evaluation. FRONTIERS IN ARTIFICIAL INTELLIGENCE AND APPLICATIONS. v. 320, p. 305-311, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
65.	CONVERSE, G.; CÚRI, M.; OLIVEIRA, S.. Autoencoders for Educational Assessment. Lecture Notes in Computer Science. v. 11626, p. 41-45, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
66.	CORDEIRO, GAUSS M.; AFIFY, AHMED Z.; ORTEGA, EDWIN M.M.; Suzuki, Adriano K.; MEAD, MOHAMED E.. The odd Lomax generator of distributions: Properties, estimation and applications. JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS. v. 347, p. 222-237, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
67.	COZZO, EMANUELE; de Arruda, Guilherme Ferraz; Rodrigues, Francisco A.; MORENO, YAMIR. Layer degradation triggers an abrupt structural transition in multiplex networks. PHYSICAL REVIEW E. v. 100, p. 012313-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
68.	Cruz, Pedro A.; TOMÉ, MURILO F.; McKee, Sean; STEWART, IAIN. Numerical Solution of the Ericksen-Leslie Model for Liquid Crystalline Polymers Free Surface Flows. JOURNAL OF NON-NEWTONIAN FLUID MECHANICS. v. 268, p. 30-45, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
69.	CÚRI, M.; CONVERSE, G.; HAJEWSKI, J.; OLIVEIRA, S.. Interpretable variational autoencoder for cognitive models. International Joint Conference on Neural Networks. Proceedings. v. 1, p. 1-8, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
70.	DA PAZ, ROSINEIDE FERNANDO; BALAKRISHNAN, NARAYANASWAMY; Bazán, J.L. L-Logistic regression models: Prior sensitivity analysis, robustness to outliers and applications. Brazilian Journal of Probability and Statistics. v. 33, p. 455-479, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
71.	DA SILVA, MARCELO A.; Bazán, Jorge L.; HUGGINS-MANLEY, ANNE CORINNE. Sensitivity analysis and choosing between alternative polytomous IRT models using Bayesian model comparison criteria. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 46, p. 601-620, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
72.	DA SILVA, MARCELO A.; HUGGINS-MANLEY, ANNE C.; MAZZON, JOSÉ A.; Bazán, Jorge L.. Bayesian estimation of a flexible bifactor generalized partial credit model to survey data. JOURNAL OF APPLIED STATISTICS. v. 46, p. 2372-2387, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
73.	DA SILVA, MARCELO A.; LIU, REN; HUGGINS-MANLEY, ANNE C.; Bazán, Jorge L.. Incorporating the Q-Matrix Into Multidimensional Item Response Theory Models. EDUCATIONAL AND PSYCHOLOGICAL MEASUREMENT. v. 79, p. 665-687, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
74.	DA SILVA, PAULO CESAR VENTURA; VELÁSQUEZ-ROJAS, FÁTIMA; CONNAUGHTON, COLM; VAZQUEZ, FEDERICO; MORENO, YAMIR; Rodrigues, Francisco A.. Epidemic spreading with awareness and different timescales in multiplex networks. PHYSICAL REVIEW E. v. 100, p. 1-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
75.	DAL COL, ALCEBIADES; VALDIVIA, PAOLA; PETRONETTO, FABIANO; DIAS, FABIO; Silva, Claudio T.; Gustavo Nonato, L.. Wavelet-Based Visual Data Exploration. Em: Signals and Communication Technology. 1 ed. : Springer International Publishing. 2019.p. 459-478. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
76.	DANILEVICZ, I. M.; EHLERS, R. S.. Bayesian influence diagnostics using normalizing functional Bregman divergence. 2019. . (Relatorio tecnico) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
77.	de Carvalho, A. C. P. L. F.. Inteligência Artificial e o Mercado de Trabalho. Blog Ciência e Matemática do IMPA e Oglobo, p. -, 23052019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
78.	de Carvalho, A. C. P. L. F.. Palestra convidada: Conversa com Ciência, Embrapa Pecuária Sudeste: Política baseada em evidências científicas. 2019. Conversa com Ciência. (Conferencia)
79.	de Carvalho, André C.P.L.F.. O que a máquina pode aprender?. Blog Ciência e Matemática do IMPA e Oglobo, p. -, 26092019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
80.	de Carvalho, André C.P.L.F.. Palestra convidada: PUCP V Encuentro de investigación: Big Data y Data Science, cómo se relacionan?. 2019. V Encuentro de investigación da PUC Peru. (Conferencia)
81.	de Carvalho, André Carlos Ponce de Leon Ferreira. Palestra Plenária: GVENCK 2019, III International Meeting On Plant Breeding, What is the relation between Big Data and Data Science? And how does Artificial Intelligence fits in this relation?. 2019. Palestra Plenária: GVENCK 2019, III International Meeting On Plant Breeding. (Conferencia)
82.	de Castro Neto, Henrique; Julia, Rita Maria Silva; Paiva, Elaine Ribeiro Faria; Carvalho, Andre Ponce de Leon Ferreira; Junior, Anisio Pereira Santos; Peres, Diansley Raphael Santos; Julia, Etienne Silva; de Melo, Jony Teixeira; Barcelos, Umberto Maia; de Assis, Josiane Esteves. Improving the AHT in Telecommunication Companies by Automatic Modeling of Call Center Service. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2019.p. 96-107. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
83.	de Castro, Mário; VIDAL, IGNACIO. Bayesian inference in measurement error models from objective priors for the bivariate normal distribution. STATISTICAL PAPERS. v. 60, p. 1059-1078, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
84.	DE LA CRUZ HUAYANAY, ALEX; BAZÁN, JORGE L.; Cancho, Vicente G.; Dey, Dipak K.. Performance of asymmetric links and correction methods for imbalanced data in binary regression. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 89, p. 1694-1714, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
85.	Dearo, Kemilly; CARVALHO, T.; Moreira, João Mendes; Cardoso, J.; de Carvalho, André Carlos Ponce de Leon Ferreira. A Study on Hyperparameter Configuration for Human Activity Recognition. Em: 14th International Conference on Soft Computing Models in Industrial and Environmental Applications (SOCO) 2019, v. 950, p. 47-56, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
86.	Dearo, Kemilly; POEL, M.; KOK, J. N.; André C. P. L. F. Carvalho. Online Clustering for Novelty Detection and Concept Drift in Data Streams. Em: 19th EPIA Conference on Artificial Intelligence, (EPIA) 2019, v. 11805, p. 448-459, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
87.	DIAS, D. S.; EHLERS, RICARDO. Stochastic Volatility Models using Hamiltonian Monte Carlo Methods and Stan. 2019. VI Latin American Bayesian Conference. (Congresso)
88.	Ehlers, R.S.. A Conway-Maxwell-Poisson GARMA Model for Count Time Series Data. 2019. . (Relatorio tecnico) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
89.	Ehlers, Ricardo S.. A Conway-Maxwell-Poisson GARMA Model for Count Time Series Data. 2019. Time Series and Econometrics Meeting. (Congresso)
90.	Ehlers, Ricardo S.. Advances in Bayesian Computation. 2019. Mathematical and computational modelling of rare events in complex systems. (Conferencia)
91.	Ehlers, Ricardo S.; DIAS, D. S.. Stochastic Volatility Models using Hamiltonian Monte Carlo Methods and Stan. Em: VI Latin American Meeting on Bayesian Statistics, p. 71-71, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
92.	EVANS, J. D.; Cuminato, J. A.; PALHARES JUNIOR, I. L.; OISHI, C. M.. Numerical study of the stress singularity in stick-slip flow of the Phan-Thien Tanner and Giesekus fluids. PHYSICS OF FLUIDS. v. 31, p. 093101-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
93.	FARIA DA VEIGA, PAULO A.; M. O'Carroll. Generating Functions for Lattice Gauge Models with Scaled Fermions and Bosons. ANNALES HENRI POINCARE. v. 20, p. 1-30, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
94.	FARIA DA VEIGA, PAULO A.; M. O'Carroll. Thermodynamic and Ultraviolet Stbility Bounds for Yang-Mills in Dimension d=2,3,4. 2019. Seminários Café com Física. (Seminario)
95.	FARIA DA VEIGA, PAULO A.; M. O'Carroll; VALENCIA, J. C.. On the Energy-Momentum Spectrum and One-Meson Dispersion Curves in (3+1)-Dimensional Strongly Coupled Lattice QCD with Three Flavors. REPORTS ON MATHEMATICAL PHYSICS. v. 83, p. 207-242, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
96.	Fernandes, E.; de Carvalho, A. C. P. L. F.. Evolutionary inversion of class distribution in overlapping areas for multi-class imbalanced learning. INFORMATION SCIENCES. v. 494, p. 141-154, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
97.	FERRAZ, P.; ABREU, E. C.; PEREIRA, FELIPE; SOUSA, F. S.; MANKAD, H.. A Recursive Mixed Multiscale Method for Darcy problem. Em: 11th International Conference on Porous Media, v. 1, p. 299-300, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
98.	FERREIRA, P. H.; SHIMIZU, T. K.; SUZUKI, A. K.; Louzada-Neto, F. On an asymmetric extension of the tobit model based on the tilted-normal distribution. CHILEAN JOURNAL OF STATISTICS. v. 10, p. 99-122, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
99.	FERREIRA, PAULO H.; LOUZADA, FRANCISCO. Maximum likelihood estimation for bivariate SUR Tobit modeling in presence of two right-censored dependent variables. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 48, p. 150-168, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
100.	FURLAN, L. J. S.; ARAUJO, M. T.; SOUZA, Leandro Franco de; BRANDI, A. C.; MENDONÇA, Márcio Teixeira de. STABILITY ANALYSIS OF VISCOELASTIC FLUID FLOWS FOR HIGH WEISSENBERG NUMBERS. Em: 25th ABCM International Congress of Mechanical Engineering, v. 1, p. 1-9, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
101.	FURTADO, M. G. S.; Camargo, V.C.B.; TOLEDO, F. M. B.. The production planning problem of orders in small foundries. RAIRO-OPERATIONS RESEARCH. v. 53, p. 1551-1561, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
102.	GARCIA ZANABRIA, GERMAIN; ALVARENGA SILVEIRA, JAQUELINE; POCO, JORGE; Paiva, Afonso; BATISTA NERY, MARCELO; Silva, Claudio T.; ADORNO DE ABREU, SERGIO FRANCA; Nonato, Luis Gustavo. CrimAnalyzer: Understanding Crime Patterns in São Paulo. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS. v. 1, p. 1-1, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
103.	Garcia, Kemilly Dearo; de Faria, Elaine Ribeiro; de Sá, Cláudio Rebelo; Mendes-Moreira, João; Aggarwal, Charu C.; DE CARVALHO, ANDRÉ C. P. L. F.; Kok, Joost N.. Ensemble Clustering for Novelty Detection in Data Streams. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2019.p. 460-470. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
104.	Garcia, L. P.; Lehmann, J.; de Carvalho, A. C. P. L. F.; Lorena, A. C.. New label noise injection methods for the evaluation of noise filters. KNOWLEDGE-BASED SYSTEMS. v. 163, p. 693-704, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
105.	GOMES, PAULO F.; REIA, SANDRO M.; Rodrigues, Francisco A.; FONTANARI, JOSÉ F.. Mobility helps problem-solving systems to avoid groupthink. PHYSICAL REVIEW E. v. 99, p. 1-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
106.	GRANZOTTO, DANIELE C. T.; FERREIRA, PAULO H.; LOUZADA, FRANCISCO. Likelihood-based inference for the transmuted log-logistic model in the presence of right-censored data. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 48, p. 1798-1813, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
107.	GUIRALDELLO, R. T.; AUSAS, R. F.; SOUSA, F. S.; PEREIRA, FELIPE; BUSCAGLIA, G. C.. Downscaling Strategies for Multiscale Mixed Methods. Em: 11th International Conference on Porous Media, v. 1, p. 500-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
108.	GUIRALDELLO, RAFAEL T.; AUSAS, ROBERTO F.; SOUSA, FABRICIO S.; PEREIRA, FELIPE; BUSCAGLIA, GUSTAVO C.. Interface spaces for the Multiscale Robin Coupled Method in reservoir simulation. MATHEMATICS AND COMPUTERS IN SIMULATION. v. 164, p. 103-119, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
109.	HELOU, E. S.; ZIBETTI, M. V. W.; AXEL, L.; BLOCK, K. T.; REGATTE, R. R.; HERMAN, G. T.. The Discrete Fourier Transform for Golden Angle Linogram Sampling. INVERSE PROBLEMS. v. 35, p. 125004-125035, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
110.	Isis Fernanda Mascarin; Katiane S. Conceição. Distribuições discretas zero-modificadas para modelar dados de contagem zeros faltantes. Em: 7th Workshop on Probabilistic and Statistical Methods, v. 1, p. 1-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
111.	JARAMILLO, ALFREDO; Buscaglia, Gustavo C.. A stable numerical strategy for Reynolds-Rayleigh-Plesset coupling. TRIBOLOGY INTERNATIONAL. v. 130, p. 191-205, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
112.	JARAMILLO, ALFREDO; Buscaglia, Gustavo C.. An extended Elrod-Adams model to account for backpressure and blow-by inception. TRIBOLOGY INTERNATIONAL. v. 140, p. 105873-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
113.	L. Ferrás, Luís; L. Morgado, Maria; Rebelo, Magda; T. Leiva, Rosalía; Castelo, António; H. McKinley, Gareth; M. Afonso, Alexandre. Recent Advances in Complex Fluids Modeling. Em: Fluid Flow Problems. 1 ed. : IntechOpen. 2019.p. 7-23. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
114.	L.F. Carvalho, A.C.P.. Cuidado: a Inteligência Artificial pode errar!. Blog Ciência e Matemática do IMPA e Oglobo, p. -, 22072019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
115.	L.F. Carvalho, A.C.P.. Quando os computadores se tornarem mais inteligentes que os humanos. Blog Ciência e Matemática do IMPA e Oglobo, p. -, 05042019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
116.	LAGES, C. F. A.; SOUSA, F. S.; AUSAS, R. F.; BUSCAGLIA, G. C.; PEREIRA, FELIPE. A Domain Decomposition Projection Method for the Navier-Stokes Equations Based on the Multiscale Robin Coupled Method. Em: 11th International Conference on Porous Media, v. 1, p. 498-499, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
117.	LAGES, C.F.A.; SOUSA, F. S.; AUSAS, R. F.; BUSCAGLIA, G. C.; PEREIRA, F.. A domain decomposition projection method for the Navier-Stokes equations based on the MRCM. Em: SIAM Conference on Mathematical & Computational Issues in the Geosciences, v. 1, p. 1-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
118.	LOURENCO, F. G.; CUNHA, A. L.; Oliveira Santos, Maristela. Otimização de comprovação fiscal para operação de compra com fim específico exportação de commodities no Brasil. Em: LI Simpósio Brasileiro de Pesquisa Operacional, p. -, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
119.	LOUZADA, FRANCISCO; ALEGRIA, LUIS F. A.; COLOMBO, DANILO; MARTINS, DAVID E. A.; SANTOS, HUGO F. L.; CUMINATO, JOSE A.; RODRIGUEZ, OSCAR M. H.; TOMAZELLA, VERA L. D.; FERREIRA, PAULO H.; RAMOS, PEDRO L.; NIAKI, SEYED R. A.; GONZATTO, OILSON A.; PERISSINI, IVAN C.. A Repairable System Subjected to Hierarchical Competing Risks: Modeling and Applications. IEEE Access. v. 7, p. 171707-171723, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
120.	LOUZADA, FRANCISCO; FERREIRA, PAULO; ARA, ANDERSON; GODOY, CAROLINE. CEP ONLINE: A WEB-ORIENTED EXPERT SYSTEM FOR STATISTICAL PROCESS CONTROL. PESQUISA OPERACIONAL (ONLINE). v. 39, p. 177-204, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
121.	Louzada-Neto, F. Desenvolvimento de produtos matemáticos e seus impactos na indústria e na comunidade. 2019. XIX Semana da Matemática e IX Semana da Estatística. (Outra)
122.	Louzada-Neto, F. Efficient Closed-Form MAP Estimators for Some Survival Distributions and Their Applications to Embedded Systems. 2019. International Conference on Statistical Distributions and Application. (Conferencia)
123.	Louzada-Neto, F. Transformando Dados em Conhecimento. 2019. Ciclo 60 com Café. (Comunicacao)
124.	Louzada-Neto, F. Efficient Closed-Form MAP Estimators for embedded Systems. 2019. Workshop de Probabilidade, Estatística e Aplicações. (Comunicacao)
125.	Louzada-Neto, F. Efficient Closed-Form Estimators for embedded systems. 2019. Ciclo de Palestras "Aplicações de Aprendizagem de Máquina na Indústria 4.0". (Conferencia)
126.	Louzada-Neto, F. Ciência de dados na nova ordem mundial de consumo. 2019. 1º ENCONTRO DE DATA SCIENCE & BIG DATA. (Conferencia)
127.	Louzada-Neto, F. Zero-inflated cure rate regression models for lifetime data. 2019. VI Congresso Bayesiano da América Latina (VI COBAL). (Congresso)
128.	Louzada-Neto, F. Inovação e Transferência de Tecnologia em Estatística. Inovação e Transferência de Tecnologia em Estatística: O caso do CeMEAI. 2019. Sessão Temática da Escola de Modelos de Regressão (EMR). (Outra)
129.	Louzada-Neto, F; RAMOS, P. L.; SOUZA, H. C. C.; PERDON, G. S. C.. On the unified zero-inflated cure-rate survival models. arxiv.org. v. 1901, p. 1-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
130.	MAIA, G. S.; TOLEDO, F. M. B.. O problema de roteamento de veículos heterogêneos com múltiplas viagens. Em: LI Simpósio Brasileiro de Pesquisa Operacional, v. 2, p. 107390-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
131.	Mantovani, R.; ROSSI, ANDRE L. D.; ALCOBACA, EDESIO; Vanschoren, J.; de Carvalho, André C.P.L.F.. A meta-learning recommender system for hyperparameter tuning: predicting when tuning improves SVM classifiers. INFORMATION SCIENCES. p. 193-221, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
132.	Marar, Ton. Topologia Geométrica para Inquietos. 1 ed. Edusp, 2019. p. 192. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
133.	MCKEE, S.; VYNNYCKY, M.; Cuminato, J.A.. An elementary diffusion problem, Laplace transforms and novel mathematical identities. JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS. v. 353, p. 113-119, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
134.	MELLO, MARCO A. R.; FELIX, GABRIEL M.; PINHEIRO, RAFAEL B. P.; MUYLAERT, RENATA L.; GEISELMAN, CULLEN; SANTANA, SHARLENE E.; TSCHAPKA, MARCO; LOTFI, NASTARAN; Rodrigues, Francisco A.; STEVENS, RICHARD D.. Insights into the assembly rules of a continent-wide multilayer network. Nature Ecology & Evolution. v. 1, p. 1-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
135.	Milene Alves Garcia; Katiane S. Conceição. Avanços em Modelos de Regressão Série de Potência - Modelos Série de Potência k-Modificados. Em: XVI Escola de Modelos de Regressão, v. 1, p. 1-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
136.	MIQUELIN, L. M.; Oliveira Santos, Maristela; Soler E.M.. MODELO MATEMÁTICO PARA OTIMIZAÇÃO ENERGÉTICA EM SISTEMAS DE ABASTECIMENTO DE ÁGUA E RESTRIÇÕES DE PRESSÃO PARA ATENDIMENTO DA DEMANDA. Em: LI Simpósio Brasileiro de Pesquisa Operacional, p. -, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
137.	Moreira, M.H.; LUZ, A. P.; Cunha, T.A.; LEMAISTRE, H.; AUVRAY, J. M.; Parr, C.; AUSAS, R F; PANDOLFELLI, V. C.. Numerical simulation and experimental set-up for predictiing the drying behavior of calcium aluminate cement (CAC)-bonded refractory castables. REFRACTORIES WORLDFORUM. v. 11, p. 78-81, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
138.	MOTTA, DANILO; CASACA, WALLACE; Paiva, Afonso. Vessel Optimal Transport for Automated Alignment of Retinal Fundus Images. IEEE TRANSACTIONS ON IMAGE PROCESSING. v. 28, p. 1-1, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
139.	MOTTA, FRANCIS; TRALIE, CHRISTOPHER; BEDINI, ROSSELLA; BINI, FABIANO; BINI, GILBERTO; ERAMIAN, HAMED; Gameiro, Marcio; HAASE, STEVE; HADDOX, HUGH; HARER, JOHN; LEIBY, NICK; MARINOZZI, FRANCO; NOVOTNEY, SCOTT; ROCKLIN, GABE; SINGER, JED; STRICKLAND, DEVIN; VAUGHN, MATT. Hyperparameter Optimization of Topological Features for Machine Learning Applications. Em: 2019 18th IEEE International Conference On Machine Learning And Applications (ICMLA), p. 1107-1114, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
140.	MUNDIM, A. A. S.; Oliveira Santos, Maristela; ALVAREZ, A.; Morábito, R.. Estudo do modelo do problema de roteamento de estoque minimizando a emissão de dióxido de carbono. Em: LI Simpósio Brasileiro de Pesquisa Operacional, p. -, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
141.	Mundim, Arianne A. S.; Santos, Maristela O.; MORABITO, REINALDO. A Bi-objective Mixed Integer Model for the Single Link Inventory Routing Problem Using the 𝜖-Constraint Method. Em: AIRO Springer Series. 1 ed. : Springer International Publishing. 2019.p. 413-422. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
142.	MÁRQUEZ, RENNY; WEBER, RICHARD; DE CARVALHO, ANDRÉ C. P. L. F.. A non-negative matrix factorization approach to update communities in temporal networks using node features. Em: ASONAM '19: International Conference on Advances in Social Networks Analysis and Mining, p. 728-732, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
143.	NARVAEZ, ALFREDO R. R.; Costa, Eduardo F.. Control of continuous-time linear systems with Markov jump parameters in reverse time. IEEE TRANSACTIONS ON AUTOMATIC CONTROL. v. 65, p. 1-1, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
144.	NASCIMENTO, D.; XAVIER, C.; FELIPE, I.; Louzada, F.. Dynamic Conditional Correlation GARCH: A Multivariate Time Series Novel using a Bayesian Approach. JOURNAL OF MODERN APPLIED STATISTICAL METHODS. v. 18, p. 2-17, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
145.	NASCIMENTO, DIEGO C.; BARBOSA, BRUNO; PEREZ, ANDRÉ M.; CAIRES, DANIEL O.; HIRAMA, EDGAR; RAMOS, PEDRO L.; LOUZADA, FRANCISCO. Risk Management in E-Commerce-A Fraud Study Case Using Acoustic Analysis through Its Complexity. Entropy. v. 21, p. 1087-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
146.	NASCIMENTO, DIEGO C; PIMENTEL, BRUNO; SOUZA, RENATA; LEITE, JOÃO P.; EDWARDS, DYLAN J.; SANTOS, TAIZA E.G.; LOUZADA, FRANCISCO. Dynamic Time Series Smoothing for Symbolic Interval Data applied to Neuroscience. INFORMATION SCIENCES. v. 517, p. 415-426, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
147.	NOGUEIRA LORENA, LUIZ HENRIQUE; GONCALVES QUILES, MARCOS; NOGUEIRA LORENA, LUIZ ANTONIO; DE CARVALHO, ANDRE C. P. L. F.; CESPEDES, JULIANA GARCIA. Qualitative data clustering: a new Integer Linear Programming model. Em: 2019 International Joint Conference on Neural Networks (IJCNN), p. 1-8, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
148.	Nonato, Luis Gustavo; DAL COL, ALCEBIADES. Visual Analytics via Graph Signal Processing. Em: XXXII Conference on Graphics, Patterns and Images, p. 8-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
149.	PADILHA, VICTOR ALEXANDRE; CARVALHO, ANDRÉ CARLOS PONCE DE LEON FERREIRA DE. Experimental correlation analysis of bicluster coherence measures and gene ontology information. APPLIED SOFT COMPUTING. v. 85, p. 105688-11, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
150.	PARMEZAN BONIDIA, ROBSON; PONCE DE LEON FERREIRA DE CARVALHO, ANDRE CARLOS; ROSSI PASCHOAL, ALEXANDRE; SIPOLI SANCHES, DANILO. Selecting the Most Relevant Features for the Identification of Long Non-Coding RNAs in Plants. Em: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), p. 539-544, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
151.	PAZ, S.; BUSCAGLIA, G C. Finite element simulation of microswimmers. Em: XIV Conferência Brasileira de Dinâmica, Controle e Aplicaçoes DINCON'2019, v. 1, p. 1-7, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
152.	PAZ, S.; BUSCAGLIA, G. C.. Finite element methods for active particles in fluids. Em: ENIEF'2019, v. 37, p. 887-896, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
153.	PEREIRA LOPES, LUCAS; CANCHO, V. G.; Louzada, F.. GARCH-in-mean models with asymmetric variance processes for bivariate European option evaluation. CHILEAN JOURNAL OF STATISTICS. v. 10, p. 155-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
154.	FERREIRA, P. H.; SHIMIZU, T. K.; SUZUKI, A. K.; Louzada-Neto, F. GARCH-in-mean models with asymmetric variance processes for bivariate European option evaluation. CHILEAN JOURNAL OF STATISTICS. v. 10, p. 155-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
155.	PEREIRA LOPES, LUCAS; GARIBAY CANCHO, VICENTE; Louzada, Francisco. Option pricing with bivariate risk-neutral density via copula and heteroscedastic model: A Bayesian approach. Brazilian Journal of Probability and Statistics. v. 33, p. 801-825, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
156.	Pereira, Fabiola; de Carvalho, André Carlos Ponce de Leon Ferreira; ASSIS, R.; COSTA, M.; Faria, Elaine; Julia, R. M. S.; BARCELOS, U.; MELO, J.. Feature-Based Time Series Classification for Service Request Opening Prediction in the Telecom Industry. Em: 19th EPIA Conference on Artificial Intelligence, (EPIA) 2019, v. 11805, p. 120-132, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
157.	PEREIRA, MARCOS ANTONIO ALVES; Russo, Cibele Maria. Nonlinear mixed-effects models with scale mixture of skew-normal distributions. JOURNAL OF APPLIED STATISTICS. v. 46, p. 1602-1620, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
158.	PERON, THOMAS; MESSIAS F. DE RESENDE, BRUNO; MATA, ANGÉLICA S.; Rodrigues, Francisco A.; MORENO, YAMIR. Onset of synchronization of Kuramoto oscillators in scale-free networks. PHYSICAL REVIEW E. v. 100, p. 1-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
159.	PESCIM, RODRIGO R.; Ortega, Edwin M. M.; SUZUKI, ADRIANO K.; Cancho, Vicente G.; Cordeiro, Gauss M.. A new destructive Poisson odd log-logistic generalized half-normal cure rate model. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 48, p. 2113-2128, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
160.	PEZZOTT, GEORGE LUCAS MORAES; SALASAR, LUIS ERNESTO BUENO; LEITE, José Galvão; LOUZADA-NETO, FRANCISCO. A note on identifiability and maximum likelihood estimation for a heterogeneous capture-recapture model. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 48, p. 1-21, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
161.	PIMENTEL, BRUNO ALMEIDA; DE CARVALHO, ANDRE C. P. L. F.. Unsupervised Meta-Learning for Clustering Algorithm Recommendation. Em: 2019 International Joint Conference on Neural Networks (IJCNN), p. 1-8, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
162.	Pimentel, Bruno de Almeida; de Carvalho, A. C. P. L. F.. A new data characterization for selecting clustering algorithms using meta-learning. INFORMATION SCIENCES. v. 477, p. 203-219, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
163.	Pisani, P. H.; Mhenni, Abir; Giot, R.; Cherrier, Estelle; Poh, N.; de Carvalho, André C.P.L.F.; Rosenberger, Christophe; Essoukri Ben Amara, Najoua. Adaptive Biometric Systems. ACM COMPUTING SURVEYS. v. 52, p. 1-38, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
164.	POIGNARD, CAMILLE; PADE, JAN PHILIPP; Pereira, Tiago. The Effects of Structural Perturbations on the Synchronizability of Diffusive Networks. JOURNAL OF NONLINEAR SCIENCE. v. 35, p. 1-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
165.	PRATAVIERA, F.; CORDEIRO, G. M.; ORTEGA, E. M. M.; SUZUKI, A. K.. The odd log-logistic geometric normal regression model with applications. Advances in Data Science and Adaptive Analysis. p. 1950003-1-1950003-25, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
166.	RAMOS, M. M. A.; RAMOS, P. L.; Louzada, F.; DELLA-BARBA, P. C. S.. Using Software R in research in occupational therapy. Brazilian Journal of Occupational Therapy. v. 27, p. 217-230-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
167.	RAMOS, MAYSA MARINHO ANTUNES; RAMOS, PEDRO LUIZ; LOUZADA NETO, FRANCISCO; BARBA, PATRÍCIA CARLA DE SOUZA DELLA. Utilização do Software R em pesquisas na terapia ocupacional. Cadernos Brasileiros de Terapia Ocupacional. v. 27, p. 217-230, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
168.	RAMOS, PEDRO L.; ALMEIDA, MARCO P.; TOMAZELLA, VERA L.D.; LOUZADA, FRANCISCO. Improved Bayes estimators and prediction for the Wilson-Hilferty distribution. ANAIS DA ACADEMIA BRASILEIRA DE CIÊNCIAS (ONLINE). v. 91, p. 1-23, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
169.	RAMOS, PEDRO L.; DEY, DIPAK K.; LOUZADA, FRANCISCO; Lachos, Victor H.. An extended poisson family of life distribution: a unified approach in competitive and complementary risks. JOURNAL OF APPLIED STATISTICS. v. 47, p. 1-17, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
170.	RAMOS, PEDRO L.; LOUZADA, FRANCISCO. A Distribution for Instantaneous Failures. Stats. v. 2, p. 247-258, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
171.	RAMOS, PEDRO L.; LOUZADA, FRANCISCO; RAMOS, EDUARDO; DEY, SANKU. The Fréchet distribution: Estimation and application - An overview. JOURNAL OF STATISTICS AND MANAGEMENT SYSTEMS. v. 23, p. 1-30, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
172.	RAMOS, PEDRO L.; NASCIMENTO, DIEGO C.; FERNANDES, ROBSON; GUIMARÃES, EDSON; SANTANA, M.; SOARES, KLEBER; LOUZADA, FRANCISCO. Medical Care in Emergency Units with Risk Classification: Time to Attendance at Hospital based on Parametric Models. TENDÊNCIAS EM MATEMÁTICA APLICADA E COMPUTACIONAL. v. 20, p. 571-585, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
173.	RAMOS, PEDRO L.; NASCIMENTO, DIEGO C.; FERREIRA, PAULO H.; WEBER, KARINA T.; SANTOS, TAIZA E. G.; LOUZADA, FRANCISCO. Modeling traumatic brain injury lifetime data: Improved estimators for the Generalized Gamma distribution under small samples. PLoS One. v. 14, p. e0221332-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
174.	RAMOS, PEDRO LUIZ; LOUZADA, FRANCISCO. A note on the exponential geometric power series distribution. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. p. -, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
175.	Rivolli, A.; de Carvalho, A. C. P. L. F.. The utiml Package: Multi-label Classification in R. R Journal. v. 10, p. 24-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
176.	ROCHA, FRANCIANE FRACALOSSI; Sousa, Fabricio S.; AUSAS, ROBERTO F.; BUSCAGLIA, G. C.; PEREIRA, L. F.. The Multiscale Robin Coupled Method for two-phase flows in porous media. Em: 11th International Conference on Porous Media, v. 1, p. 497-498, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
177.	Rodrigues, F A. Structure and dynamics of networks: a machine learning approach. 2019. Conference on Perspectives in Nonlinear Dynamics. (Conferencia)
178.	Rodrigues, Francisco A.. Structure and dynamics of networks: a machine learning approach. 2019. Conference on Perspectives in Nonlinear Dynamics. (Congresso)
179.	Rodrigues, Francisco A.. EPIDEMIC PROCESSES IN SINGLE AND MULTILAYER COMPLEX NETWORKS. 2019. . (Conferencia)
180.	RODRIGUEZ, MAYRA Z.; COMIN, CESAR H.; CASANOVA, DALCIMAR; Bruno, Odemir M.; AMANCIO, DIEGO R.; COSTA, Luciano da F.; Rodrigues, Francisco A.. Clustering algorithms: A comparative approach. PLoS One. v. 14, p. e0210236-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
181.	ROSA, M.A.; Cuminato, J.A.; MCKEE, S.. A polynomial collocation method for singular integro-differential equations in weighted spaces. JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS. v. 1, p. 112526-1, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
182.	RUSCHEL, STEFAN; Pereira, Tiago; YANCHUK, SERHIY; YOUNG, LAI-SANG. An SIQ delay differential equations model for disease control via isolation. JOURNAL OF MATHEMATICAL BIOLOGY. v. 24, p. 1-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
183.	SAFFARI, SEYED EHSAN; ADNAN, ROBIAH; HASHEMI FARD, MAJID; MARCHI, VITOR A. A.; LOUZADA, FRANCISCO; CARSON ALLEN, JOHN; HASHEMI FARD, ADELEH; GREENE, WILLIAM. Modeling doctor visits using a right-censored zero-inflated Conway-Maxwell Poisson regression. Communications in Statistics: Case Studies, Data Analysis and Applications. v. 4, p. 96-107, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
184.	SANDIM, MARCOS; OE, NICOLAS; CEDRIM, DOUGLAS; PAGLIOSA, PAULO; Paiva, Afonso. Boundary particle resampling for surface reconstruction in liquid animation. COMPUTERS & GRAPHICS-UK. v. 84, p. 55-65, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
185.	Santos, D.; Prudêncio, R.; André Carlos Ponce de Leon Ferreira de Carvalho. Empirical Investigation of Active Learning Strategies. NEUROCOMPUTING. v. 326, p. 15-27, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
186.	SANTOS, DAIANE DE SOUZA; Cancho, Vicente; Rodrigues, Josemar. Hypothesis testing for the dispersion parameter of the hyper-Poisson regression model. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 89, p. 1-13, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
187.	SARAIVA, E. F.; PEREIRA, C. A. B.; SUZUKI, A. K.. A data-driven selection of the number of clusters in the Dirichlet allocation model via Bayesian mixture modelling. Journal of Statistical Computation and Simulation. v. 89, p. 2848-2870, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
188.	SARAIVA, ERLANDSON FERREIRA; SUZUKI, ADRIANO KAMIMURA; MILAN, LUIS APARECIDO; PEREIRA, CARLOS ALBERTO DE BRAGANÇA. An Integrated Approach for Making Inference on the Number of Clusters in a Mixture Model. Entropy. v. 21, p. 1063-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
189.	SAVINIEC, LANDIR; Santos, Maristela O.; COSTA, ALYSSON M.; SANTOS, LANA M. R. DOS. Pattern-based models and a cooperative parallel metaheuristic for high school timetabling problems. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH. v. 280, p. 1064-1081, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
190.	SCUDILIO, JULIANA; CALSAVARA, VINICIUS F.; ROCHA, RICARDO; LOUZADA, FRANCISCO; TOMAZELLA, VERA; RODRIGUES, AGATHA S.. Defective models induced by gamma frailty term for survival data with cured fraction. JOURNAL OF APPLIED STATISTICS. v. 46, p. 484-507, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
191.	Silva, A. T. G.; CASTELO, A. Desenvolvimento da T´ecnica VOF para o Sistema HIG-Flow. Em: CNMAC, v. 6, n. 1, p. 1-4, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
192.	SILVA, A. V.; TOLEDO, F. M. B.. Otimização da vida útil das baterias de veículos elétricos em entregas de última milha. Em: LI Simpósio Brasileiro de Pesquisa Operacional, v. 2, p. 107396-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
193.	SILVA, EVERTON FERNANDES; OLIVEIRA, LARISSA TEBALDI; OLIVEIRA, JOSÉ FERNANDO; TOLEDO, FRANKLINA MARIA BRAGION. Exact approaches for the cutting path determination problem. COMPUTERS & OPERATIONS RESEARCH. v. 112, p. 104772-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
194.	SILVA, V. R.; CURI, M.. Academic English proficiency assessment using a computerized adaptive test. TEMA. Tendências em Matemática Aplicada e Computacional. v. 20, p. 381-401, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
195.	Silva, W. B.; CONCEICAO, K. S.; Andrade, M G; LOUZADA, FRANCISCO. Bayesian approach for the zero-modified Poisson-Lindley regression model. Brazilian Journal of Probability and Statistics. v. 33, p. 826-860, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
196.	SILVEIRA, J.; GARCIA, G.; PAIVA, A.; PICCIRILLO, D.; NERY, M. B.; ADORNO, S.; NONATO, L.G.. Crime Patterns and Urban Infrastructure around São Paulo City Schools: An Analytical Study via Non-Negative Tensor Factorization. Em: NetCrime 2019, p. -, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
197.	Soler, W.A.O.; K. Poldi; Oliveira Santos, Maristela. Lot sizing and scheduling problem with delivery time windows. Em: EURO 2019 (30th European Conference on Operational Research), p. -, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
198.	SOLER, WILLY A. DE OLIVEIRA; POLDI, KELLY C.; Santos, Maristela O.. CAPACITATED LOT SIZING AND SCHEDULING WITH ORDER ACCEPTANCE AND DELIVERY TIME WINDOWS: MATHEMATICAL MODEL AND A MIP-BASED HEURISTIC. PESQUISA OPERACIONAL (ONLINE). v. 39, p. 471-496, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
199.	SOUSA, F. S.; MANKAD, H.; ALI, A.; PEREIRA, FELIPE. The multiscale perturbation method for the solution of time-dependent porous media flows. Em: 11th International Conference on Porous Media, v. 1, p. 103-104, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
200.	SOUSA, F.S.; LAGES, C.F.A.; ANSONI, J.L.; CASTELO, A.; SIMAO, A.. A finite difference method with meshless interpolation for incompressible flows in non-graded tree-based grids. JOURNAL OF COMPUTATIONAL PHYSICS. v. 396, p. 848-866, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
201.	SOUSA, FABRICIO S.. The Multiscale Robin Coupled Method: overview and recent developments. 2019. 3rd BR Interpore Conference on Porous Media. (Conferencia)
202.	SPADON, GABRIEL; CARVALHO, ANDRE C. P. L. F. DE; RODRIGUES-JR, JOSE F.; ALVES, LUIZ G. A.. Reconstructing commuters network using machine learning and urban indicators. Scientific Reports. v. 9, p. 11801-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
203.	SUZUKI, MEIRE NIKAIDO; FREGONESI, BRISA MARIA; MACHADO, CAROLINA SAMPAIO; ZAGUI, GUILHERME SGOBBI; KUSUMOTA, LUCIANA; Suzuki, Adriano Kamimura; DA COSTA, JOSÉ ABRÃO CARDEAL; LLOPART, JORDI SIERRA; NADAL, MARTÍ; DOMINGO, JOSE LUIS; SEGURA-MUÑOZ, SUSANA. Hemodialysis Water Parameters as Predisposing Factors for Anemia in Patients in Dialytic Treatment: Application of Mixed Regression Models. BIOLOGICAL TRACE ELEMENT RESEARCH. v. 190, p. 30-37, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
204.	TAKATA, A. S.; SOUZA, Leandro Franco de. On the Influence of Frequency and Spanwise Wavelength on the Formation of Görtler Vortices. IUTAM Laminar-Turbulent Transition. v. 38, p. 499-507, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
205.	TAKATA, A. S.; SOUZA, Leandro Franco de. NUMERICAL STUDY OF THE HEAT TRANSFER RATE FOR UNSTEADY GÖRTLER VORTICES. Em: 25th ABCM International Congress of Mechanical Engineering, v. 1, p. 1-7, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
206.	TOLEDO, F. M. B.; OLIVEIRA, L. T.; OLIVEIRA, J. F.. Integrating nesting and cutting path determination problems. Em: 30th EUROPEAN CONFERENCE ON OPERATIONAL RESEARCH, v. 1, n. 1, p. 12-13, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
207.	TOLEDO, FMB.. Matemática Aplicada: a otimização está no ar!. 2019. III Semana da Matemática UFLA. (Conferencia)
208.	TOLEDO, FMB.. Discrete model for irregular cutting problems. 2019. 16th ESICUP Meeting. (Conferencia)
209.	TOME', M. F.; ARAUJO, M. T.; EVANS, J.; MCKEE, S.. Numerical solution of the Giesekus model for incompressible free surface flows without solvent viscosity. JOURNAL OF NON-NEWTONIAN FLUID MECHANICS. v. 263, p. 104-119, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
210.	TRINDADE, G.; André C.P.L.F. de Carvalho. Bringing robustness against adversarial attacks. Nature Machine Intelligence. v. 1, p. 499-500, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
211.	TURRISI DA COSTA, VICTOR GUILHERME; MARTIELLO MASTELINI, SAULO; PONCE DE LEON FERREIRA DE CARVALHO, ANDRE CARLOS; BARBON, SYLVIO. Online Local Boosting: Improving Performance in Online Decision Trees. Em: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), p. 132-137, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
212.	VEGA-OLIVEROS, DIDIER A.; da Fontoura Costa, Luciano; RODRIGUES, Francisco Aparecido. Influence maximization by rumor spreading on correlated networks through community identification. Communications in Nonlinear Science and Numerical Simulation. v. 1, p. 105094-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
213.	VEGA-OLIVEROS, DIDIER A.; MÉNDEZ-BERMÚDEZ, J. A.; Rodrigues, Francisco A.. Multifractality in random networks with power-law decaying bond strengths. PHYSICAL REVIEW E. v. 99, p. 042303-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
214.	YOUNG, LAI-SANG; RUSCHEL, STEFAN; YANCHUK, SERHIY; Pereira, Tiago. Consequences of delays and imperfect implementation of isolation in epidemic control. Scientific Reports. v. 9, p. 3505-, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
215.	ZAVALETA, KATHERINE E.C.; Cancho, Vicente G.; LEMONTE, ARTUR J.. Likelihood-based tests in zero-inflated power series models. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 89, p. 443-460, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
216.	ZIBETTI, MARCELO VICTOR WUST; HELOU, ELIAS; REGATTE, RAVINDER R.; HERMAN, GABOR T.. Monotone FISTA with Variable Acceleration for Compressed Sensing Magnetic Resonance Imaging. IEEE Transactions on Computational Imaging. v. 5, p. 109-119, 2019. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]

2018

1.	A. ALVES, LUIZ; MANGIONI, GIUSEPPE; RODRIGUES, FRANCISCO; PANZARASA, PIETRO; MORENO, YAMIR. Unfolding the Complexity of the Global Value Chain: Strength and Entropy in the Single-Layer, Multiplex, and Multi-Layer International Trade Networks. Entropy. v. 20, p. 909-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
2.	ABREU, E. C.; FERRAZ, P.; MANKAD, H.; PEREIRA, FELIPE; SOUSA, F. S.. Recursive parallel implementation of multiscale mixed methods. Em: 10th International Conference on Porous Media, v. 1, p. 420-421, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
3.	AFIFY, AHMED Z.; ALIZADEH, MORAD; ZAYED, MOHAMED; RAMIRES, THIAGO G.; LOUZADA, FRANCISCO. The Odd Log-Logistic Exponentiated Weibull Distribution: Regression Modeling, Properties, and Applications. Iranian Journal of Science and Technology Transaction A-Science. v. 42, p. 2273-2288, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
4.	ALCOBACA, EDESIO; G. MANTOVANI, RAFAEL; ROSSI, ANDRE L. D.; C. P. L. F. DE CARVALHO, ANDRE. Dimensionality Reduction for the Algorithm Recommendation Problem. Em: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), p. 318-324, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
5.	ALVES, LUIZ G.A.; RIBEIRO, HAROLDO V.; Rodrigues, Francisco A.. Crime prediction through urban metrics and statistical learning. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS. v. 505, p. 435-443, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
6.	André C. P. L. F. Carvalho. Palestra Plenária: X-Meeting 2018, Automating Machine Learning Applications in Bioinformatics. 2018. X-Meeting. (Conferencia)
7.	André C. P. L. F. Carvalho. Palestra Plenária, IJCNN-WCCI 2018, AutoML: Automating Machine Learning, 2018 IEEE World Congress on Computational Intelligence. 2018. 2018 IEEE World Congress on Computational Intelligence (IEEE WCCI 2018). (Congresso)
8.	André Carlos Ponce de Leon Ferreira de Carvalho. Palestra Convidada: Meetingdata: AutoML: Automated Machine Learning. 2018. #meetingdata. (Conferencia)
9.	André Carlos Ponce de Leon Ferreira de Carvalho. Palestra Convidada: University of Freiburg: Machine Learning in Bioinformatics. 2018. Seminars of the Bioinformatics Group Freiburg. (Conferencia)
10.	André Carlos Ponce Leon Ferreira Carvalho. Palestra convidada: Algar Academy: Desafios do Aprendizado de Máquina na era da Ciência de Dados. 2018. Academia de TI - Algar Universidade de Negócios. (Conferencia)
11.	Aoki, Reiko; Bustamante, J. P. M.. Diagnóstico de influência local para obtenção de dados influentes mascarados em modelos de regressão.. 2018. 23o Simpósio Nacional de Probabilidade e Estatística. (Simposio)
12.	ARA, ANDERSON; LOUZADA, FRANCISCO; MILAN, Luis Aparecido. CLASSIFICATION BINARY MODELS FOR BIOMEDICAL DATA: SIMPLE PROBABILISTIC NETWORKS AND LOGISTIC REGRESSION. REVISTA BRASILEIRA DE BIOMETRIA. v. 36, p. 48-55, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
13.	ARAUJO, M. T.; SILVA, A. A.; SOUZA, Leandro Franco de; FURLAN, L. J. S.; BRANDI, A. C.. Numerical Simulation of a Giesekus Fluid Flow Stability. Em: 11th ABCM Spring School on Transition and Turbulence, v. 1, p. 1-5, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
14.	ARAUJO, M. T.; SILVA, A. A.; SOUZA, Leandro Franco de; PAULO, G. S.; FURLAN, L. J. S.; BRANDI, A. C.. An Algorithm for Solving an Implicit Solution for Fully Development Flow in a Channel of a Giesekus Fluid. Em: 17th Brazilian Congress of Thermal Sciences and Engineering, v. 1, p. 1-8, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
15.	ARAUJO, M. T.; SOUZA, Leandro Franco de. Performance Analysis of a Parallel Code for Laminar- Turbulent Transition Studies. Em: 17th Brazilian Congress of Thermal Sciences and Engineering, v. 1, p. 1-8, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
16.	AZEVEDO, C. L. N.; BAZÁN, J.L.; FARIA, R. B. A.. Binary Regression models: Inference and Applications. 2018. Associação Brasileira de Estatistica. (Notas) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
17.	Barbosa, Paulo; Garcia, Kemilly Dearo; Mendes-Moreira, João; DE CARVALHO, ANDRÉ C. P. L. F.. Unsupervised Domain Adaptation for Human Activity Recognition. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2018.p. 623-630. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
18.	BARELLA, VICTOR H.; GARCIA, LUIS P. F.; DE SOUTO, MARCILIO P.; LORENA, ANA C.; DE CARVALHO, ANDRE. Data Complexity Measures for Imbalanced Classification Tasks. Em: 2018 International Joint Conference on Neural Networks (IJCNN), p. 1-8, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
19.	Barriga, Gladys D.C.; Cordeiro, Gauss M.; Dey, Dipak K.; Cancho, Vicente G.; Louzada, Francisco; SUZUKI, ADRIANO K.. The Marshall-Olkin generalized gamma distribution. Communications for Statistical Applications and Methods. v. 25, p. 245-261, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
20.	BARRIGA, GLADYS DC; CANCHO, VICENTE G; GARIBAY, DANIEL V; CORDEIRO, GAUSS M; ORTEGA, EDWIN MM. A new survival model with surviving fraction: An application to colorectal cancer data. STATISTICAL METHODS IN MEDICAL RESEARCH. v. 47, p. 1-15, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
21.	Bazán, J.L. Psicometria e avaliação por testes: um marco metodológico. Em: Avaliação da educação: referências para uma primeira conversa. 1 ed. : edUFSCar. 2018.p. 139-156. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
22.	BAZÁN, J.L.. Análise de Dados categorizados com auxílio computacional. 2018. . (Livro) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
23.	BAZÁN, J.L.; da SILVA, M. A.; OLIVEIRA, E. S. B.; DAVIER, A. V.. Estimating the DINA Model Parameters Using the No-U-Turn Sampler. Em: VI Workshop on Probabilistic and Statistical Methods, v. 1, p. 11-11, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
24.	BERTOLI, WESLEY; CONCEIÇÃO, KATIANE S.; ANDRADE, MARINHO G.; LOUZADA, FRANCISCO. On the zero-modified Poisson-Shanker regression model and its application to fetal deaths notification data. COMPUTATIONAL STATISTICS. v. 33, p. 807-836, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
25.	Bonotto, E.M.. Monotone impulsive dynamical systems. Collectanea Mathematica. v. 69, p. 17-24, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
26.	Bonotto, E.M.. Impulsive non-autonomous dynamical systems. 2018. International Workshop on Nonlinear Dynamical systems and Functional Analysis - ICM 2018 Satellite Conference. (Conferencia)
27.	Bonotto, E.M.. Theory of dichotomies for generalized ordinary differential equations. 2018. Seminar in Dissipative equations of Mathematics Physics. (Seminario)
28.	Bonotto, E.M.. The theory of dichotomies for generalized ordinary differential equations. 2018. Seminar in Partial Differential Equations. (Seminario)
29.	Bonotto, E.M.. Impulsive dynamical systems and attractors. 2018. Seminar in Equations of Mathematics Physics. (Seminario)
30.	Bonotto, E.M.. Pullback attractor for impulsive nonautonomous dynamical systems. 2018. Seminar del Dpto. Ecuaciones Diferenciales y Análisis Numérico. (Seminario)
31.	Bonotto, E.M.. Zhukovskij stability on generalized ordinary differential equations. 2018. ICMC Summer Meeting on Differential Equations, 2018 Chapter. (Conferencia)
32.	Bonotto, E.M.. Global mild solutions for a nonautonomous 2D Navier-Stokes equations with impulses at variable times. 2018. Encontro Nacional de Análise Matemática e Aplicações. (Conferencia)
33.	Bonotto, E.M.. Monotone impulsive semidynamical systems. 2018. X Workshop de Verão em Matemática. (Conferencia)
34.	Bonotto, E.M.; da Costa Ferreira, J.; M. Federson. Uniform asymptotic stability of a discontinuous prey-predator model under control via non-autonomous systems theory. Differential and Integral Equations. v. 31, p. 519-546, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
35.	Bonotto, E.M.; M. Federson; Santos, F. L.. Dichotomies for generalized ordinary differential equations and applications. JOURNAL OF DIFFERENTIAL EQUATIONS. v. 264, p. 3131-3173, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
36.	Bonotto, E.M.; Mesquita, J. G.; SILVA, R. P.. Global Mild Solutions for a Nonautonomous 2D Navier-Stokes Equations with Impulses at Variable Times. Journal of Mathematical Fluid Mechanics. v. 20, p. 801-818, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
37.	BRANDI, A. C.; FURLAN, L. J. S.; SILVA, A. A.; ARAUJO, M. T.; SOUZA, Leandro Franco de. STABILITY ANALYSIS OF VISCOELASTIC OLDROYD-B AND GIESEKUS FLUIDS IN A POISEUILLE FLOW. Em: 13th ERCOFTAC SIG 33 Workshop, v. 1, n. 1, p. 1-1, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
38.	C Poignard; Philipp Pade; Tiago Pereira. Spectra of Laplacian Matrices of Weighted Graphs: Structural Genericity Properties. SIAM JOURNAL ON APPLIED MATHEMATICS. v. 78, p. 372-394, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
39.	Cancho, Vicente G.. A Class of Survival Models for Lifetime Data with a Surviving Fraction in Presence of Unobserved Dependence. 2018. Second Conference in Stochastic Process and Applications. (Conferencia)
40.	Cancho, Vicente G.; BAO, YIQI; FIORUCCI, JOSE A.; BARRIGA, GLADYS D C; Dey, Dipak K.. Estimation and influence diagnostics for zero-inflated hyper-Poisson regression model: Full Bayesian analysis. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 47, p. 2741-2759, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
41.	Cancho, Vicente G.; ZAVALETA, KATHERINE E. C.; MACERA, MÁRCIA A. C.; SUZUKI, ADRIANO K.; Louzada, Francisco. A Bayesian cure rate model with dispersion induced by discrete frailty. Communications for Statistical Applications and Methods. v. 25, p. 471-488, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
42.	Carvalho, A.C.P.L.F.. I Encontro Anual da Rede Nacional de Ciência para Educação: Palestrante e debatedor convidado: MESA-REDONDA: EDUCAÇÃO E COGNIÇÃO: POSSIBILIDADES DAS NOVAS TECNOLOGIAS DIGITAIS. 2018. I ENCONTRO ANUAL DA REDE NACIONAL DE CIÊNCIA PARA EDUCAÇÃO. (Conferencia)
43.	Carvalho, A.C.P.L.F.. Advanced School on Data Science for Big Data EAIA 2018: Palestra convidada: Data Science for Big Data. 2018. Advanced School on Data Science for Big Data EAIA 2018 - DS4BD. (Conferencia)
44.	Carvalho, A.C.P.L.F.. Palestra Convidada: University of Leipzig: AutoML in Bioinformatics. 2018. Herbstseminar der Bioinformatik. (Conferencia)
45.	Carvalho, A.C.P.L.F.. Palestra convidada: Câmara dos Deputados: Assessoramento Científico para um Mundo em Mudança. 2018. Câmara dos Deputados: Inovação em Pauta. (Conferencia)
46.	Cassar, D. R.; Zanotto, E.; de Carvalho, A. C. P. L. F.. Predicting glass transition temperatures using neural networks. ACTA MATERIALIA. v. 159, p. 249-256, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
47.	CEPEDA CUERVO, EDILBERTO; ACHCAR, JORGE ALBERTO; Andrade, Marinho G.. Seasonal Hydrological and Meteorological Time Series. Earth Sciences Research Journal. v. 22, p. 83-90, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
48.	CERRI, RICARDO; MANTOVANI, RAFAEL G.; BASGALUPP, MARCIO P.; DE CARVALHO, ANDRE C. P. L. F.. Multi-label Feature Selection Techniques for Hierarchical Multi-label Protein Function Prediction. Em: 2018 International Joint Conference on Neural Networks (IJCNN), p. 1-8, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
49.	CHERRI, LUIZ HENRIQUE; CHERRI, Adriana Cristina; CARRAVILLA, MARIA ANTÓNIA; OLIVEIRA, JOSÉ FERNANDO; TOLEDO, FRANKLINA MARIA BRAGION; VIANNA, ANDRÉA CARLA GONÇALVES. An innovative data structure to handle the geometry of nesting problems. INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH. v. 56, p. 7085-7102, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
50.	CHIUMENTO, V. H.; SOUZA, Leandro Franco de; ROGENSKI, J. K.; MENDONÇA, Márcio Teixeira de. Stability Analysis of Binary Jet Through LST and DNS. Em: 11th ABCM Spring School on Transition and Turbulence, v. 1, p. 1-6, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
51.	COLLEGARI, R.; Márcia Cristina Anderson Braz Federson; Frasson, Miguel V. S.. Linear FDEs in the frame of generalized ODEs: variation-of-constants formula. Czechoslovak Mathematical Journal. v. 98, p. 889-920, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
52.	Coral, D.B.; SANTOS, MARISTELA; Toledo, C.F..M.; NINO, F.. Clustering-based Search in a Memetic Algorithm for the Vehicle Routing Problem with Time Windows [#18313]. Em: IEEE CEC 2018: IEEE Congress on Evolutionary Computation, p. -, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
53.	CORDEIRO, G. M.; LIMA, M. C. S.; ORTEGA, E. M. M.; SUZUKI, A. K.. A New Extended Birnbaum-Saunders Model: Properties, Regression and Applications. Stats. v. 1, p. 4-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
54.	CORREA, L.; MOMPEAN, G.; KUROKAWA, F. A.; SOUSA, F. S.. Temporal large-eddy simulations of the lid-driven cavity by finite volume method. Journal of the Brazilian Society of Mechanical Sciences and Engineering. v. 40, p. 417-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
55.	COSTA, J. G. C.; SILVA, A. V.; ASSUNCAO, M. A. F.; SANTOS, MARISTELA OLIVEIRA DOS. A mixed integer linear programming model for the drone-assisted TSP (indicado ao Prêmio Roberto Diéguez Galvão). Em: Simpósio Brasileiro de Pesquisa Operacional, p. -, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
56.	COSTA, VICTOR G. TURRISI DA; MASTELINI, SAULO M.; CARVALHO, ANDRE C. P. DE L. F. DE; BARBON, SYLVIO. Making Data Stream Classification Tree-Based Ensembles Lighter. Em: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), p. 480-485, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
57.	COZZO, EMANUELE; de Arruda, Guilherme Ferraz; RODRIGUES, Francisco Aparecido; MORENO, YAMIR. SpringerBriefs in Complexity. 1 ed. Springer International Publishing, 2018. . [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
58.	CRUCHAGA, M.; BUSCAGLIA, G C; Codina, Ramon. Pressure enrichment for bilinear quadrilateral finite elements in two-fluid flow problems. Em: 6th European Conference on Computational Mechanics ECCM 6 - ECFD 7, v. 1, p. 427-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
59.	Cuminato, José A.; MARTINEZ, J. M.. The early years of applied mathematics in Brazil: A brief account on how it developed. Rio Intelligencer, p. 56-62, 01082018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
60.	CUNHA, ARTUR LOVATO; Santos, Maristela Oliveira; MORABITO, REINALDO; BARBOSA-PÓVOA, ANA. An integrated approach for production lot sizing and raw material purchasing. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH. v. 269, p. 923-938, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
61.	Cunha, Tiago; Soares, C. M.; de Carvalho, A. C. P. L. F.. Metalearning and Recommender Systems: A literature review and empirical study on the algorithm selection problem for Collaborative Filtering. INFORMATION SCIENCES. v. 423, p. 128-144, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
62.	Cunha, Tiago; SOARES, CARLOS; DE CARVALHO, ANDRÉ C. P. L. F.. CF4CF-META: Hybrid Collaborative Filtering Algorithm Selection Framework. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2018.p. 114-128. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
63.	Cunha, Tiago; SOARES, CARLOS; DE CARVALHO, ANDRÉ C. P. L. F.. CF4CF. Em: the 12th ACM Conference, p. 357-361, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
64.	Cunha, Tiago; SOARES, CARLOS; DE CARVALHO, ANDRÉ C. P. L. F.. A label ranking approach for selecting rankings of collaborative filtering algorithms. Em: the 33rd Annual ACM Symposium, p. 1393-1395, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
65.	CURI, M.. Artificial neural networks for cognitive diagnostic assessments. 2018. Tech Talks. (Conferencia)
66.	D?ANDREA, AMANDA; ROCHA, RICARDO; TOMAZELLA, VERA; LOUZADA, FRANCISCO. Negative Binomial Kumaraswamy-G Cure Rate Regression Model. Journal of Risk and Financial Management. v. 11, p. 6-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
67.	da Costa, V. G. T.; André C. P. L. F. Carvalho; Barbon Jr, S.. Strict Very Fast Decision Tree: a memory conservative algorithm for data stream mining. PATTERN RECOGNITION LETTERS. v. 116, p. 22-28, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
68.	da SILVA, M. A.; BAZÁN, J.L.; HUGGINS-MANLEY, A. C.. Inserting the Q-matrix into multidimensional item response theory models. 2018. 23º Simpósio Nacional de Probabilidade e Estatística. (Simposio)
69.	da SILVA, M. A.; HUGGINS-MANLEY, A. C.; BAZÁN, J.L.. Bayesian estimation of a Bifactor Generalized Partial Credit Model with different link functions. Em: Workshop on Probabilistic and Statistical Methods, v. 1, p. 24-25, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
70.	DA SILVA, MARCELO A.; DE OLIVEIRA, EDUARDO S. B.; VON DAVIER, ALINA A.; Bazán, Jorge L.. Estimating the DINA model parameters using the No-U-Turn Sampler. BIOMETRICAL JOURNAL. v. 60, p. 352-368, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
71.	Daniel Maia; EE Macau; YANCHUK, S.; Tiago Pereira. Synchronization in networks with strongly delayed couplings. Discrete & Continuous Dynamical Systems - B. v. 23, p. 3461-3482, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
72.	de Arruda, Guilherme Ferraz; COZZO, EMANUELE; Rodrigues, Francisco A; MORENO, YAMIR. A polynomial eigenvalue approach for multiplex networks. NEW JOURNAL OF PHYSICS. v. 20, p. 095004-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
73.	de Arruda, Guilherme Ferraz; Rodrigues, Francisco A.; MORENO, YAMIR. Fundamentals of spreading processes in single and multilayer complex networks. PHYSICS REPORTS-REVIEW SECTION OF PHYSICS LETTERS. v. 1, p. 1-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
74.	de Carvalho, A. C. P. L. F.. Inteligência Artificial: O que é e de onde vem. Blog Ciência e Matemática do O Globo, p. -, 02102018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
75.	de Carvalho, A. C. P. L. F.. O desafio de construir veículos autônomos. Blog Ciência e Matemática do O Globo, p. -, 12122018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
76.	de Carvalho, A. C. P. L. F.. Aprendizado de Máquina: Aprendendo a ser artificialmente inteligente. https://blogs.oglobo.globo.com/ciencia-matematica/post/aprendizado-de-maquina-aprendendo-ser-artificialmente-inteligente.html, p. -, 05112018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
77.	de Carvalho, A. C. P. L. F.. Palestra convidada: FGV Data Science Bootcamp: AutoML: Automation of Machine Learning. 2018. Introduction to Data Science Bootcamp. (Conferencia)
78.	de Carvalho, A. C. P. L. F.. Palestra convidada: Fraunhofer Portugal: Using Machine learning to extract knowledge from movements. 2018. Thursdays with Science. (Conferencia)
79.	de Carvalho, A. C. P. L. F.. Palestra Plenária:: IX ILSI, Inteligência Artificial: Papel do Aprendizado de Máquina no futuro da Alimentação, IX Congresso Nacional do International Life Sciences Institute. 2018. IX Congresso Nacional do International Life Sciences Institute - ILSI Brasil. (Conferencia)
80.	de Carvalho, A. C. P. L. F.. Next Frontiers to Cure Cancer: Palestra convidada: Machine Learning for Big data and Data Science: current state and future perspectives. 2018. Next Frontiers to Cure Cancer. (Conferencia)
81.	de Carvalho, A. C. P. L. F.. Seminários da EMAP-FGV: Palestra convidada: Inteligência Artificial: Desafios do Aprendizado de Máquina na era da Ciência de Dados. 2018. Seminários da EMAP-FGV. (Conferencia)
82.	de Carvalho, A. C. P. L. F.. Seminários do Observatório da Inovação e Competitividade: Palestra convidada: Inteligência Artificial e Aprendizado de Máquina: Estado atual, tendências e aspectos sociais. 2018. Seminários do Observatório da Inovação e Competitividade. (Conferencia)
83.	de Carvalho, A. C. P. L. F.. IEEE World Congress on Computational Intelligence (IEEE WCCI): Palestra convidada: AutoML: Automating Machine Learning. 2018. IEEE World Congress on Computational Intelligence (IEEE WCCI). (Conferencia)
84.	de Carvalho, A. C. P. L. F.. Palestra Convidada: University of Bordeaux: Automating Machine Learning. 2018. Big data seminars. (Conferencia)
85.	de Carvalho, A. C. P. L. F.. Palestra convidada: INGSA2018 Science Advice for a Changing World: Responsible Big Data and Data Science. 2018. INGSA2018 Science Advice for a Changing World. (Conferencia)
86.	DE LA CRUZ, A.; BAZÁN, J.L.. Asymmetric links and methods for imbalanced data in binary regression. Em: VI Workshop on Probabilistic and Statistical Methods, v. 1, p. 17-17, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
87.	DE LA CRUZ, A.; BAZÁN, J.L.. Análisis de residuos y medidas predictivas para clasificación binaria en datos desbalanceados. 2018. http://www.iberamia.org/iberamia/iberamia2018/wp-content/uploads/sites/5/2018/11/ProgramaVJornadaPeruanaIA.pdf. (Congresso)
88.	DE LA CRUZ, A.; BAZÁN, J.L.; CANCHO, V. G.. Desempenho de ligações assimétricas e métodos de correção para dados desbalanceados em regressão binária. 2018. 23º Simpósio Nacional de Probabilidade e Estatística - SINAPE. (Simposio)
89.	DE LA CRUZ, A.; BAZÁN, J.L.; CANCHO, V. G.; DEY, D. K.. Performance of asymmetric links and correction methods for imbalanced data in binary regression. 2018. Data Science Day. (Simposio)
90.	DIAS, D. S.; Ehlers, Ricardo S.. Stochastic Volatily Models using Hamiltonian Monte Carlo Methods and Stan. 2018. . (Relatorio tecnico) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
91.	DIAS, MARKUS DIEGO; PETRONETTO, FABIANO; VALDIVIA, PAOLA; Nonato, Luis Gustavo. Graph Spectral Filtering for Network Simplification. Em: 2018 31st SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 345-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
92.	DOS SANTOS, CARLOS; GRANZOTTO, DANIELE; TOMAZELLA, VERA; LOUZADA, FRANCISCO. Hierarchical Transmuted Log-Logistic Model: A Subjective Bayesian Analysis. Journal of Risk and Financial Management. v. 11, p. 13-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
93.	Ehlers, Ricardo S.. Hamiltonian Monte Carlo methods in financial time series. Em: 23o SINAPE, p. -, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
94.	Ehlers, Ricardo S.. Hamiltonian Monte Carlo Methods in Bayesian Computation. Em: 23o SINAPE, p. -, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
95.	Ehlers, Ricardo S.. Hamiltonian Monte Carlo methods in financial time series. 2018. Simpósio Nacional de Probabilidade e Estatística. (Simposio)
96.	Ehlers, Ricardo S.. Hamiltonian Monte Carlo Methods in Bayesian Computation. 2018. Simpósio Nacional de Probabilidade e Estatística. (Simposio)
97.	Ehlers, Ricardo S.; PAIXAO, R. S.. Zero Variance and Hamiltonian Monte Carlo Methods in GARCH Models. 2018. ISBA World Meeting. (Congresso)
98.	ELBATAL, I.; Louzada, F.; GRANZOTTO, DANIELE C. T.. A New Lifetime Model: The Kumaraswamy Extension Exponential Distribution. CRIMSON PUBLISHERS. v. 2, p. 1-9, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
99.	ELBATAL, IBRAHIM; GRANZOTTO, DANIELE CRISTINA TITA; LOUZADA, FRANCISCO. THE BETA EXPONENTIATED WEIBULL GEOMETRIC DISTRIBUTION: MODELING, STRUCTURAL PROPERTIES, ESTIMATION AND AN APPLICATION TO A CERVICAL INTRAEPITHELIAL NEOPLASIA DATASET. REVISTA BRASILEIRA DE BIOMETRIA. v. 36, p. 942-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
100.	ELDERING, JAAP; E Roque; Jeroen Lamb; Tiago Pereira. Metastable Chimeras born at Discontinuous Transitions. 2018. . (Submitted) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
101.	EROGLU, DENIZ; M Tanzi; S van Strien; Tiago Pereira. Effective networks: a model to predict network structure and critical transitions from datasets. 2018. . (Submitted) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
102.	FACHINI-GOMES, J. B.; ORTEGA, E. M. M.; CORDEIRO, G. M.; SUZUKI, A. K.. The Bivariate Kumaraswamy Weibull regression model: a complete classical and Bayesian analysis. Communications for Statistical Applications and Methods. v. 25, p. 523-544, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
103.	FEDERSON, M.; FRASSON, M.; MESQUITA, J. G.; TACURI, P. H.. Measure Neutral Functional Differential Equations as Generalized ODEs. Journal of Dynamics and Differential Equations. v. 31, p. 207-236, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
104.	FERNANDES, PATRÍCIA GILAVERT; Suzuki, Adriano Kamimura; SARAIVA, ERLANDSON FERREIRA. O Modelo LIindely-Weibull com Proporção de Cura: Uma Abordagem Bayesiana. REVISTA BRASILEIRA DE BIOMETRIA. v. 36, p. 998-1022, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
105.	FERRAZ DE ARRUDA, GUILHERME; APARECIDO RODRIGUES, FRANCISCO; MARTÍN RODRÍGUEZ, PABLO; COZZO, EMANUELE; MORENO, YAMIR. A general Markov chain approach for disease and rumour spreading in complex networks. JOURNAL OF COMPLEX NETWORKS. v. 6, p. 215-242, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
106.	FERREIRA, LUCAS D; SPADON, GABRIEL; CARVALHO, ANDRE CPLF; RODRIGUES, JOSE F. A comparative analysis of the automatic modeling of Learning Styles through Machine Learning techniques. Em: 2018 IEEE Frontiers in Education Conference (FIE), p. 1-8, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
107.	FRAGOSO, TIAGO M.; BERTOLI, WESLEY; LOUZADA, FRANCISCO. Bayesian Model Averaging: A Systematic Review and Conceptual Classification. INTERNATIONAL STATISTICAL REVIEW. v. 1, p. 1-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
108.	FURLAN, L. J. S.; BRANDI, A. C.; MENDONÇA, Márcio Teixeira de; SILVA, A. A.; ARAUJO, M. T.; SOUZA, Leandro Franco de. LST of Oldroyd-B and Giesekus Fluids Flow Stability. Em: 11th ABCM Spring School on Transition and Turbulence, v. 1, p. 1-5, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
109.	GALLARDO, DIEGO I.; GÓMEZ, YOLANDA M.; de Castro, Mário. A flexible cure rate model based on the polylogarithm distribution. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 88, p. 2137-2149, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
110.	Garcia, Kemilly Dearo; DE CARVALHO, ANDRÉ C. P. L. F.; Mendes-Moreira, João. A Cluster-Based Prototype Reduction for Online Classification. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2018.p. 603-610. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
111.	GUIRALDELLO, RAFAEL T.; AUSAS, ROBERTO F.; SOUSA, FABRICIO S.; PEREIRA, FELIPE; BUSCAGLIA, GUSTAVO C.. The Multiscale Robin Coupled Method for flows in porous media. JOURNAL OF COMPUTATIONAL PHYSICS. v. 355, p. 1-21, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
112.	GUIRALDELLO, RAFAEL T.; AUSAS, ROBERTO F.; Sousa, F. S.; PEREIRA, FELIPE; BUSCAGLIA, G. C.. A multiscale method with Robin boundary conditions for the porous media equations. Em: 10th International Conference on Porous Media (Interpore), v. 1, p. 32-33, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
113.	GUIRALDELLO, RAFAEL T.; AUSAS, ROBERTO F.; SOUSA, F. S.; PEREIRA, L. F.; BUSCAGLIA, G C. A multiscale method with Robin boundary conditions for the porous media equations. Em: 10th International Conference on Porous Media (Interpore), v. 1, p. 32-33, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
114.	GUIRALDELLO, RAFAEL T.; Ausas, Roberto F.; Sousa, Fabricio S.; PEREIRA, FELIPE; Buscaglia, Gustavo C.. Interface spaces for the Multiscale Robin Coupled Method in reservoir simulation. MATHEMATICS AND COMPUTERS IN SIMULATION. v. 164, p. 103-119, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
115.	GUTIERREZ-PACHAS, DANIEL A.; Costa, Eduardo F.. On the Linear Quadratic Problem for Systems with Time Reversed Markov Jump Parameters and the Duality with Filtering of Markov Jump Linear Systems. IEEE TRANSACTIONS ON AUTOMATIC CONTROL. v. 63, p. 3040-3045, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
116.	Hashimoto, Elizabeth M.; Ortega, Edwin M. M.; Cordeiro, Gauss M.; Cancho, Vicente G.; KLAUBERG, CARINE. Zero-spiked regression models generated by gamma random variables with application in the resin oil production. Journal of Statistical Computation and Simulation. v. 89, p. 52-70, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
117.	HELOU, E. S.; HERMAN, G. T.; LIN, C.; ZIBETTI, M. V. W.. Superiorization of preconditioned conjugate gradient algorithms for tomographic image reconstruction. Applied Analysis and Optimization. v. 2, p. 271-284, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
118.	HELOU, E.S.; SANTOS, S. A.; SIMOES, L. E. A.. A Fast Gradient and Function Sampling Method for Finite-Max Functions. COMPUTATIONAL OPTIMIZATION AND APPLICATIONS. v. 71, p. 1-45, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
119.	Hildebrando M. Rodrigues; Jianhong Wu; Marcio Gameiro. Switching synchronized chaotic systems applied to secure communication. JOURNAL OF APPLIED ANALYSIS AND COMPUTATION. v. 8, p. 413-426, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
120.	Katiane S. Conceição. Biparametrics k-Modified Power Series Distributions: A Bayesian Approach. 2018. III Congresso Brasileiro de Jovens Pesquisadores em Matemática Pura, Aplicada e Estatística. (Congresso)
121.	Kümmel, Bruno C.; DE CARVALHO, ANDRE C. P. L. F.; Brigido, Marcelo M.; Ralha, Célia G.; Walter, Maria Emilia M. T.. $$S^2FS$$: Single Score Feature Selection Applied to the Problem of Distinguishing Long Non-coding RNAs from Protein Coding Transcripts. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2018.p. 103-113. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
122.	LACERDA, JÔNATAS FERREIRA; SOUZA, Leandro Franco de; ROGENSKI, JOSUEL KRUPPA; MENDONÇA, Márcio Teixeira de. Direct Numerical Simulation Code Validation for Compressible Shear Flows Using Linear Stability Theory. JOURNAL OF AEROSPACE TECHNOLOGY AND MANAGEMENT (ONLINE). v. 10, p. 1-13, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
123.	LEMONTE, ARTUR J.; Bazán, Jorge L.. New links for binary regression: an application to coca cultivation in Peru. TEST. v. 27, p. 597-617, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
124.	LIMA, C.; HELOU, E. S.. Fast projection/backprojection and incremental methods applied to synchrotron light tomographic reconstruction. JOURNAL OF SYNCHROTRON RADIATION. v. 25, p. 248-256, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
125.	LORENA, LUIZ HENRIQUE NOGUEIRA; Quiles, Marcos Gonçalves; de Carvalho, André Carlos Ponce de Leon Ferreira; LORENA, LUIZ ANTONIO NOGUEIRA. Preprocessing Technique for Cluster Editing via Integer Linear Programming. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2018.v. 1, p. 287-297. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
126.	LOTFI, NASTARAN; DAROONEH, AMIR HOSSEIN; Rodrigues, Francisco A.. Centrality in earthquake multiplex networks. CHAOS. v. 28, p. 063113-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
127.	LOTFI, NASTARAN; Rodrigues, Francisco A.; DAROONEH, AMIR HOSSEIN. The role of community structure on the nature of explosive synchronization. CHAOS. v. 28, p. 033102-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
128.	LOUZADA NETO, F.; RAMOS, P. L.; RAMOS, E.. A Note on Bias of Closed-Form Estimators for the Gamma Distribution Derived From Likelihood Equations. AMERICAN STATISTICIAN. p. 1-8, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
129.	Louzada, F.; MOREIRA, FERNANDO F.; OLIVEIRA, MAURO R. A zero-inflated non default rate regression model for credit scoring data. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 47, p. 3002-3021, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
130.	Louzada, F.; RAMOS, P. L.. Efficient closed-form maximum a posteriori estimators for the gamma distribution. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 99, p. 1-13, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
131.	Louzada, F.; RAMOS, P.L.; FERREIRA, PAULO H.. Exponential-Poisson distribution: estimation and applications to rainfall and aircraft data with zero occurrence. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. p. 1-20, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
132.	Louzada, F.; SHIMIZU, T. K. O.; SUZUKI, A. K.; Adriano K. Suzuki; MAZUCHELI, J.. Compositional regression modeling under tilted normal errors: An application to a Brazilian Super League Volleyball data set. CHILEAN JOURNAL OF STATISTICS. v. 9, p. 33-53, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
133.	LOUZADA, FRANCISCO; ARA, ANDERSON. MWSTAT: A MODULATED WEB-BASED STATISTICAL SYSTEM. PESQUISA OPERACIONAL (ONLINE). v. 38, p. 291-306, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
134.	LOUZADA, FRANCISCO; MARCHI, VITOR A. A.. A log-location-scale lifetime distribution with censored data: Regression modeling, residuals, and global influence. Communications in Statistics. Theory and Methods (Online). v. 47, p. 2549-2562, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
135.	LOUZADA, FRANCISCO; RAMOS, PEDRO LUIZ; NASCIMENTO, DIEGO. The Inverse Nakagami-m Distribution: A Novel Approach in Reliability. IEEE TRANSACTIONS ON RELIABILITY. v. 67, p. 1-13, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
136.	Louzada-Neto, F. Ações e Atividades de Inovação Estatística e seus Impactos Culturais, Sociais e Financeiros. Em: III Encontro Goiano de Probabilidade e Estatística, p. 7-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
137.	Louzada-Neto, F. Efficient Closed-Form MAP Estimators for embedded Systems. 2018. . (Conferencia)
138.	Louzada-Neto, F. Você esta preparado para ser um Cientista de Dados?. 2018. 36a Semana de Estatística. (Conferencia)
139.	Louzada-Neto, F. Inovação Estatística e seus Impactos Culturais, Sociais e Financeiros. 2018. 36a Semana de Estatística - 2018. (Conferencia)
140.	Louzada-Neto, F. Você está preparado para ser Cientista de Dados?. 2018. XIII Encontro Científico dos Pós-graduandos do IMECC-UNICAMP. (Conferencia)
141.	Louzada-Neto, F. Desenvolvimento de Produtos Matemáticos e Seus Impactos na Indústria e na Comunidade. Plenária. 2018. I Semana da Matemática da UFSCar. (Conferencia)
142.	Louzada-Neto, F. Formação do Bacharel em Estatística à Luz das Ciências de Dados. 2018. 23o SINAPE. (Conferencia)
143.	Louzada-Neto, F. Modelos de sobrevivência Inflacionados de zeros para detecção de fraudes em empréstimos bancários. 2018. XIV Semana da Estatística da UEM. (Conferencia)
144.	Louzada-Neto, F. Efficient closed-form MAP estimators for some survival distributions. 2018. 23rd International Conference on Computational Statistics. (Conferencia)
145.	Louzada-Neto, F. Is the Hypothesis of Efficient market applied to Bitcoin behavior?. 2018. IV Workshop em Finanças Aplicadas. (Conferencia)
146.	Louzada-Neto, F. Efficient Closed-Form MAP Estimator for Nakagami Fading Parameter.. 2018. VI Workshop on Probabilistic and Statistical Methods. (Conferencia)
147.	Louzada-Neto, F; RAMOS, P. L.; RAMOS, E.. Efficient Closed-Form Maximum a Posteriori Estimators for the Gamma and Nakagami-m distributions. 2018. XIV EBEB - Encontro Brasileiro de Estatística Bayesiana. (Comunicacao)
148.	Luisa Hebling; Katiane S. Conceição. Distribuições $k$-Modificadas Biparametricas: Uma abordagem Bayesiana para Estimação dos Parâmetros.. Em: XXIII Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 1-1, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
149.	MACHADO, BRUNO BRANDOLI; SPADON, GABRIEL; ARRUDA, MAURO S.; GONCALVES, WESLEY N.; CARVALHO, ANDRE C. P. L. F.; RODRIGUES-JR, JOSE F.. A smartphone application to measure the quality of pest control spraying machines via image analysis. Em: the 33rd Annual ACM Symposium, p. 956-963, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
150.	MAIA, J. M.; RUSSO, C. M.; BAZAN, J. L.; LESAFFRE, E.. Modeling burnout syndrome?s latent trait of nurses using the graded response model. Em: III Seminário Internacional de Estatística com R, p. -, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
151.	MAIA, J. M.; RUSSO, C. M.; BAZÁN, J.L.; LESAFFRE, E.. Modeling of latent traits on nurses burnout. Em: VI Workshop on Probabilistic and Statistical Methods, v. 1, p. 20-21, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
152.	Maria P. G. Blanco; Katiane S. Conceição. Bondade de Ajuste para Modelos k-Modificados.. Em: XXIII Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 1-1, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
153.	MARQUES, L. F.; ROGENSKI, J. K.; SOUZA, Leandro Franco de. Influence of Curvature Variation on the Secondary Instabilities. Em: 17th Brazilian Congress of Thermal Sciences and Engineering, v. 1, p. 1-9, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
154.	MCKEE, S.; TOMÉ, MURILO F.. Ripples from a Splashing Drop. Mathematics Today. v. 54, p. 66-69, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
155.	McKee, Sean; Tomé, M.F.. Ripples from a Splashing Drop. MATHEMATICS TODAY, p. 66-69, 02042018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
156.	MEACCI, L.; ROCHA, F.; SILVA, A. A.; PRAMIU, P. V.; BUSCAGLIA, G. C.. A trajectory planning model for the manipulation of particles in microfluidics. TENDÊNCIAS EM MATEMÁTICA APLICADA E COMPUTACIONAL. v. 19, p. 509-523, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
157.	Milene Alves Garcia; Katiane S. Conceição. k-Modified Poisson Model. Em: XXIII Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 1-1, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
158.	Milene Alves Garcia; Katiane S. Conceição. Modelo Série de Potência k-Modificado.. Em: XXIII Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 1-1, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
159.	Milene Alves Garcia; Vitor Millani Negrão Bonini; Katiane S. Conceição. Modelo de Pisson k-Modificado: Uma aplicação com Notificações de Óbitos Fetais nos Municípios do Estado da Bahia. Em: 63ª Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria, v. 1, n. 1, p. 1-1, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
160.	MIQUELES, EDUARDO; KOSHEV, NIKOLAY; Helou, Elias S.. A Backprojection Slice Theorem for Tomographic Reconstruction. IEEE TRANSACTIONS ON IMAGE PROCESSING. v. 27, p. 894-906, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
161.	Moreira, João Mendes; DE CARVALHO, ANDRÉ C. P. L. F.; Horváth, Tomá¿. A General Introduction to Data Analytics. 1 ed. John Wiley & Sons, Inc., 2018. p. 352. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
162.	MORITA, L. H. M.; TOMAZELLA, V. L. D.; Louzada, F.. Accelerated Lifetime Modelling with frailty in a non homogeneous Poisson Process for analysis of recurrent events data. Quality Technology & Quantitative Management. v. 15, p. 209-229, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
163.	MOTTA, DANILO; CASACA, WALLACE; PAGLIOSA, PAULO; Paiva, Afonso. A user-friendly interactive framework for unsteady fluid flow segmentation and visualization. Journal of Visualization (Online). v. 21, p. 625-636, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
164.	MOTTA, DANILO; CASACA, WALLACE; Paiva, Afonso. Fundus Image Transformation Revisited: Towards Determining More Accurate Registrations. Em: 2018 IEEE 31st International Symposium on ComputerBased Medical Systems (CBMS), p. 227-232, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
165.	MUNDIM, LEANDRO R.; ANDRETTA, MARINA; CARRAVILLA, MARIA ANTÓNIA; OLIVEIRA, JOSÉ FERNANDO. A general heuristic for two-dimensional nesting problems with limited-size containers. INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH. v. 56, p. 709-732, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
166.	NOFAL, ZOHDY M.; AFIFY, A.; YOUSOF, HAITHAM M.; GRANZOTTO, DANIELE C. T.; Louzada Neto, F.. The transmuted exponentiated additive Weibull distribution: Properties and applications. JOURNAL OF MODERN APPLIED STATISTICAL METHODS. v. 17, p. 385-413, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
167.	Nonato, Luis Gustavo; AUPETIT, MICHAEL. Multidimensional Projection for Visual Analytics: Linking Techniques with Distortions, Tasks, and Layout Enrichment. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS. v. 25, p. 1-1, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
168.	O?CARROLL, MICHAEL; FARIA DA VEIGA, PAULO A.. Scaled lattice fermion fields, stability bounds, and regularity. JOURNAL OF MATHEMATICAL PHYSICS. v. 59, p. 022301-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
169.	OLIVEIRA, E. S. B.; BAZÁN, J.L.; DE CASTRO, M.; BAYES, C. L.. New Gompertz based distributions to skewed bounded responses. Em: VI Workshop on Probabilistic and Statistical Methods, v. 1, p. 18-19, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
170.	OLIVEIRA, LARISSA T.; SILVA, EVERTON F.; Toledo, Franklina M. B.; OLIVEIRA, JOSE' FERNANDO. Modelo integrado de empacotamento de pec¿as irregulares em faixa e caminho mínimo de corte. Em: CNMAC 2018 XXXVIII Congresso Nacional de Matemática Aplicada e Computacional, v. 6, p. -7, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
171.	OLIVEIRA, R. M.; HELOU, E. S.; COSTA, E. F.. String-averaging incremental stochastic subgradient algorithms. OPTIMIZATION METHODS & SOFTWARE. v. 33, p. 1-28, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
172.	OLIVEIRA, WILLY A.; Santos, Maristela O.. MIP-heurísticas para um problema de dimensionamento e sequenciamento de lotes em linhas paralelas e relacionadas. Em: CNMAC 2017 XXXVII Congresso Nacional de Matemática Aplicada e Computacional, v. 6, p. -2074, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
173.	PADILHA, VICTOR ALEXANDRE; CARVALHO, ANDRE CARLOS PONCE DE LEON FERREIRA DE. A Study of Biclustering Coherence Measures for Gene Expression Data. Em: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), p. 546-551, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
174.	PADOVANI DE SOUZA, KLEBER; SETUBAL, JOÃO CARLOS; PONCE DE LEON F. DE CARVALHO, ANDRÉ CARLOS; OLIVEIRA, GUILHERME; CHATEAU, ANNIE; ALVES, RONNIE. Machine learning meets genome assembly. Briefings in Bioinformatics. v. 20, p. 2116-2129, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
175.	PAIXAO, R. S.; Ehlers, Ricardo S.. Zero Variance and Hamiltonian Monte Carlo Methods in GARCH Models. Em: ISBA World Meeting, p. -, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
176.	PEIXINHO, ALAN ZANONI; BENATO, BARBARA CAROLINE; Nonato, Luis Gustavo; FALCAO, ALEXANDRE XAVIER. Delaunay Triangulation Data Augmentation Guided by Visual Analytics for Deep Learning. Em: 2018 31st SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 384-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
177.	PERALTA, JEINNY; ANDRETTA, M.; OLIVEIRA, J. F.. Solving Irregular Strip Packing Problems with free rotations. 2018. 23rd ISMP - International Symposium on Mathematical Programming. (Simposio)
178.	PERALTA, JEINNY; ANDRETTA, M.; OLIVEIRA, JOSÉ F.. Solving irregular strip packing problems with free rotations using separation lines. PESQUISA OPERACIONAL (IMPRESSO). v. 38, p. 195-214, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
179.	PERALTA, JEINNY; ANDRETTA, MARINA; OLIVEIRA, JOSÉ FERNANDO. Packing Circles and Irregular Polygons using Separation Lines. Em: 7th International Conference on Operations Research and Enterprise Systems, p. 71-77, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
180.	PEREIRA, FELIPE; SOUSA, F. S.; MANKAD, H.. On the reuse of multiscale basis functions for the approximation of time-dependent problems. Em: 10th International Conference on Porous Media, v. 1, p. 364-365, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
181.	PEREIRA, M. A. A.; RUSSO, C. M.. Nonlinear mixed-effects models with scale mixtures of skew-normal distributions. Em: 32nd International Workshop on Statistical Modelling, v. 2, p. 142-145, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
182.	PERON, THOMAS K. DM.; JI, PENG; KURTHS, JÜRGEN; Rodrigues, Francisco A.. Spectra of random networks in the weak clustering regime. EPL. v. 121, p. 68001-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
183.	PESSOA, V. H. M.; FERREIRA, Cynthia de O.L.. Resilience and structure of metabolic networks. 2018. Congresso Nacional de Matemática Aplicada e Computacional. (Congresso)
184.	PESSOA, VICTOR HUGO DE MELLO; FERREIRA, CYNTHIA DE OLIVEIRA LAGE. Resilience and Structure of Metabolic Networks. Em: CNMAC 2018 XXXVIII Congresso Nacional de Matemática Aplicada e Computacional, v. 6, p. -, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
185.	PIMENTA, MAYRA Z.; COMIN, CESAR HENRIQUE; Rodrigues, Francisco A.; COSTA, Luciano da F.. The impact of Interconnecting Topologies on SOM Neural Networks. Em: 2018 International Joint Conference on Neural Networks (IJCNN), p. 1-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
186.	PIMENTEL, BRUNO ALMEIDA; DE CARVALHO, ANDRE C. P. L. F.. Statistical versus Distance-Based Meta-Features for Clustering Algorithm recommendation Using Meta-Learning. Em: 2018 International Joint Conference on Neural Networks (IJCNN), p. 1-8, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
187.	PISANI, PAULO HENRIQUE; Lorena, Ana Carolina; DE CARVALHO, ANDRE C.P.L.F.. Adaptive Biometric Systems using Ensembles. IEEE INTELLIGENT SYSTEMS. v. 33, p. 19-28, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
188.	POLPO, A.; STERN, J. M.; Louzada, F.; IZBICKI, R.; TAKADA, H. H.. Presents cutting-edge research from a wide variety of science and engineering fields that use inductive statistics. 1 ed. Springer International Publishing, 2018. p. 304. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
189.	RAMOS, P. L.; Louzada, F.. Bayesian reference analysis for the Generalized Gamma distribution. IEEE COMMUNICATIONS LETTERS. v. 22, p. 1-1, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
190.	RAMOS, P. L.; NASCIMENTO, DIEGO C.; COCOLO, CAMILA; NICOLA, MÁRCIO J.; ALONSO, CARLOS; RIBEIRO, LUIZ G.; ENNES, ANDRÉ; Louzada, F.. Reliability-Centered Maintenance: Analyzing Failure in Harvest Sugarcane Machine Using Some Generalizations of the Weibull Distribution. MODELLING AND SIMULATION IN ENGINEERING. v. 2018, p. 1-12, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
191.	RAMOS, PEDRO L.; Louzada, F.; SHIMIZU, T. K. O.; LUIZ, A. O.. The inverse weighted Lindley distribution: Properties, estimation and an application on a failure time data. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. p. 1-19, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
192.	Gabriela Cintra Raquel; Marinho G. Andrade; Katiane S. Conceição. Modelos de Regressão de Poisson Zero-Modificado para Dados Longitudinais. Em: 63rd. Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria, v. 1, n. 1, p. 1-5, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
193.	REDDY, G. MURALI MOHAN; SINHA, RAJEN KUMAR; CUMINATO, José Alberto. A Posteriori Error Analysis of the Crank-Nicolson Finite Element Method for Parabolic Integro-Differential Equations. JOURNAL OF SCIENTIFIC COMPUTING. v. 79, p. 414-441, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
194.	REDDY, G.M.M.; VYNNYCKY, M.; Cuminato, J.A.. An efficient adaptive boundary algorithm to reconstruct Neumann boundary data in the MFS for the inverse Stefan problem. JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS. v. 349, p. 21-40, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
195.	RICARTE, T. A. M.; CURI, M.; DAVIER, A. V.. Modeling Accidental Mistakes in Multistage Testing: A Simulation Study. Springer Proceedings in Mathematics & Statistics. v. 233, p. 55-65, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
196.	Rivolli, Adriano; Soares, C. M.; de Carvalho, A. C. P. L. F.. Enhancing multilabel classification for food truck recommendation. EXPERT SYSTEMS. v. 35, p. e12304-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
197.	Rivolli, Adriano; SOARES, CARLOS; C. P. L. F. DE CARVALHO, ANDRE. Label Expansion for Multi-label Classification. Em: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), p. 414-419, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
198.	Roberto Castelli; Marcio Gameiro; Lessard, Jean-Philippe. Rigorous Numerics for ill-posed PDEs: Periodic Orbits in the Boussinesq Equation. ARCHIVE FOR RATIONAL MECHANICS AND ANALYSIS. v. 228, p. 129-157, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
199.	ROCHA, F. F.; PIRES, V. A.; SOUSA, F. S.; BUSCAGLIA, G. C.. Precisão de métodos de volumes finitos para a solução da equação de Buckley-Leverett. Em: Congresso Nacional de Matemática Aplicada e Computacional - CNMAC, v. 38, p. 010311-1-010311-7, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
200.	ROCHA, F.; SOUSA, F. S.; GUIRALDELLO, R.; PEREIRA, FELIPE; AUSAS, ROBERTO F.; BUSCAGLIA, G C. A new iterative downscaling procedure for multiscale methods in porous media flows. Em: 10th International Conference on Porous Media (Interpore), v. 1, p. 36-37, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
201.	ROCHA, F.; SOUSA, F. S.; GUIRALDELLO, RAFAEL T.; PEREIRA, FELIPE; AUSAS, ROBERTO F.; BUSCAGLIA, G C. A new iterative downscaling procedure for multiscale methods in porous media flows. Em: 10th International Conference on Porous Media (Interpore), v. 1, p. 36-37, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
202.	ROCHA, FRANCIANE FRACALOSSI; PIRES, VITOR ALVES; SOUSA, FABRICIO SIMEONI DE; BUSCAGLIA, GUSTAVO CARLOS. Precisa¿o de me¿todos de volumes finitos para a soluc¿a¿o da equac¿a¿o de Buckley-Leverett. Em: CNMAC 2018 XXXVIII Congresso Nacional de Matemática Aplicada e Computacional, v. 38, p. -010311-7, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
203.	RODRIGUES DE SOUZA QUEIROZ, LAYANE; RESENDE MUNDIM, LEANDRO; ANDRETTA, MARINA. Genetic Algorithm for the Knapsack Problem with Irregular Shaped Items. Em: 2018 XLIV Latin American Computer Conference (CLEI), p. 192-199, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
204.	Rodrigues, F A. Predicting epidemic spreading and synchronization from network structure. 2018. ISI Foundation. (Seminario)
205.	Rodrigues, F A. Epidemic processes in single and multilayer networks. 2018. Complexity Science Hub Vienna. (Seminario)
206.	Rodrigues, Francisco A. Epidemic processes in multilayer networks. 2018. Seminar - University of Oxford. (Seminario)
207.	Rodrigues, Francisco A.. Epidemic processes in multilayer networks. 2018. Networks Seminar, Mathematical Institute. (Conferencia)
208.	Rodrigues, Francisco A.. Complex Networks: Structure and Dynamics. 2018. . (Conferencia)
209.	Rodrigues, Francisco A.. Complex Networks: Structure and Dynamics. 2018. . (Conferencia)
210.	Rodrigues, Francisco A.. Complex Networks: structure and dynamics. 2018. . (Conferencia)
211.	Rodrigues, Francisco A.. EPIDEMIC PROCESSES IN SINGLE AND MULTILAYER COMPLEX NETWORKS. 2018. . (Conferencia)
212.	Rodrigues, Francisco A.. Predicting epidemic spreading and synchronization from network structure. 2018. . (Conferencia)
213.	Rodrigues, Francisco A.. Role of network structure on epidemic spreading and synchronisation of coupled oscillators. 2018. Complex Systems Meeting ? Towards a European University. (Congresso)
214.	RODRIGUES, J.; INACIO, M. H. A.; SUZUKI, A. K.; SILVA, F. R.; BALAKRISHNAN, N.. Bayesian superposition of pure-birth destructive cure processes for tumor latency. Em: 23º SINAPE - Simpósio Nacional de Probabilidade e Estatística, p. -, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
215.	RODRIGUEZ, D.; GENNARO, E. M.; SOUZA, Leandro Franco de. Does the Intrinsic Three-Dimensionalization of Laminar Separation Bubbles Enhance Its Amplifier Character?. Em: 17th Brazilian Congress of Thermal Sciences and Engineering, v. 1, p. 1-6, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
216.	S Ruschel; Tiago Pereira; YANCHUK, S.; L.-S. Young. SIQ: a delay differential equations model for disease control via isolation. 2018. . (Submitted) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
217.	S Ruschel; Tiago Pereira; YANCHUK, S.; L.-S. Young. Isolation as a means of epidemics control: consequences of delays and imperfect implementation. 2018. . (Submitted) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
218.	Sabrina S. Calcina; Marcio Gameiro. Parameter Identification in a Predator-Prey System using Persistent Homology. Em: XXXVIII CNMAC, v. 6, p. 010444-1-010444-7, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
219.	SANTOS, MARISTELA OLIVEIRA DOS; Soler E.M.; Furlan, M.M.; Viera, J.C.M. USP cria modelo matemático que ajuda a economizar eletricidade. Poder Executivo I e II do Diário Oficial do Estado de SP do dia 07/06/2018, p. -, . [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
220.	SANTOS, MARISTELA OLIVEIRA DOS; Soler E.M.; VIEIRA JUNIOR, J. C. M.; Furlan, M.M.; ARENALES, M. N.. SAAE de São Carlos confirma 10% de economia de energia. Comunicação CeMEAI/ICMC/USP, p. 1-1, 22052018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
221.	Santos, Maristela Oliveira; Massago, Sadao; ROMERO, ROSELI APARECIDA FRANCELIN; CALVO, RODRIGO. Uma Heurística para o Problema de Patrulhamento de Ambientes com múltiplos Agentes. Em: CNMAC 2017 XXXVII Congresso Nacional de Matemática Aplicada e Computacional, v. 6, p. -2094, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
222.	SANTOS, TAIZA E. G.; FAVORETTO, DIANDRA B.; TOOSTANI, IMAN GHODRATTI; NASCIMENTO, DIEGO C.; RIMOLI, BRUNNA P.; BERGONZONI, EDUARDO; LEMOS, TENYSSON WILL; TRUONG, DENNIS Q.; DELBEM, ALEXANDRE C. B.; MAKKIABADI, BAHADOR; MORAES, RENATO; LOUZADA, FRANCISCO; BIKSON, MAROM; LEITE, JOAO P.; EDWARDS, DYLAN J.. Manipulation of Human Verticality Using High-Definition Transcranial Direct Current Stimulation. Frontiers in Neurology. v. 9, p. 529-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
223.	SARAIVA, E.F.; SUZUKI, A. K.; MILAN, L. A.. Bayesian Computational Methods for Sampling from the Posterior Distribution of a Bivariate Survival Model, Based on AMH Copula in the Presence of Right-Censored Data. Entropy. v. 20, p. 642-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
224.	SAVINIEC, LANDIR; Santos, Maristela O.; COSTA, ALYSSON M.. Parallel local search algorithms for high school timetabling problems. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH. v. 265, p. 81-98, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
225.	SCHWERTNER, A. E.; MIGLIATO, A. L.; RAMOS, A. F. X.; MEDEIROS, D. O.; DIAS, E. X.; HERRERA, F. L. L.; PINTO, G. B.; MARQUEZ, I. N.; COSTA, J. G. C.; ASCONA, J. F. M.; RIBEIRO, J. R.; SAVINIEC, L.; CALDERON, L. S. C.; MEACCI, L.; ANDRETTA, M.; SANTOS, M. O.; PEDROLLI, M. M.; CAMPANA, N. P.; HOKAMA, P. H. B.; LUGAO, P. H. G.; SANTOS, T. V.; TEIXEIRA, V. U. D.; PONTES, V. N.. Dynamic routing. 2018. 4o Workshop de Soluções Matemáticas para Problemas Industriais. (Outra)
226.	SHIMIZU, T. K. O.; LOUZADA NETO, F.; SUZUKI, A. K.; EHLERS, R. S.. Modeling Compositional Regression With Uncorrelated and Correlated Errors: A Bayesian Approach. JOURNAL OF DATA SCIENCE (ONLINE). v. 16, p. 221-250, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
227.	SHIMIZU, TACIANA; LOUZADA, FRANCISCO; SUZUKI, ADRIANO. Finite mixture of compositional regression with gaussian errors. REVISTA COLOMBIANA DE ESTADISTICA. v. 41, p. 75-86, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
228.	Aimée Shirozono; Marinho G. Andrade; Katiane S. Conceição. Modelos de Poisson ZMPS-GARMA Bayesiano: Uma aplicação em dados de mortalidade. Em: 63rd Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria, v. 1, n. 1, p. 1-5, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
229.	SILVA, A. A.; CHIUMENTO, V. H.; SOUZA, Leandro Franco de; GOMEZ, L. C.. Ferramenta Computacional em DFC Aplicada ao Problema da Cavidade Quadrada. Em: CNMAC - Congresso Nacional de Matemática Aplicada e Computacional, v. 1, n. 1, p. 1-2, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
230.	SILVA, A. N.; BAZÁN, J.L.. Aplicação de novos modelos de regressão binomial para dados desbalanceados. Em: VI Workshop on Probabilistic and Statistical Methods, v. 1, p. 17-17, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
231.	SILVA, E. B.; DINIZ, Carlos Alberto Ribeiro; CARRASCO, J. M. F.; de Castro, Mário. A class of beta regression models with multiplicative log-normal measurement errors. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 47, p. 229-248, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
232.	DA SILVA, WESLEY BERTOLI; RIBEIRO, ANGÉLICA MARIA TORTOLA; CONCEIÇÃO, KATIANE SILVA; ANDRADE, MARINHO GOMES; NETO, FRANCISCO LOUZADA. On Zero-Modified Poisson-Sujatha Distribution to Model Overdispersed Count Data. Austrian Journal of Statistics. v. 47, p. 1-19, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
233.	SISTO, C. M. T.; SUZUKI, A. K.. UM ESTUDO SOBRE O MODELO LINDLEY DISCRETO. Em: 23º SINAPE - Simpósio Nacional de Probabilidade e Estatística, p. -, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
234.	SOUSA, F. S.; ROCHA, F. F.; GUIRALDELLO, RAFAEL T.; AUSAS, ROBERTO F.; PEREIRA, FELIPE; BUSCAGLIA, GUSTAVO C.. A new iterative downscaling procedure for multiscale methods in porous media flows. 2018. 10th International Conference on Porous Media. (Congresso)
235.	STELLA, C. A.; SUZUKI, A. K.; SOUZA, H. C. C.; BIAGI JUNIOR, C. A. O.; TORRIERI, R.; PERDONA, G. S. C.. APLICAÇAO DO MODELO TEMPO DE PROMOÇAO WEIBULL PARA DADOS DE CANCER NO ESTOMAGO DO ATLAS DO GENOMA DO CANCER (TCGA). Em: 23º SINAPE - Simpósio Nacional de Probabilidade e Estatística, p. -, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
236.	TAKATA, A. S.; ROGENSKI, J. K.; SOUZA, Leandro Franco de. Numerical study of the influence of spanwise wavelength on the evolution of Görtler vortices for unsteady disturbances. Em: 17th Brazilian Congress of Thermal Sciences and Engineering, v. 1, p. 1-8, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
237.	TAKATA, A. S.; SOUZA, Leandro Franco de; ROGENSKI, J. K.. Numerical Study of Unsteady Görtler Vortices Evolution. Em: 11th ABCM Spring School on Transition and Turbulence, v. 1, p. 1-7, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
238.	TOLEDO, F. M. B.. Otimização Linear Inteira - Aplicações. 2018. VII Semana de Matemática e Educação com tema: matemática e interdiciplinaridade. (Conferencia)
239.	TOMAYA, LORENA CÁCERES; de Castro, Mário. A heteroscedastic measurement error model based on skew and heavy-tailed distributions with known error variances. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 88, p. 2185-2200, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
240.	TOMAYA, LORENA CÁCERES; de Castro, Mário. New estimation methods for the Grubbs model. CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS. v. 176, p. 119-125, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
241.	Tomé, M. F.; MEREJOLLI, R.; PAULO, G. S.; MCKEE, S.. An assessment of the PTT model on the impacting drop problem. Journal of the Brazilian Society of Mechanical Sciences and Engineering. v. 40, p. 468-, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
242.	Verdecia-Cabrera, A.; Frías-Blanco, I.; de Carvalho, A. C. P. L. F.. An online adaptive classifier ensemble for mining non-stationary data streams. Intelligent Data Analysis. v. 22, p. 787-806, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
243.	WU, JING; de Castro, Mário; SCHIFANO, ELIZABETH D.; Chen, Ming-Hui. Assessing covariate effects using Jeffreys-type prior in the Cox model in the presence of a monotone partial likelihood. JOURNAL OF STATISTICAL THEORY AND PRACTICE. v. 12, p. 23-41, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
244.	ZUCARELI, LAISA RIBEIRO; SARAIVA, ERLANDSON FERREIRA; Suzuki, Adriano Kamimura. Um Tutorial sobre Estimação em Modelos de Mistura. REVISTA BRASILEIRA DE BIOMETRIA. v. 36, p. 968-997, 2018. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]

(*) Relatório criado com produções desde 1970 até 2023
Data de processamento: 08/03/2023 08:58:39

1.	ABREU, E.; FERRAZ, P.; ESPÍRITO SANTO, A.M.; PEREIRA, F.; SANTOS, L.G.C.; SOUSA, F.S.. Recursive formulation and parallel implementation of multiscale mixed methods. JOURNAL OF COMPUTATIONAL PHYSICS. v. 473, p. 111681-, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
2.	ARAÚJO, ANNA LUÍZA DAMACENO; DA SILVA, VIVIANE MARIANO; KUDO, MAÍRA SUZUKA; DE SOUZA, EDUARDO SANTOS CARLOS; SALDIVIA'SIRACUSA, CRISTINA; GIRALDO'ROLDÁN, DANIELA; LOPES, MARCIO AJUDARTE; VARGAS, PABLO AGUSTIN; KHURRAM, SYED ALI; PEARSON, ALEXANDER T.; KOWALSKI, LUIZ PAULO; de Carvalho, André Carlos Ponce de Leon Ferreira; SANTOS'SILVA, ALAN ROGER; MORAES, MATHEUS CARDOSO. Machine learning concepts applied to oral pathology and oral medicine: A convolutional neural networks' approach. JOURNAL OF ORAL PATHOLOGY & MEDICINE. v. 1, p. 1-, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
3.	Bazán, J.L; FLORES, S.; AZEVEDO, C. L. N.; DEY, DIPAK. Revisiting the Samejima-Bolfarine-Bazán IRT models: New features and Extensions. Brazilian Journal of Probability and Statistics. p. -, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
4.	BRITO, E. S.; FERREIRA, P. H.; TOMAZELLA, V. L. D.; MARTINS, D.; Ehlers, R.S.. Inference methods for the Very Flexible Weibull distribution based on progressive type-II censoring. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. p. -, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
5.	CHAMECKI, MARCELO; Freire, L. S.; Dias, N. L.; CHEN, BICHENG; DIAS-JUNIOR, CLÉO QUARESMA. Effects of Vegetation and Topography on the Boundary Layer Structure above the Amazon Forest. Em: American Meteorological Society 103rd Annual Meeting, p. -, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
6.	FARIA DA VEIGA, PAULO A.; O'CARROLL, MICHAEL. On thermodynamic and ultraviolet stability bounds for bosonic lattice QCD models in Euclidean dimensions d = 2,3,4. REVIEWS IN MATHEMATICAL PHYSICS. v. 33, p. 1-55, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
7.	Freire, L. S.. Errors in Sonic Anemometry Using Synthetic Data. Em: American Meteorological Society 103rd Annual Meeting, p. -, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
8.	Freire, L. S.. Errors in Sonic Anemometry Using Synthetic Data. 2023. American Meteorological Society 103rd Annual Meeting. (Congresso)
9.	HORVÁTH, TOMÁ; MANTOVANI, RAFAEL G.; de Carvalho, André C.P.L.F.. Hyper-parameter initialization of classification algorithms using dynamic time warping: A perspective on PCA meta-features. APPLIED SOFT COMPUTING. v. 134, p. 109969-, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
10.	MASSAMBONE, RAFAEL; COSTA, EDUARDO FONTOURA; HELOU, ELIAS SALOMAO. A Markovian Incremental Stochastic Subgradient Algorithm. IEEE TRANSACTIONS ON AUTOMATIC CONTROL. v. 68, p. 124-139, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
11.	MENEZES, ANGELO G.; DE MOURA, GUSTAVO; ALVES, CÉZANNE; de Carvalho, André C.P.L.F.. Continual Object Detection: A review of definitions, strategies, and challenges. NEURAL NETWORKS. v. 161, p. 476-493, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
12.	MIQUELIN, L. M.; SANTOS, MARISTELA; Furlan, M.M.; Soler E.M.. Mathematical Model with Pressure Constraints to Minimize Electric Energy Costs in the Operation of Hydraulic Pumps. IEEE Latin America Transactions. v. 21, p. 483-489, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
13.	Ordoñez, J. A; PRATES., M. O.; BAZÁN, J.L.; LACHOS, V.H.. Penalized complexity priors for the skewness parameter of power links. CANADIAN JOURNAL OF STATISTICS-REVUE CANADIENNE DE STATISTIQUE. p. -, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
14.	PARK, H.; REID, JEFFREY S.; Freire, L. S.; JACKSON, CHRISTOPHER; RICHTER, DAVID H.. Stability, Aerosol Particle Size, and in-Situ Observations Cause Aerosol Surface Flux Variability in the Marine Atmospheric Boundary Layer. Em: American Meteorological Society 103rd Annual Meeting, p. -, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
15.	PAZ, STEVENS; Ausas, Roberto F.; CARBAJAL, JUAN P.; Buscaglia, Gustavo C.. Chemoreception and chemotaxis of a three-sphere swimmer. Communications in Nonlinear Science and Numerical Simulation. v. 117, p. 106909-, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
16.	PRATAVIERA, F.; HASHIMOTO, E. M.; ORTEGA, E. M. M.; CORDEIRO, G. M.; CANCHO, V. G.; VILA, R.. A new flexible regression model with application to recovery probability Covid-19 patients. JOURNAL OF APPLIED STATISTICS. v. 1, p. 1-19, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
17.	RAMOS, PEDRO; Rodrigues, Francisco A.; RAMOS, EDUARDO; DEY, DIPAK K.; LOUZADA, FRANCISCO. Power Laws Distributions in Objective Priors. STATISTICA SINICA. v. 1, p. 1-, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
18.	RODRIGUES, JOSEMAR; BENITES, YURY R.; CANCHO, VICENTE G.; BALAKRISHNAN, N.; Suzuki, Adriano K.. Bayesian meta-elliptical multivariate regression models with fixed marginals on unit intervals. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 52, p. 918-938, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
19.	ROMERO, L. H.; RIBEIRO, J. R.; Costa, Eduardo F.. On the H2 control of hidden Markov jump linear systems. Ieee Control Systems Letters. p. -, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
20.	SANTOS, K.; SILVA, I. T.; CÚRI, M.. Genes clustering selection to survival prediction in breast cancer patients. journal of health informatics. p. -, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
21.	TABAK, G. C.; PITON-GONCALVES, J.; RICARTE, T. A. M.; CÚRI, M.. Teste Adaptativo Multiestágio para o ENEM. Revista Brasileira de Informática na Educação (RBIE). v. 31, p. 60-86, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
22.	TAKATA, ADRIANO SUEKE; ROGENSKI, JOSUEL KRUPPA; de Souza, Leandro Franco. Nonlinear hydrodynamic and thermodynamic aspects of unsteady Görtler flows. INTERNATIONAL JOURNAL OF THERMAL SCIENCES. v. 184, p. 107982-, 2023. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]

1.	Affonso, C.; Rossi, A.; Vieira F. H.; André C. P. L. F. Carvalho. Deep Learning for Biological Image Classification. EXPERT SYSTEMS WITH APPLICATIONS. v. 85, p. 114-122, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
2.	AFIFY, A. Z.; CORDEIRO, G. M.; BUTT, N. S.; ORTEGA, E. M. M.; SUZUKI, A. K.. A new lifetime model with variable shapes for the hazard rate. Brazilian Journal of Probability and Statistics. v. 31, p. 516-541, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
3.	Alvarez, P. M.; LUENGO, J.; Garcia, L. P. F.; Lorena, A. C.; de Carvalho, A. C. P. L. F.; Herrera, F.. The NoiseFiltersR Package: Label Noise Preprocessing in R. R Journal. v. 9, p. 219-, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
4.	ANDRADE, M. G.; CONCEIÇÃO, K. S.; TOMAZELLA, V. L. D.; LOUZADA, FRANCISCO. A Bayesian Analysis under a Reference Prior Approach for Zero-Modified Distributionss. Em: 37th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, v. 1, n. 1, p. 1-5, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
5.	André C. P. L. F. de Carvalho. Palestra Plenária, ENIAC 2017, Data Science and Big Data: Brothers, yes, Twins, no. 2017. ENIAC - Encontro Nacional de Inteligência Artificial e Computacional. (Conferencia)
6.	André Carlos Ponce de Leon Ferreira de Carvalho. Palestra Convidada: Workshop do Programa de Pós-Graduação em Relações Internacionais San Tiago: Big Data e Science Government. 2017. Workshop do Programa de Pós-Graduação em Relações Internacionais San Tiago Dantas. (Conferencia)
7.	ANSONI, J. L.; SOUZA, Leandro Franco de; CASTELO FILHO, A.; AFONSO, A. M.. A NEW APPROACH TO RANDOMLY GENERATE POROUS MEDIA TO PERFORM CFD SIMULATIONS. Em: 24th ABCM International Congress of Mechanical Engineering, v. 1, p. 1-10, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
8.	ANYOSA, S.; BAZÁN, J.L.. Ligações potência e potência reversa: Uma aplicação a dados educacionais. Em: 5th Workshop on Probabilistic and Statistical Methods, v. 1, p. 22-22, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
9.	ANYOSA, S.; BAZÁN, J.L.. Um estudo econométrico da avaliação do desempenho estudantil em matemática. Em: XVII ESTE Brazilian School of Time Series and Econometrics, v. 1, p. 64-, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
10.	AQUINO, C. T. M.; CONCEIÇÃO, K. S.; ANDRADE, MARINHO G.. The Zero Modified ARMA(1,1) Generalized Poisson Model. Em: XV Escola de Modelos de Regressão, v. 1, n. 1, p. 1-1, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
11.	Ausas, Roberto F.; GUIRALDELLO, R. T.; PEREIRA, F. F.; SOUSA, F. S.; Buscaglia, Gustavo C. A Domain Decomposition Multiscale Mixed Method for Flow in Porous Media Based on Robin Boundary Conditions. Em: Enief 2017, v. XXIX, n. 17, p. 1081-1081, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
12.	BAKOUCH, HASSAN S; DEY, SANKU; RAMOS, PEDRO LUIZ; LOUZADA, FRANCISCO. Binomial-exponential 2 Distribution: Different Estimation Methods and Weather Applications. TENDÊNCIAS EM MATEMÁTICA APLICADA E COMPUTACIONAL. v. 18, p. 0233-, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
13.	BALDO, T. A.; Morábito, R.; Santos, Maristela Oliveira; Guimarães, L.F.R.S.. Alternative Mathematical Models and Solution Approaches for Lot-Sizing and Scheduling Problems in the Brewery Industry: Analyzing Two Different Situations. MATHEMATICAL PROBLEMS IN ENGINEERING. v. 2017, p. 1-18, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
14.	BAYES, C. L.; BAZAN, J. L.; CASTRO, MÁRIO DE. A quantile parametric mixed regression model for bounded response variables. Statistics and its Interface. v. 10, p. 483-493, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
15.	BAZAN, J.L.. Tecnicas de Amostragem. Slides de aulas e códigos computacionais. 2017. . (Notas) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
16.	BAZAN, J.L.; ANDRDE FILHO, M. C.; COBRE, J.. ALUNOS CONCLUINTES NO CURSO DE ESTATÍSTICA ICMC USP: Problema, panorama, ações imediatas e a mediano prazo. 2017. . (Notas) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
17.	BAZÁN, J.L.. Análises de Dados Longitudinais. Slides de aulas e códigos computacionais. 2017. . (Notas) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
18.	BAZÁN, J.L.. Roteiro para Divulgação do curso de Estatística em Feiras. 2017. . (Roteiro) [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
19.	BAZÁN, J.L.; TORRES-AVILES, F.; SUZUKI, A. K.; LOUZADA NETO, F.. Power and reversal power links for binary regressions: An application for motor insurance policyholders. Em: V Congresso de Estadística Bayesiana de America Latina, v. 1, p. 35-35, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
20.	BAZAN, J. L.; TORRES-AVILES, F.; SUZUKI, A. K.; LOUZADA, F.. Power and reversal power links for binary regressions: An application for motor insurance policyholders. APPLIED STOCHASTIC MODELS IN BUSINESS AND INDUSTRY. v. 33, p. 22-34, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
21.	BERNARDES, E. D.; TOLEDO, F. M. B.; ARMENTANO, Vinícius Amaral. Programação do cross-docking integrada às decisões de roteamento no processo de distribuição. Em: XLIX Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 1-12, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
22.	Bezerra, V.M.R; LEÃO, A.; OLIVEIRA, J. F.; SANTOS, MARISTELA OLIVEIRA DOS. Análise de formulações matemáticas para o problema de empacotamento em faixas bidimensional guilhotinado 2-estágios. Em: XLIX SBPO - Simpósio Brasileiro de Pesquisa Operacional, p. -, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
23.	BEZERRA, W. S.; CASTELO, ANTONIO; AFONSO, A.M.. Numerical Solutions of Electro-osmotic Newtonian/Non-Newtonian Fluid Flows. Em: International Congress of Mechanical Engineering, v. 1, p. 10-, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
24.	BIRGIN, E. G.; CUMINATO, J. A.; MARTÍNEZ, J. M.; Pereira, T.. CeMEAI: The Brazilian Center and Its Mathematics Research for Industry. American Mathematical Society. Notices. v. 64, p. 450-454, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
25.	Bonotto, E.M.. Dichotomies for generalized ordinary differential equations. 2017. XI Congresso GAFEVOL. (Congresso)
26.	Bonotto, E.M.; Bortolan, M.; Caraballo, T.; Collegari, R.. Impulsive non-autonomous dynamical systems and impulsive cocycle attractors. Mathematical Methods in the Applied Sciences. v. 40, p. 1095-1113, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
27.	Bonotto, E.M.; Bortolan, M.; Caraballo, T.; Collegari, R.. Attractors for impulsive non-autonomous dynamical systems and their relations. Journal of Differential Equations (Print). v. 262, p. 3524-3550, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
28.	BONOTTO, EVERALDO MELLO; GIMENES, LUCIENE P.; SOUTO, GINNARA M.. Asymptotically almost periodic motions in impulsive semidynamical systems. Topological Methods in Nonlinear Analysis. v. 49, p. 133-163, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
29.	BRANDI, A. C.; FURLAN, L. J. S.; MENDONÇA, Márcio Teixeira de; SILVA, A. A.; ARAUJO, M. T.; SOUZA, Leandro Franco de. DNS of non-Newtonian Giesekus fluid flow stability. Em: 24th International Congress of Mechanical Engineering, v. 1, p. 1-8, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
30.	BRANDI, A. C.; GERVAZONI, E. S.; MENDONÇA, Márcio Teixeira de; SOUZA, Leandro Franco de. Investigação da Estabilidade em Escoamento Bidimensional para o Fluido Oldroyd-B. Em: CNMAC - Congresso Nacional de Matemática Aplicada e Computacional, v. 1, p. 1-7, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
31.	BRANDI, A. C.; MENDONÇA, Márcio Teixeira de; SOUZA, Leandro Franco de. Comparação de DNS e LST para o escoamento de Poiseuille do fluido Oldroyd-B. Em: XIII Congresso Ibero-Americano de Engenharia Mecânica, v. 1, p. 1-8, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]
32.	Buscaglia, Gustavo C; MEACCI, L.; Ausas, Roberto F.. A two-component fluid-solid finite element model of the red blood cell. Em: Enief 2017, v. XXIX, n. 32, p. 427-427, 2017. [ citações Google Scholar \| citações Microsoft Acadêmico \| busca Google ]

Departamento de Matemática Aplicada e Estatística

Total de produção bibliográfica

2023

2022

2021

2020

2019

2018

2017