Voltar

Departamento de Matemática Aplicada e Estatística

2017

33.	CALSAVARA, V. F.; RODRIGUES, A. S.; TOMAZELLA, Vera Lúcia Damasceno; de Castro, Mário. Frailty models power variance function (PVF) with cure fraction and latent risk factors negative binomial. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 46, p. 9763-9776, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
34.	Cancho, Vicente G.. Multivariate survival models induced by discrete frailty. 2017. XV EMR - Escola de Modelos de Regressão. (Conferencia)
35.	Casaca, Wallace; Nonato, Luis Gustavo; TAUBIN, GABRIEL. On the Graph Laplacian for Spectral Image Segmentation and Energy Minimization on Graphs. Em: CNMAC 2016 XXXVI Congresso Nacional de Matemática Aplicada e Computacional, p. -, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
36.	Cerri, R.; de Carvalho, A.C.P.L.F.. Aprendizado de máquina: breve introdução e aplicações. CADERNOS DE CIÊNCIA & TECNOLOGIA. v. 34, p. 297-313, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
37.	CHECO, H M; JARAMILLO, A; AUSAS, R F; JAI, M; BUSCAGLIA, G C. Down to the roughness scale assessment of piston-ring/liner contacts. IOP Conference Series: Materials Science and Engineering (Online). v. 174, p. 012035-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
38.	CHÁVEZ-FUENTES, JORGE R.; Costa, Eduardo F.; MAYTA, JORGE E.; TERRA, MARCO H.. Regularity and stability analysis of discrete-time Markov jump linear singular systems. Automatica (Oxford). v. 76, p. 32-40, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
39.	CHÁVEZ-FUENTES, JORGE R.; MAYTA, JORGE E.; Costa, Eduardo F.; TERRA, MARCO H.. Stochastic and exponential stability of discrete-time Markov jump linear singular systems. SYSTEMS & CONTROL LETTERS. v. 107, p. 92-99, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
40.	COL, ALCEBIADES DAL; VALDIVIA, PAOLA; PETRONETTO, FABIANO; DIAS, FABIO; Silva, Claudio T.; NONATO, L. GUSTAVO. Wavelet-based Visual Analysis of Dynamic Networks. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS. v. 24, p. 1-1, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
41.	CONCEIÇÃO, K. S.; Louzada, F.; ANDRADE, M. G.; HELOU, E. S.. Zero-modified power series distribution and its Hurdle distribution version. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 87, p. 1842-1862, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
42.	CONCEIÇÃO, KATIANE S.; TOMAZELLA, VERA; ANDRADE, MARINHO G.; LOUZADA, FRANCISCO. Biparametric zero-modified power series distributions: Bayesian analysis under a reference prior approach. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 46, p. 10518-10536, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
43.	CONCEIÇÃO, K. S.. Modelos para Dados de Contagem. 2017. Seminários do curso Bacharelado em Matemática Aplicada e Computação Científica. (Conferencia)
44.	Katiane S. Conceição; Marinho G. Andrade; Francisco Louzada. Uma Abordagem Bayesiana para o Modelo Zero-Modificado de Poisson com Diferentes Funções de Ligação. Em: XV Escola de Modelos de Regressão, v. 1, n. 1, p. 1-99, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
45.	CONCEIÇÃO, K. S.; ANDRADE, M. G.; LOUZADA, FRANCISCO. Kullback Leibler Distance in the Bayesian Analysis of the Zero-Modified Poisson Model. Em: 37th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, v. 1, n. 1, p. 1-1, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
46.	CONCEIÇÃO, KATIANE S.; SUZUKI, ADRIANO K.; ANDRADE, MARINHO G.; LOUZADA, FRANCISCO. A Bayesian approach for a zero modified Poisson model to predict match outcomes applied to the 2012-13 La Liga season. Brazilian Journal of Probability and Statistics. v. 31, p. 746-764, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
47.	Coral, D.B.; Oliveira Santos, Maristela; Toledo, C.F..M.. Clustering-Based Crossover in an Evolutionary Algorithm for the Vehicle Routing Problem with Time Windows. Em: ICTAI 2017 : 29th IEEE International Conference on Tools with Artificial Intelligence, p. 830-837, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
48.	CORDEIRO, G. M.; MEAD, M. E.; AFIFY, A. Z.; SUZUKI, A. K.; ABD El-GAIED, A. A. K.. An Extended Burr XII Distribution: Properties, Inference and Applications. Pakistan Journal of Statistics and Operation Research. v. 13, p. 809-828, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
49.	Costa, Eduardo F.; DE SAPORTA, BENOITE. Linear Minimum Mean Square Filters for Markov Jump Linear Systems. IEEE TRANSACTIONS ON AUTOMATIC CONTROL. v. 62, p. 3567-3572, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
50.	CRUZ, J. N.; ORTEGA, E. M. M.; CORDEIRO, G. M.; SUZUKI, A.K.; MIALHE, F. L.. Bivariate odd-log-logistic-Weibull regression model for oral health-related quality of life. Communications for Statistical Applications and Methods. v. 24, p. 271-290, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
51.	Cruz, Pedro A.; TOME, M. F.. Numerical simulation of the flow behavior in injection moulding process for nematic lcps. Em: 24th ABCM International Congress of Mechanical Engineering, p. -, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
52.	CUNHA, A. L.; SANTOS, M. O.. MATHEMATICAL MODELLING AND SOLUTION APPROACHES FOR PRODUCTION PLANNING IN A CHEMICAL INDUSTRY. PESQUISA OPERACIONAL (IMPRESSO). v. 37, p. 311-331, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
53.	Cunha, Tiago; SOARES, CARLOS; CARVALHO, ANDRÉ C.P.L.F.. Metalearning for Context-aware Filtering. Em: the Eleventh ACM Conference, p. 14-22, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
54.	Cunha, Tiago; SOARES, CARLOS; DE CARVALHO, ANDRÉ C. P. L. F.. Recommending Collaborative Filtering Algorithms Using Subsampling Landmarkers. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2017.p. 189-203. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
55.	CÚRI, MARIANA. Practical aspects in developing a computerized adaptive testing. Em: III Simposio Internacional de Matemática Educativa, p. 35-35, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
56.	CÚRI, MARIANA; GUZMAN, J. L. B.. Item Response Theory Applied to Educational Assessments. Em: III Simposio Internacional en Matemática Educativa, p. 34-34, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
57.	DA PAZ, ROSINEIDE FERNANDO; LUIS BAZÁN, JORGE; APARECIDO MILAN, LUIS. Bayesian estimation for a mixture of simplex distributions with an unknown number of components: HDI analysis in Brazil. JOURNAL OF APPLIED STATISTICS. v. 44, p. 1630-1643, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
58.	da SILVA, M. A.; BAZÁN, J.L.. Choosing between two polytomous IRT models using no-U-turn Hamiltonian Monte Carlo with application to the study of depression. Em: 5th Workshop on Probabilistic and Statistical Methods, v. 1, p. 19-20, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
59.	DAL COL, ALCEBIADES; VALDIVIA, PAOLA; PETRONETTO, FABIANO; DIAS, FABIO; Silva, Claudio T.; NONATO, L. GUSTAVO. Wavelet-Based Visual Analysis for Data Exploration. COMPUTING IN SCIENCE & ENGINEERING. v. 19, p. 85-91, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
60.	DANILEVICZ, I. M.; EHLERS, RICARDO S.; DIAS, D. S.. Outlier identification in spatial models. Em: 5th Workshop on Probabilistic and Statistical Methods, p. -, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
61.	DE ANDRADE, BRENO SILVEIRA; LESKOW, JACEK; Andrade, Marinho G.. Transformed GARMA model: Properties and simulations. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 46, p. 7166-7179, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
62.	de Arruda, Guilherme Ferraz; COZZO, EMANUELE; PEIXOTO, TIAGO P.; Rodrigues, Francisco A.; MORENO, YAMIR. Disease Localization in Multilayer Networks. Physical Review X. v. 7, p. 1-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
63.	de Carvalho, A. C. P. L. F.. Palestra convidada: 7º Fórum Insper de Políticas Públicas: Aprendizado de Máquina: onde estamos, para onde vamos. 2017. 7º Fórum Insper de Políticas Públicas. (Conferencia)
64.	de Carvalho, A. C. P. L. F.. Palestra Convidada: Palestra convidada: Big Data e Data Science. 2017. EJShare - Experaince Jam 4. (Conferencia)
65.	de Carvalho, A. C. P. L. F.. Palestra Convidada: IEEE Computational Intelligent Society Webinars: Algorithm recommendation using metalearning. 2017. IEEE Computational Intelligent Society Webinars. (Conferencia)
66.	de Carvalho, A. C. P. L. F.. University of Orleans: Palestra convidada: Recommending techniques using metalearning. 2017. Department of Computer Science. (Conferencia)
67.	DE SOUZA, DAIANE; CANCHO, VICENTE G; Rodrigues, Josemar; BALAKRISHNAN, NARAYANASWAMY. Bayesian cure rate models induced by frailty in survival analysis. STATISTICAL METHODS IN MEDICAL RESEARCH. v. 26, p. 2011-2028, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
68.	DEY, SANKU; KUMAR, DEVENDRA; RAMOS, PEDRO L.; LOUZADA, FRANCISCO. Exponentiated Chen distribution: Properties and estimation. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 46, p. 1-22, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
69.	DIAS, MARKUS DIEGO; MANSOUR, MOUSSA REDA; DIAS, FABIO; PETRONETTO, FABIANO; SILVA, CLAUDIO TEIXEIRA; Nonato, Luis Gustavo. A Hierarchical Network Simplification via Non-Negative Matrix Factorization. Em: 2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 119-127, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
70.	DONNEAU, A. F.; RUSSO, C. M.; DARDENNE, N.; MAUER, M.; COENS, C.; BOTTOMLEY, A.; LESAFFRE, E.. What is the best approach to analyze longitudinal bounded scores. Em: 32nd International Workshop on Statistical Modelling, v. 2, p. 139-141, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
71.	Emanuel C. S. Baldan; Katiane S. Conceição. Eficiência Relativa Dos Estimadores De Máxima Verossimilhança Para Distribuição Binomial Negativa.. Em: 25º Simpósio Internacional de Iniciação Científica e Tecnológica da USP (SIICUSP), v. 1, p. 1-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
72.	EROGLU, DENIZ; LAMB, JEROEN S. W.; Pereira, Tiago. Synchronisation of chaos and its applications. Contemporary Physics. v. 58, p. 207-243, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
73.	Faiçal, B.; Lopes, H.; Gomes, P.; Mano, L.; Pessin, G.; André C. P. L.F. de Carvalho; Krishnamachari, B; Ueyama, J.. An adaptive approach for UAV-based pesticide spraying in dynamic environments. COMPUTERS AND ELECTRONICS IN AGRICULTURE. v. 138, p. 210-223, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
74.	FERREIRA, MARTHA DAIS; CORRÊA, DÉBORA CRISTINA; Nonato, Luis Gustavo; DE MELLO, RODRIGO FERNANDES. Designing Architectures of Convolutional Neural Networks to Solve Practical Problems. EXPERT SYSTEMS WITH APPLICATIONS. v. 94, p. 205-217, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
75.	FIGUERAS, JORDI-LLUÍS; Gameiro, Marcio; Lessard, Jean-Philippe; DE LA LLAVE, RAFAEL. A Framework for the Numerical Computation and A Posteriori Verification of Invariant Objects of Evolution Equations. SIAM JOURNAL ON APPLIED DYNAMICAL SYSTEMS. v. 16, p. 1070-1088, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
76.	Frasson, Miguel V. S.. A álgebra linear e compressão de imagens JPEG. 2017. Curso de Extensão "Matemática e Atualidade: aplicações da Álgebra Linear. (Conferencia)
77.	Frías-Blanco, I.; de Carvalho, A. C. P. L. F.. Máquinas que aprendem: o que nos ensinam?. Em: Ciência para Educação: uma Ponte entre Dois Mundos. 1 ed. : editora Atheneu. 2017.p. 237-249. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
78.	FURLAN, MARCOS MANSANO; Santos, Maristela Oliveira. BFO: a hybrid bees algorithm for the multi-level capacitated lot-sizing problem. Journal of Intelligent Manufacturing. v. 28, p. 929-944, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
79.	Galea, Manuel; DE CASTRO, MÁRIO. Robust inference in a linear functional model with replications using the distribution. JOURNAL OF MULTIVARIATE ANALYSIS. v. 160, p. 134-145, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
80.	GALLARDO, DIEGO I.; GÓMEZ, YOLANDA M.; de Castro, Mário. A note on the EM algorithm for estimation in the destructive negative binomial cure rate model. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 87, p. 2291-2297, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
81.	Gameiro, Marcio; Lessard, Jean-Philippe. A Posteriori Verification of Invariant Objects of Evolution Equations: Periodic Orbits in the Kuramoto--Sivashinsky PDE. SIAM JOURNAL ON APPLIED DYNAMICAL SYSTEMS. v. 16, p. 687-728, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
82.	GELATTI, GIOVANA JASKULSKI; André C. P. L. F. Carvalho; RODRIGUES, PEDRO PEREIRA. Detectar anomalias a fim de facilitar o diagnóstico médico por meio de agrupamento de dados e abstrações temporais. Em: XXIV Jornadas de Classificação e Análise de Dados (JOCLAD 2017), p. 97-97, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
83.	GELATTI, GIOVANA JASKULSKI; CARVALHO, ANDRE CARLOS PONCE DE LEON FERREIRA DE; RODRIGUES, PEDRO PEREIRA. Anomaly Detection Through Temporal Abstractions on Intensive Care Data: Position Paper. Em: 2017 IEEE 30th International Symposium on ComputerBased Medical Systems (CBMS), p. 354-355, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
84.	GOMES, J. C. B.; RUSSO, C. M.. REML in nonlinear mixed-effects models with heavy-tailed distributions. Em: 32nd International Workshop on Statistical Modelling, v. 1, p. 184-189, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
85.	GONCALVES, R. F.; CHERRI, L. H.; ANDRETTA, M.. Um modelo de programação não-linear inteira mista para o problema de empacotamento de cilindros em níveis. Em: XLIX Simpósio Brasileiro de Pesquisa Operacional (SBPO), p. -, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
86.	GRANZOTTO, D. C. T.; Louzada, F.; BALAKRISHNAN, N.. Cubic rank transmuted distributions: inferential issues and applications. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 87, p. 1-19, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
87.	GRANZOTTO, D.; TOMAZELLA, V. L. D.; Louzada, F.. Objective Bayesian Snalysis for the Complementary Exponential Geometric Model Applied to Cancer Data. INTERNATIONAL JOURNAL OF STATISTICS AND PROBABILITY. v. 6, p. 122-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
88.	GUIRALDELLO, RAFAEL T.; AUSAS, ROBERTO F.; Sousa, F. S.; G. C. Buscaglia; PEREIRA, L. F.. Multiscale mixed methods for subsurface flow problems. Em: 9th International Conference on Porous Media (Interpore), v. 1, p. 371-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
89.	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, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
90.	GUSMAO, F. R. S.; TOMAZELLA, V. L. D.; EHLERS, R. S.. Bayesian Estimation of the Kumaraswamy InverseWeibull Distribution. JOURNAL OF STATISTICAL THEORY AND APPLICATIONS. v. 16, p. 248-260, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
91.	HARTMANN, M.; Ehlers, Ricardo S.. Bayesian Inference for Generalized Extreme Value Distributions via Hamiltonian Monte Carlo. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 46, p. 5285-5302, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
92.	Helou, Elias S.; SIMOES, L. E. A.. epsilon-Subgradient Algorithms for Bilevel Convex Optimization. Inverse Problems (Print). v. 33, p. 055020-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
93.	HELOU, ELIAS; SANTOS, SANDRA A.; SIMOES, L. E. A.. On the Local Convergence Analysis of the Gradient Sampling Method for Finite Max-Functions. JOURNAL OF OPTIMIZATION THEORY AND APPLICATIONS. p. 137-157, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
94.	Hildebrando M. Rodrigues; Tomás Caraballo; Marcio Gameiro. Dynamics of a class of ODEs via wavelets. COMMUNICATIONS ON PURE AND APPLIED ANALYSIS. v. 16, p. 2337-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
95.	HORVÁTH, TOMÁš; DE CARVALHO, ANDRÉ C. P. L. F.. Evolutionary computing in recommender systems: a review of recent research. Natural Computing. v. 16, p. 441-462, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
96.	Horváth, Tomá¿; MANTOVANI, RAFAEL G.; DE CARVALHO, ANDRÉ C. P. L. F.. Effects of Random Sampling on SVM Hyper-parameter Tuning. Em: Advances in Intelligent Systems and Computing. 1 ed. : Springer International Publishing. 2017.p. 268-278. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
97.	JUNIOR, CARLOS R. G.; GOMES, PEDRO H.; MANO, LEANDRO Y.; DE OLIVEIRA, RONE B.; DE CARVALHO, ANDRE C. P. DE L. F.; FAICAL, BRUNO S.. A Machine Learning-Based Approach for Prediction of Plant Protection Product Deposition. Em: 2017 Brazilian Conference on Intelligent Systems (BRACIS), p. 234-239, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
98.	Katiane S. Conceição. k-Modified Power Series Distributions. 2017. Seminários do Programa de Pós-graduação em Matemática (Área de Concentração: Estatística). (Conferencia)
99.	Katiane S. Conceição; Marinho G. Andrade; Francisco Louzada. Uma Abordagem Bayesiana para o Modelo Zero-Modificado de Poisson com Diferentes Funções de Ligação. 2017. XV Escola de Modelos de Regressão. (Congresso)
100.	Lachos, Victor H.; Dey, Dipak K.; Cancho, Vicente G.; Louzada, Francisco. Scale mixtures log-Birnbaum-Saunders regression models with censored data: a Bayesian approach. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION. v. 87, p. 2002-2022, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
101.	LEAO, ALINE A.S.; FURLAN, MARCOS M.; Toledo, Franklina M.B.. Decomposition methods for the lot-sizing and cutting-stock problems in paper industries. APPLIED MATHEMATICAL MODELLING. v. 48, p. 250-268, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
102.	LEMONTE, A. J.; BAZÁN, J.L.. New links for binary regressions: An application to the coca cultivation in Peru. Em: 32nd International Workshop on Statistical Modelling, v. 2, p. 59-62, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
103.	LINARES, OSCAR; BOTELHO, GLENDA; RODRIGUES, FRANCISCO; BATISTA NETO, JOAO. Segmentation of large images based on super-pixels and community detection in graphs. IET Image Processing. v. 1, p. 1-1, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
104.	Louzada, F.; ARA, ANDERSON; FERNANDES, G.. The bivariate alpha-skew-normal distribution. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 46, p. 7147-7156, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
105.	Louzada, F.; RAMOS, P. L.. A New Long-Term Survival Distribution. Biostatistics and Biometrics Open Access Journal. v. 1, p. 1-6, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
106.	Louzada, Francisco; MACERA, MÁRCIA AC; CANCHO, VICENTE G. A gap time model based on a multiplicative marginal rate function that accounts for zero-recurrence units. STATISTICAL METHODS IN MEDICAL RESEARCH. v. 26, p. 096228021770866-2010, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
107.	M Tanzi; S van Strien; Tiago Pereira. Robustness of ergodic properties of non-autonomous piecewise expanding maps. ERGODIC THEORY AND DYNAMICAL SYSTEMS. v. 67, p. 1-32, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
108.	MALATESTA, VINICIUS; ROGENSKI, JOSUEL KRUPPA; SOUZA, Leandro Franco de. Heat transfer enhancement via Görtler flow with spatial numerical simulation. INTERNATIONAL JOURNAL OF NUMERICAL METHODS FOR HEAT & FLUID FLOW. v. 27, p. 189-209, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
109.	MANKAD, H.; PEREIRA, FELIPE; SOUSA, F. S.. An efficient multiscale method for two-phase subsurface flows. Em: 9th International Conference on Porous Media (Interpore), v. 1, p. 366-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
110.	MAPELLI, V. P.; SOUZA, Leandro Franco de. Estudo numérico dos perfis de velocidade em escoamentos bifásicos líquido-líquido em tubulações horizontais, utilizando OpenFOAM. Em: CNMAC - Congresso Nacional de Matemática Aplicada e Computacional, v. 1, n. 1, p. 1-2, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
111.	MARQUES, L. F.; ROGENSKI, JOSUEL K.; SOUZA, Leandro Franco de. GÖRTLER INSTABILITY STUDY ON THE PRESSURE SURFACE OF A TURBINE BLADE. Em: 24th ABCM International Congress of Mechanical Engineering, v. 1, p. 1-8, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
112.	MARQUES, L. F.; ROGENSKI, JOSUEL K.; SOUZA, Leandro Franco de. HYDRODYNAMIC AND THERMAL ANALYSES IN A BOUNDARY LAYER FLOW OVER A CONCAVE/CONVEX PLATE. Em: 2nd Thermal and Fluid Engineering Conference and TFEC2017 4th International Workshop on Heat Transfer, IWHT2017, v. 1, p. 1-6, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
113.	MARTINO, L.; ELVIRA, V.; LUENGO, D.; Louzada, F.. Effective sample size for importance sampling based on discrepancy measures. SIGNAL PROCESSING. v. 131, p. 386-401, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
114.	MARTINO, L.; Louzada, F.. Adaptive rejection sampling with fixed number of nodes. Communications in Statistics. Simulation and Computation,. v. 48, p. 655-665, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
115.	MARTINO, L.; Louzada, F.. Issues in the Multiple Try Metropolis mixing. COMPUTATIONAL STATISTICS. v. 32, p. 239-252, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
116.	MARTINO, L.; READ, J.; ELVIRA, V.; Louzada, F.. Cooperative parallel particle filters for online model selection and applications to urban mobility. Digital Signal Processing (Print). v. 60, p. 172-185, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
117.	MAZUCHELI, J.; GHITANY, M. E.; Louzada, F.. Comparisons of ten estimation methods for the parameters of Marshall-Olkin extended exponential distribution. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 46, p. 1-19, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
118.	MEDALHA, ANDRE; PAGLIOSA, LUCAS; Paiva, Afonso; PAGLIOSA, PAULO. Least-Squares Morphing of Dynamic Meshes. Em: 2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 23-30, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
119.	MEREJOLLI, R.; TOMÉ, MURILO F.. Application of the Giesekus model to 3D extrudade swell. Em: Congress on Numerical Methods in Engineering CMN 2017, p. -, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
120.	MEZA, M. A. R.; SOUZA, Leandro Franco de; CUMINATO, José Alberto. HIGH-ORDER IMMERSED INTERFACE METHOD FOR 2D POISSON EQUATION. Em: 24th ABCM International Congress of Mechanical Engineering, v. 1, p. 1-6, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
121.	MEZA, M. A. R.; SOUZA, Leandro Franco de; CUMINATO, José Alberto. Solução da equação de Poisson através do método das interfaces imersas de altas ordens. Em: ERMAC 2017 - Encontro Regional de Matemática Aplicada e Computacional, v. 1, p. 1-8, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
122.	MEZA, M. A. R.; SOUZA, Leandro Franco de; CUMINATO, José Alberto. O método das interfaces imersas para a solução da equação de Poisson 2D. Em: CNMAC - Congresso Nacional de Matemática Aplicada e Computacional, n. 1, p. 1-2, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
123.	MILANI, Eder Angelo; Andrade, M G; DINIZ, CARLOS. Generalized normal ARMA model applied to the areas of economy, hydrology, and public policy. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 46, p. 5819-5835, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
124.	MIRASSO, CLAUDIO R.; CARELLI, PEDRO V.; Pereira, Tiago; MATIAS, FERNANDA S.; COPELLI, MAURO. Anticipated and zero-lag synchronization in motifs of delay-coupled systems. CHAOS. v. 27, p. 114305-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
125.	MOREIRA, L. E. M. E.; TOLEDO, F. M. B.. Problema de Roteamento de Veículos com Tempos Adicionais em Fronteiras. Em: XLIX Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 1-8, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
126.	MUNDIM, LEANDRO R.; ANDRETTA, MARINA; DE QUEIROZ, THIAGO ALVES. A biased random key genetic algorithm for open dimension nesting problems using no-fit raster. Expert Systems with Applications. v. 81, p. 358-371, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
127.	MÁXIMO, VINÍCIUS R.; NASCIMENTO, MARIÁ C.V.; CARVALHO, ANDRÉ C.P.L.F.. Intelligent-guided adaptive search for the maximum covering location problem. Computers & Operations Research. v. 78, p. 129-137, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
128.	MÉNDEZ-BERMÚDEZ, J A; de Arruda, Guilherme Ferraz; Rodrigues, Francisco A; MORENO, YAMIR. Diluted banded random matrices: scaling behavior of eigenfunction and spectral properties. Journal of Physics A-Mathematical and Theoretical. v. 50, p. 495205-1, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
129.	MÉNDEZ-BERMÚDEZ, J. A.; de Arruda, Guilherme Ferraz; Rodrigues, Francisco A.; MORENO, YAMIR. Scaling properties of multilayer random networks. PHYSICAL REVIEW E. v. 96, p. 012307-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
130.	NOGAROTTO, D. C.; AZEVEDO, C. L. N.; BAZÁN, J.L.. Bayesian estimation, residual analysis and prior sensitivity study for zero-one augmented beta regression model with an appli- cation to psychometric data. Em: 5th Workshop on Probabilistic and Statistical Methods, p. 14-14, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
131.	OLIVEIRA, E. S. B.; da SILVA, M. A.; BAZÁN, J.L.. Bayesian estimation of DINA model using no-U-turn Hamiltonian Monte Carlo. Em: 5th Workshop on Probabilistic and Statistical Methods, v. 1, p. 15-16, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
132.	Oliveira, S. C.; COBRE, J.; Ferreira, T. P.. A Bayesian approach for the reliability of scientific co-authorship networks with emphasis on nodes. Social Networks. v. 48, p. 110-115, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
133.	Oliveira, S. C.; COBRE, J.; Ferreira, T. P.. Bayesian inference for the reliability of scientific co-authorship networks with emphasis on edges or co-authorship relations. Em: 5th Workshop on Probabilistic and Statistical Methods, p. 22-22, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
134.	OLIVEIRA, W. A.; SANTOS, M. O.. A new branching rule to solve the Capacitated Lot Sizing and Scheduling Problem with sequence dependent setups. TEMA. Tendências em Matemática Aplicada e Computacional. v. 18, p. 515-529, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
135.	OLIVIERI FILHO, C. A.; Suzuki, A K; Louzada, F.; SARAIVA, E.F.; Salasar, L E B. Uma abordagem Bayesiana para previsão de resultados de jogos de futebol: Uma aplicação ao campeonato inglês. REVISTA DE MATEMÁTICA E ESTATÍSTICA (IMPRESSO). v. 35, p. 76-97, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
136.	ORTEGA, E. M. M.; CORDEIRO, G. M.; HASHIMOTO, E. M.; SUZUKI, A. K.. Regression models generated by gamma random variables with long-term survivors. Communications for Statistical Applications and Methods. v. 24, p. 43-65, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
137.	ORTEGA, E. M. M.; CORDEIRO, G. M.; SUZUKI, A.K.; RAMIRES, T. G.. A new extended Birnbaum-Saunders model with cure fraction: classical and Bayesian approach. Communications for Statistical Applications and Methods. v. 24, p. 397-419, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
138.	Ortega, Edwin M. M.; LEMONTE, ARTUR J.; Cordeiro, Gauss M.; Cancho, Vicente G.; MIALHE, FÁBIO L.. Heteroscedastic log-exponentiated Weibull regression model. JOURNAL OF APPLIED STATISTICS. v. 45, p. 1-25, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
139.	OZEL, G; ALIZADEH, M; HAMEDANI, G.G; Ortega, Edwin M.M.; Cancho, Vicente. The odd log-logistic Lindley Poisson model for lifetime data. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 46, p. 1-25, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
140.	P Yadav; Tiago Pereira; J McCann. Self-Synchronization in Duty-cycled Internet of Things (IoT) Applications. IEEE Internet of Things Journal. v. 4, p. 1-12, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
141.	PADILHA, VICTOR ALEXANDRE; DE CARVALHO, ANDRE CARLOS PONCE DE LEON FERREIRA. A Comparison of Hierarchical Biclustering Ensemble Methods. Em: 2017 Brazilian Conference on Intelligent Systems (BRACIS), p. 318-323, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
142.	PAGLIARUSSI, MARINA SANCHES; MORABITO, REINALDO; Santos, Maristela Oliveira. Otimização da programação da produção de bebidas à base de frutas por meio de modelos de programação inteira mista. GESTÃO & PRODUÇÃO. v. 24, p. 64-77, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
143.	PAIXAO, R. S.; EHLERS, RICARDO S.. Bayesian Inference for GJR-GARCH models via Hamiltonian Monte Carlo. Em: 5th Workshop on Probabilistic and Statistical Methods, p. -, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
144.	PAZ, R. F.; BALAKRISHNAN, NARAYANASWAMY; BAZÁN, J.L.. The L-logistic distribution under Bayesian approach. Em: 5th Workshop on Probabilistic and Statistical Methods, v. 1, p. 21-21, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
145.	Pisani, P. H.; Lorena, A. C.; de Carvalho, A. C. P. L. F.. Adaptive algorithms applied to accelerometer biometrics in a data stream context. Intelligent Data Analysis (Print). v. 21, p. 353-370, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
146.	Pisani, P. H.; Poh, N.; de Carvalho, A. C. P. L. F.; Lorena, A. C.. Score normalization applied to adaptive biometric systems. COMPUTERS & SECURITY. v. 70, p. 565-580, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
147.	PRATAVIERA, F.; CORDEIRO, G. M.; SUZUKI, A. K.; ORTEGA, E. M. M.. The Odd Log­Logistic Generalized Gamma Model: Properties, Applications, Classical And Bayesian Approach. Biometrics & Biostatistics International Journal. v. 6, p. 1-19, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
148.	PRATAVIERA, F.; CORDEIRO, G. M.; SUZUKI, A. K.; ORTEGA, E. M. M.. A new flexible gamma generalized model with properties, applications and Bayesian approach. Em: XV EMR - Escola de Modelos de Regressão - Em homenagem ao Prof. Francisco Cribari, p. -, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
149.	QUEIROZ, T. A.; Toledo, Franklina M.B.. A Genetic Algorithm Based Approach for the Integrated Vehicle Routing Problem with Two- Dimensional Packing Constraints. Em: 7th International Conference on Logistics, Informatics and Service Sciences, v. 1, p. 1-6, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
150.	QUEIROZ, T. A.; Toledo, Franklina M.B.. Variante Verde do Problema Integrado de Roteamento de Veículos com Empacotamento Ortogonal Bidimensional. Em: XLIX Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 1-12, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
151.	RAMOS, P. L.; ACHCAR, JORGE A.; MOALA, FERNANDO A.; RAMOS, EDUARDO; Louzada, F.. Bayesian analysis of the generalized gamma distribution using non-informative priors. STATISTICS. v. 51, p. 1-20, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
152.	RAMOS, P. L.; Louzada, F.; CANCHO, V. G.. LIKELIHOOD ESTIMATION FOR THE WEIGHTED LINDLEY DISTRIBUTION PARAMETERS UNDER DIFFERENT TYPES OF CENSORING. REVISTA BRASILEIRA DE BIOMETRIA. v. 35, p. 115-131, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
153.	RAMOS, P. L.; Louzada, Francisco; CANCHO, V. G.. Maximum Likelihood Estimation for the weighted Lindley Distribution Parameters under Different Types of Censoring.. REVISTA DE MATEMÁTICA E ESTATÍSTICA (IMPRESSO). v. 35, p. 115-131, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
154.	RAMOS, P. L.; NASCIMENTO, D. C.; Louzada, F.. The Long Term Fréchet Distribution: Estimation, Properties and Its Application. Biometrics & Biostatistics International Journal. v. 6, p. 1-7-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
155.	RAMOS, PEDRO LUIZ; LOUZADA, FRANCISCO; RAMOS, EDUARDO. Posterior Properties of the Nakagami-m Distribution Using Noninformative Priors and Applications in Reliability. IEEE TRANSACTIONS ON RELIABILITY. v. 1, p. 1-13, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
156.	REDDY, G. M. M.; VYNNYCKY, M.; Cuminato, J. A.. On efficient reconstruction of boundary data with optimal placement of the source points in the MFS: application to inverse Stefan problems. INVERSE PROBLEMS IN SCIENCE AND ENGINEERING. v. 26, p. 1-31, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
157.	RIBEIRO DE OLIVEIRA, MAURO; MOREIRA, FERNANDO; LOUZADA, FRANCISCO. The zero-inflated promotion cure rate model applied to financial data on time-to-default. Cogent Economics & Finance. v. 5, p. 1395950-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
158.	RIBEIRO, T. R.; SUZUKI, A. K.; SARAIVA, E. F.. Uma Abordagem Bayesiana para o Modelo de Sobrevivência Bivariado Derivado da Cópula AMH. Revista da Estatística da Universidade Federal de Ouro Preto. v. 6, p. 1-20, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
159.	Rivolli, Adriano; Parker, Larissa C.; DE CARVALHO, ANDRE C. P. L. F.. Food Truck Recommendation Using Multi-label Classification. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2017.p. 585-596. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
160.	ROCHA, RICARDO; NADARAJAH, SARALEES; TOMAZELLA, VERA; LOUZADA, FRANCISCO. A new class of defective models based on the Marshall-Olkin family of distributions for cure rate modeling. COMPUTATIONAL STATISTICS & DATA ANALYSIS. v. 107, p. 48-63, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
161.	ROCHA, RICARDO; NADARAJAH, SARALEES; TOMAZELLA, VERA; LOUZADA, FRANCISCO; EUDES, AMANDA. New defective models based on the Kumaraswamy family of distributions with application to cancer data sets. STATISTICAL METHODS IN MEDICAL RESEARCH. v. 26, p. 096228021558797-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
162.	RODRIGUES, DIEGO; Ausas, Roberto; MUT, FERNANDO; BUSCAGLIA, GUSTAVO. Tratamento nume¿rico da meca¿nica de interfaces lipídicas: modelagem e simulac¿a¿o. Em: CNMAC 2016 XXXVI Congresso Nacional de Matemática Aplicada e Computacional, v. 5, p. -010309-7, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
163.	RODRIGUES, GIOVANI CARRARA; LOUZADA, FRANCISCO; RAMOS, PEDRO LUIZ. Poisson-exponential distribution: different methods of estimation. JOURNAL OF APPLIED STATISTICS. v. 45, p. 1-17, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
164.	Rodrigues, Hildebrando M.; TEIXEIRA, MARCO A.; Gameiro, Marcio. On Exponential Decay and the Markus-Yamabe Conjecture in Infinite Dimensions with Applications to the Cima System. Journal of Dynamics and Differential Equations. v. 30, p. 1-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
165.	RODRIGUES, M. O.; Toledo, Franklina M.B.. A clique covering MIP model for the irregular strip packing problem. COMPUTERS & OPERATIONS RESEARCH. v. 87, p. 221-234, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
166.	ROGENSKI, JOSUEL K.; SOUZA, Leandro Franco de; MENDONÇA, Márcio Teixeira de; MORRIS, P. J.. Growth of even and odd instability modes in compressible binary jet flows. Em: 24th ABCM International Congress of Mechanical Engineering, v. 1, p. 1-6, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
167.	Rossi, A.; André C.P.L.F. de Carvalho; Soares, C. M.; Souza, Bruno Feres de. A guidance of data stream characterization for meta-learning. Intelligent Data Analysis. v. 21, p. 1015-1035, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
168.	SAGRISTA, A.; JORDAN, S.; JUST, A.; DIAS, F.; NONATO, L. G.; SADLO, FILIP. Topological Analysis of Inertial Dynamics. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS. v. 23, p. 950-959, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
169.	Salomão Helou, Elias; ZIBETTI, M. V. W.; MIQUELES, E. X.. Superiorization of incremental optimization algorithms for statistical tomographic image reconstruction. Inverse Problems (Print). v. 33, p. 044010-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
170.	SANTANA, T. V. F.; ORTEGA, E. M. M.; CORDEIRO, G. M.; SUZUKI, A. K.. Generalized Exponentiated Weibull Linear Model in the Presence of Covariates. International Journal of Statistics and Probability. v. 6, p. 75-98, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
171.	SANTOS, MARISTELA OLIVEIRA DOS. Escola de Otimização Multiobjetivo abre inscrições. Comunicação CeMEAI, p. 1-1, 14122017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
172.	SANTOS, MARISTELA OLIVEIRA DOS; Soler E.M.; SIQUEIRA, J. P.. Estudos em redes de distribuição de água são tema de workshop na USP em São Carlos. Comunicação CeMEAI, p. 1-1, 07042017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
173.	SARAIVA, E. F.; SUZUKI, A. K.; MILAN, L. A.. Identifying differentially expressed genes using the Polya urn scheme. Communications for Statistical Applications and Methods. v. 24, p. 627-640, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
174.	SARAIVA, E.F.; SUZUKI, A.K.. Bayesian computational methods for estimation of two-parameters Weibull distribution in presence of right-censored data. CHILEAN JOURNAL OF STATISTICS. v. 8, p. 25-43, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
175.	SAVINIEC, LANDIR; SANTOS, M. O.; COSTA, A. M.. A Parallel Multi-Start Iterated Local Search and a Proximity Relax-and-Fix heuristic for High School Timetabling Problem. Em: XLIX SBPO - Simpósio Brasileiro de Pesquisa Operacional, p. -, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
176.	Scalco, A. R.; Oliveira, S. C.; Pigatto, G. A. S.; COBRE, J.. Factors that may lead on the non-renewal of certified organic product according to organic producers in Brazil. REVISTA DE ECONOMIA E SOCIOLOGIA RURAL (IMPRESSO). v. 55, p. 465-478, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
177.	SCHLOTTFELDT, SHANA; Walter, Maria Emilia; CARVALHO, ANDRE P. L. F.; TELLES, MARIANA P. C.; DINIZ-FILHO, JOSE ALEXANDRE F.. Using a multi-objective artificial immune system approach for biodiversity conservation. Em: 2017 13th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNCFSKD), p. 1063-1069, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
178.	SHIROZONO, A.; ANDRADE, M. G.; CONCEIÇÃO, K. S.. Modelo de Poisson ZMPS-GARMA Bayesiano. Em: XVII Escola de Séries Temporais e Econometria, v. 1, p. 1-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
179.	SHIROZONO, A.; CONCEIÇÃO, K. S.; ANDRADE, M. G.. Modelo Generalizado ZMPS-ARMA Geométrico. Em: XV Escola de Modelos de Regressão, v. 1, n. 1, p. 1-1, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
180.	SILVA, L. C.; QUEIROZ, T. A.; Toledo, Franklina M.B.. Modelos de Programação Inteira para um Problema Integrado de Roteamento e Empacotamento. Em: XLIX Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 1-11, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
181.	SILVIA, W. B.; RIBEIRO, A. M. T.; CONCEIÇÃO, KATIANE S.; ANDRADE, MARINHO G.; Louzada, F.. On Poisson-Sujatha Distribution and its Applications to Model Count Data from Biological Sciences. Biometrics & Biostatistics International Journal. v. 3, p. 1-17, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
182.	SOUSA, F. S.; MANKAD, H.; PEREIRA, FELIPE. An efficient multiescale method for two-phase subsurface flows. 2017. 9th International Conference on Porous Media. (Congresso)
183.	SOUTO, G. L. F.; PAIVA, A.. Geração de malhas à partir de imagens de meios filtrantes. Em: 25º Simpósio Internacional de Iniciação Científica da USP, p. -, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
184.	SOUZA, HAYALA CRISTINA CAVENAGUE DE; PERDONÁ, GLEICI DA SILVA CASTRO; Louzada, F.; PERIA, F. M.. On the comparison of risk of death according to different stages of breast cancer via the long-term exponentiated Weibull hazard model. STATISTICAL METHODS IN MEDICAL RESEARCH. v. 27, p. 096228021667324-5, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
185.	SOUZA, LEANDRO F.. On the odd and even secondary instabilities of Görtler vortices. THEORETICAL AND COMPUTATIONAL FLUID DYNAMICS. v. 1, p. 1-21, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
186.	SUZUKI, A. K.. Metodologias Estatísticas Aplicadas no Esporte. 2017. 1a Semana Acadêmica da Matemática do Instituto de Matemática da UFMS. (Congresso)
187.	SUZUKI, A. K.. Estatística x Esporte. 2017. XXXVII Semana de Estudos da Matemática. (Congresso)
188.	Adriano K. Suzuki; Katiane S. Conceição; Marinho G. Andrade; Francisco Louzada. Modelo de Poisson Zero-Modificado e Notificações de Leptospirose no Estado da Bahia. Em: X Congresso Brasileiro de Epidemiologia, v. 1, n. 1, p. 1-1, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
189.	SUZUKI, ADRIANO K.; Barriga, Gladys D. C.; Louzada, Francisco; Cancho, Vicente G.. A general long-term aging model with different underlying activation mechanisms: Modeling, Bayesian estimation, and case influence diagnostics. Communications in Statistics. Theory and Methods. v. 46, p. 3080-3098, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
190.	Teixeira, V.U.D.; OLIVEIRA, W. A.; SANTOS, M. O.. Um problema de dimensionamento e sequenciamento de lotes de produção com gerenciamento da demanda via pedidos e com tempos/custos de preparação dependentes da sequência. Em: XLIX SBPO - SImpósio Brasileiro de Pesquisa Operacional, p. -, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
191.	TOLEDO, F. M. B.. Relax and local fix: uma heurística baseada em modelagem matematica. 2017. Palestra Programa de Pós-Graduação em Modelagem e Otimização. (Conferencia)
192.	Toledo, Franklina M.B.. A software package to plan loads in a small smelter. 2017. DEGI Club. (Conferencia)
193.	Tomislav Stankovski; Tiago Pereira; MCCLINTOCK, P. V.; STEFANOVSKA, A.. Coupling functions: Universal insights into dynamical interaction mechanisms. REVIEWS OF MODERN PHYSICS. v. 89, p. 045001-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
194.	Vargas, Alessandro N.; Costa, Eduardo F.; ACHO, LEONARDO; DO VAL, JOAO B. R.. Switching Stochastic Nonlinear Systems with Application to an Automotive Throttle. IEEE TRANSACTIONS ON AUTOMATIC CONTROL. v. 63, p. 1-1, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
195.	VEGA-OLIVEROS, DIDIER A.; BERTON, LILIAN; VAZQUEZ, FEDERICO; Rodrigues, Francisco A.. The Impact of Social Curiosity on Information Spreading on Networks. Em: the 2017 IEEE/ACM International Conference, p. 459-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
196.	VEGA-OLIVEROS, DIDIER A; DA F COSTA, LUCIANO; Rodrigues, Francisco A. Rumor propagation with heterogeneous transmission in social networks. Journal of Statistical Mechanics. v. 2017, p. 023401-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
197.	VIDAL, I.; de Castro, Mario. Bayesian inference for agreement measures. Journal of Biopharmaceutical Statistics. v. 27, p. 809-823, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
198.	VIEZEL, C.; BERTOCO, J.; VYNNYCKY, M.; TOME, M.F.. Application of the KBKZ-PSM integral model to axisymmetric flows. Em: 24th ABCM International Congress of Mechanical Engineering, p. -, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
199.	VIGAS, V. P.; SILVA, G. O.; Louzada, F.. The Poisson-Weibull Regression Model. CHILEAN JOURNAL OF STATISTICS. v. 8, p. 25-51, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
200.	VIGAS, VALDEMIRO PIEDADE; MAZUCHELI, Josmar; LOUZADA, FRANCISCO. Application of the Weibull-Poisson long-term survival model. Communications for Statistical Applications and Methods. v. 24, p. 325-337, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
201.	WATANABE, H. H. M.; Cirino, R.B.Z.; Soler, W.A.O.; Santos, Maristela Oliveira. Solution Methods for the Integrated Production Routing Problem. Revista de Sistemas de Informação da FSMA. v. 19, p. 53-61, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
202.	WILLEMSEN, STEN P; RUSSO, CIBELE M; LESAFFRE, EMMANUEL; LEÃO, DORIVAL. Flexible multivariate nonlinear models for bioequivalence problems. STATISTICAL MODELLING. v. 1, p. 1471082X1770601-, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
203.	XAVIER, C. M.; EHLERS, RICARDO S.. A study Hamiltonian Monte Carlo methods in univariate GARCH models. Em: 5th Workshop on Probabilistic and Statistical Methods, p. -, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
204.	YIQI, BAO; CANCHO, VICENTE GARIBAY; Louzada, Francisco; SUZUKI, ADRIANO KAMIMURA. Cure rate proportional odds models with spatial frailties for interval-censored data. Communications for Statistical Applications and Methods. v. 24, p. 605-625, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
205.	ZEVALLOS, M.; GASCO, L.; EHLERS, R. S.. Riemann Manifold Langevin Methods on Stochastic Volatility Estimation. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 46, p. 7942-7956, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
206.	ZIBETTI, MARCELO V; HELOU, ELIAS; PIPA, DANIEL. Accelerating Over-Relaxed and Monotone Fast Iterative Shrinkage-Thresholding Algorithms with Line Search for Sparse Reconstructions. IEEE TRANSACTIONS ON IMAGE PROCESSING. v. 26, p. 3569-3578, 2017. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2016

1.	Andrade, M G; ANDRADE, B. S.; Ehlers, R.S.; LESKOW, J.. Modelos Bayesianos GARMA para Dados de Contagem e Técnicas MBQR Bootstrap. Em: XXII Simpósio Nacional de Probabilidade e Estatística, v. 1, n. 1, p. 1-1, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.	Andrade, M G; ANDRADE, B. S.; Ehlers, R.S.; LESKOW, J.. Modelos de Regressão para Dados de Contagem. Palestra: Modelos Bayesianos GARMA para Dados de Contagem e Técnicas MBQR Bootstrap.. 2016. XXII Simpósio Nacional de Probabilidade e Estatística,. (Conferencia)
3.	Andrade, M G; Ehlers, R.S.; ANDRADE, B. S.. Bayesian Approach to Forecasting Count Data Time Series. Em: Encontro Brasileira de Estatística Bayesiana, v. 1, n. 1, p. 1-5, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.	Andrade, M. G.; EHLERS, R. S.; ANDRADE, B. S.. Bayesian Approach to Forecasting Count Data Time Series. 2016. Encontro Brasileiro de Estatistica Bayesiana. (Congresso)
5.	Andrade, M. G.; EHLERS, RICARDO S.; ANDRADE, B. S.; LESKOW, J.. Bayesian GARMA Models for Counting Data and Moving Block Quantile Residual Bootstrap. Em: Simpósio Nacional de Probabilidade e Estatística, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6.	Andretta, M.; Birgin, E.G.; RAYDAN, M.. An inner-outer nonlinear programming approach for constrained quadratic matrix model updating. MECHANICAL SYSTEMS AND SIGNAL PROCESSING. v. 66-67, p. 78-88, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7.	André C. P. L.F. de Carvalho. Interdisciplinaridade da Ciência de Dados. Computação Brasil, p. 62-65, 01072016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8.	André C. P. L.F. de Carvalho; Lorena, A. C.. Introdução à Computação - Hardware, Software e Dados. 1 ed. LTC - Grupo Gen, 2016. v. 1, p. 200. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
9.	AQUINO, C. T. M.; CONCEIÇÃO, K. S.; ANDRADE, M. G.. Zero-Modified ARMA COM-Poisson Model. Em: XIII Encontro Brasileiro de Estatística Bayesiana, v. 1, n. 1, p. 1-1, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
10.	Caroline T. M. Aquino; Katiane S. Conceição; Marinho G. Andrade. Simulation of Zero Modified COM-Poisson Data. Em: XXII Simpósio Nacional de Probabilidade e Estatística,, v. 1, n. 1, p. 1-71, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
11.	ARA, A.; Louzada, F.; DINIZ, CARLOS A. R.. Statistical monitoring of a web server for error rates: a bivariate time-series copula based modeling approach.. JOURNAL OF APPLIED STATISTICS. v. 44, p. 1-, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
12.	AURELIANO, F. A.; JORGE, A. R.; ANDRETTA, M.. Métodos heurísticos para o problema de corte de luvas de couro. Em: XLVIII Simposio Brasileiro de Pesquisa Operacional (SBPO), p. 3951-3962, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
13.	Ausas, Roberto F.; MUT, F.; Buscaglia, Gustavo C. Finite element modeling of viscous membranes with stochastic effects. Em: Congress of the European Community on Computational Methods in Applied Science, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
14.	BALDO, T. A.; SANTOS, M. O.; Morábito, R.. Planejamento e programação da produção de cerveja considerando tanques-pulmão para armazenar cerveja filtrada. Em: XLVIII SBPO - Simpósio Brasileiro de Pesquisa Operacional, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
15.	BARBOSA, ADRIANO; PAULOVICH, FERNANDO; Paiva, Afonso; GOLDENSTEIN, SIOME; PETRONETTO, FABIANO; NONATO, LUIS. Visualizing and Interacting with Kernelized Data. IEEE Transactions on Visualization and Computer Graphics. v. 22, p. 1314-1325, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
16.	BEDO, MARCOS VINICIUS NAVES; PEREIRA DOS SANTOS, DAVI; PONCIANO-SILVA, MARCELO; DE AZEVEDO-MARQUES, PAULO MAZZONCINI; FERREIRA DE CARVALHO, ANDRÉ PONCE DE LEÓN; TRAINA, CAETANO. Endowing a Content-Based Medical Image Retrieval System with Perceptual Similarity Using Ensemble Strategy. Journal of Digital Imaging. v. 29, p. 22-37, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
17.	BERTOCO, J.; Murilo F. Tomé. Numerical simulation of the extrudate swell using the integral KBKZ-PSM equation. Em: 16o. Brazilian Congress of Thermal Sciences and Engineering, v. 1, p. 1-7, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
18.	BIONDO, T. R.; SUZUKI, A. K.. Modelos de Sobrevivência Bivariados derivados da Cópula Arquimediana de Clayton: Uma Abordagem Bayesiana. Matemática e Estatística em Foco. v. 4, p. 87-102, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
19.	BIONDO, T. R.; SUZUKI, A. K.. Modelos de sobrevivência bivariados baseados em cópulas arquimedianas: uma abordagem bayesiana. Em: Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 69-69, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
20.	Bonotto, E.M.. A integral de Kurzweil. 2016. Workshop on Dynamical Systems. (Conferencia)
21.	Bonotto, E.M.. A integral de Henstock-Kurzweil. 2016. XXVIII Semana da Matemática do IBILCE/UNESP. (Conferencia)
22.	Bonotto, E.M.; Bortolan, M.; Caraballo, T.; Collegari, R.. Impulsive surfaces on dynamical systems. Acta Mathematica Hungarica (Print). p. 209-216, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
23.	Bonotto, E.M.; Bortolan, M.; Czaja, R.; Collegari, R.. Semicontinuity of attractors for impulsive dynamical systems. Journal of Differential Equations (Print). p. 4338-4367, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
24.	Bonotto, E.M.; Ferreira, J. C.. Dissipativity in impulsive systems via Lyapunov functions. Mathematische Nachrichten. v. 289, p. 213-231, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
25.	BONOTTO, EVERALDO; BORTOLAN, MATHEUS; CARABALLO, TOMAS; COLLEGARI, RODOLFO. A survey on impulsive dynamical systems. Em: The 10'th Colloquium on the Qualitative Theory of Differential Equations, p. 1-27, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
26.	BORGES, P.; RODRIGUES, J.; Louzada, F.; BALAKRISHNAN, N.. A cure rate survival model under a hybrid latent activation scheme. STATISTICAL METHODS IN MEDICAL RESEARCH. v. 25, p. 838-856, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
27.	CANCHO, VICENTE G.; DEY, DIPAK K.; Louzada, F.. Unified multivariate survival model with a surviving fraction: An application to a Brazilian customer churn data. Journal of Applied Statistics. v. 43, p. 574-584, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
28.	Cancho, Vicente G.; SUZUKI, ADRIANO K.; Barriga, Gladys D. C.; Louzada, Francisco. A non-default fraction bivariate regression model for credit scoring: An application to Brazilian customer data. Communications in Statistics: Case Studies, Data Analysis and Applications. v. 2, p. 1-12, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
29.	CANTEREIRA, G.; Nonato, L.G.; PAULOVICH, F. V.. MoshViz: A Detail+Overview Approach to Visualize Music Elements. IEEE Transactions on Multimedia. v. 18, p. 2238-2246, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
30.	CEDRIM, DOUGLAS; VAD, VIKTOR; Paiva, Afonso; GRÖLLER, M. EDUARD; Gustavo Nonato, Luis; CASTELO, ANTONIO. Depth functions as a quality measure and for steering multidimensional projections. Computers & Graphics. v. 60, p. 93-106, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
31.	Cerri, R.; de Carvalho, A. C. P. L. F.; Barros, R.; Jin, Y.. Reduction strategies for hierarchical multi-label classification in protein function prediction. BMC Bioinformatics. v. 17, p. 1-24, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
32.	CHECO, H. M.; JAI, M.; BUSCAGLIA, G.. An Improved Fixed-Point Algorithm to Solve the Lubrication Problem with Cavitation. Em: ENIEF 2016, v. 34, p. 1973-1987, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
33.	CHECO, HUGO M.; JARAMILLO, ALFREDO; Ausas, Roberto F.; Buscaglia, Gustavo C.. The lubrication approximation of the friction force for the simulation of measured surfaces. Tribology International. v. 97, p. 390-399, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
34.	CHERRI, L. H.; CARRAVILLA, M. A.; TOLEDO, F. M. B.. A model based heuristic for the irregular strip packing problem. Pesquisa Operacional (Impresso). v. 36, p. 447-468, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
35.	CHERRI, LUIZ H.; MUNDIM, LEANDRO R.; ANDRETTA, MARINA; TOLEDO, FRANKLINA M.B.; OLIVEIRA, JOSÉ F.; CARRAVILLA, MARIA ANTÓNIA. Robust mixed-integer linear programming models for the irregular strip packing problem. European Journal of Operational Research. v. 253, p. 570-583, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
36.	CHKREBTII, OKSANA A.; LEMAN, SCOTLAND; HOEGH, ANDREW; ENTEZARI, REIHANEH; CRAIU, RADU V.; ROSENTHAL, JEFFREY S.; MOHAMMADI, ABDOLREZA; KAPTEIN, MAURITS; MARTINO, LUCA; STERN, RAFAEL B.; LOUZADA, FRANCISCO. Contributed Discussion on Article by Pratola. Bayesian Analysis. v. 11, p. 929-943, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
37.	COELHO, F. R.; RUSSO, Cibele Maria; BAZAN, J. L.. Análise de regressão aplicada a dados educacionais: uma abordagem multinível. Em: 22. Simpósio nacional de probabilidade e estatística, v. 1, n. 1, p. 99-99, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
38.	CONCEIÇÃO, K. S.; TOMAZELLA, V. L. D.; ANDRADE, M. G.; LOUZADA, F.. Bayesian Analysis under a Reference Prior Approach of Biparametric Zero-Modified Distributions. Em: XIII Encontro Brasileiro de Estatística Bayesiana, v. 1, n. 1, p. 1-5, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
39.	CONCEIÇÃO, KATIANE S.; TOMAZELLA, VERA; ANDRADE, MARINHO G.; LOUZADA, FRANCISCO. Biparametric zero-modified power series distributions: Bayesian analysis under a reference prior approach. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS. v. 46, p. 10507-10517, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
40.	Cordeiro, Gauss M.; Cancho, Vicente G.; Ortega, Edwin M. M.; Barriga, Gladys D. C.. A model with long-term survivors: negative binomial Birnbaum-Saunders. Communications in Statistics, Theory and Methods (Online). v. 45, p. 1370-1387, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
41.	CORREA, IGOR BUENO; CARVALHO, ANDRE C.P.L.F. DE. DualRadviz: Preserving Context between Classification Evaluation and Data Exploration with RadViz. Em: 2016 5th Brazilian Conference on Intelligent Systems (BRACIS), p. 241-246, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
42.	CORRÊA, DÉBORA C.; RODRIGUES, FRANCISCO AP.. A survey on symbolic data-based music genre classification. Expert Systems with Applications. v. 60, p. 190-210, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
43.	Costa, Eduardo F.; DE SAPORTA, BENOITE. Precomputable Kalman-based filter for Markov Jump Linear Systems. Em: 2016 Conference on Control and FaultTolerant Systems (SysTol), p. 393-398, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
44.	COZZO, EMANUELE; de Arruda, Guilherme Ferraz; Rodrigues, Francisco A.; MORENO, YAMIR. Multilayer Networks: Metrics and Spectral Properties. Em: Understanding Complex Systems. 1 ed. : Springer International Publishing. 2016.p. 17-35. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
45.	Cunha, Tiago; SOARES, CARLOS; DE CARVALHO, ANDRÉ C. P. L. F.. Selecting Collaborative Filtering Algorithms Using Metalearning. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2016.p. 393-409. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
46.	CÚRI, M.. Aplicação da Teoria de Resposta ao Item. Em: Instrumentos de Avaliação em Saúde Mental. 1 ed. : Artmed. 2016.p. 45-58. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
47.	CÚRI, M.. Aprendizagem de Máquina: a Estatística sob nova direção?. Em: II Congresso Brasileiro de Jovens Pesquisadores em Matemática Pura e Aplicada, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
48.	CÚRI, M.. Aprendizagem de Máquina: a Estatística sob nova direção?. 2016. II Congresso Brasileiro de Jovens Pesquisadores em Matemática Pura e Aplicada. (Conferencia)
49.	DA PAZ, ROSINEIDE FERNANDO; BALAKRISHNAN, NARAYANASWAMY; BAZAN, J.L.. The L-logistic distribution under Bayesian Approach. Em: Simpósio Nacional de Probabilidade e Estatística, v. 22, n. 1, p. 22-22, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
50.	de Carvalho, A. C. P. L. F.. The use of autonomous UAVs to improve pesticide application in crop fields. 2016. MobDM 2016 - 1st workshop on high velocity mobile data mining. (Conferencia)
51.	de Carvalho, A. C. P. L. F.. Palestra Plenária: Educomp / WebMedia: Big Data e Ciência de Dados: O que são e como se relacionam. 2016. Educomp / WebMedia. (Conferencia)
52.	de Carvalho, A. C. P. L. F.. Palestra Plenária: MobDM 2016, The use of autonomous UAVs to improve pesticide application in crop fields. 2016. 1st Workshop on High Velocity Mobile Data Mining, MobDM 2016. (Conferencia)
53.	de Castro, Mário; Chen, Ming-Hui; Zhang, Yuanye. Bayesian Frailty Models for Multi-State Survival Data. Em: ICSA Book Series in Statistics. 1 ed. : Springer International Publishing. 2016.p. 37-48. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
54.	DEVESSE, V. A. P. A.; Ribeiro, R.S.; SANTOS, MARISTELA. Uma heurística baseada em Programação Matemática para o Problema de Escalonamento de Médicos.. Em: VIII CLAIO - the Latin-Iberoamerican Conference on Operations Research, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
55.	DEVESSE, V. A. P. A.; Santos, Maristela Oliveira; Toledo, C.F..M.. Fairness in Physician Scheduling Problem in Emergency Rooms. Revista de Sistemas de Informação da FSMA. v. 1, p. 9-20, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
56.	DRAGAN, VASILE; Costa, Eduardo F.. Optimal Stationary Dynamic Output-Feedback Controllers for Discrete-Time Linear Systems With Markovian Jumping Parameters and Additive White Noise Perturbations. IEEE Transactions on Automatic Control (Print). v. 61, p. 3912-3924, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
57.	Ehlers, Ricardo S.; FRIEL, N.; BANDYOPADHYAY, D.. Bayesian inference under sparsity for generalized spatial extreme value binary regression models. 2016. 36th Conference on Applied Statistics in Ireland. (Congresso)
58.	FAICAL, BRUNO S.; PESSIN, GUSTAVO; FILHO, GERALDO P.R.; André Carlos Ponce Leon Ferreira de Carvalho; Gomes, P.; Ueyama, J.. Fine-Tuning of UAV Control Rules for Spraying Pesticides on Crop Fields: An Approach for Dynamic Environments. International Journal on Artificial Intelligence Tools. v. 25, p. 1660003-, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
59.	FAICAL, BRUNO S.; UEYAMA, JO; DE CARVALHO, ANDRE C. P. L. F.. The Use of Autonomous UAVs to Improve Pesticide Application in Crop Fields. Em: 2016 17th IEEE International Conference on Mobile Data Management (MDM), p. 32-, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
60.	FARIA DA VEIGA, PAULO A.; M. O'Carroll; VALENCIA, J. C.. One-baryon spectrum and analytical properties of one-baryon dispersion curves in 3 + 1 dimensional strongly coupled lattice QCD with three flavors. Journal of Mathematical Physics. v. 57, p. 032303-, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
61.	Faria, Elaine; de Carvalho, André C.P.L.F.; Gama, João. MINAS: multiclass learning algorithm for novelty detection in data streams. Data Mining and Knowledge Discovery. v. 30, p. 640-680, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
62.	Faria, Elaine; Gonçalves, I. J. C. R.; André C. P. L. F. de Carvalho; Gama, J.. Novelty detection in data streams. Artificial Intelligence Review. v. 45, p. 235-269, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
63.	FERRAUDO, GUILHERME MORAES; LOUZADA, FRANCISCO; FERREIRA, JOSÉ FABRÍCIO. INFERENCE OF THE MARKET VALUE OF URBAN LOTS FROM THE PERSPECTIVE OF SURVIVAL ANALYSIS. CASE STUDY: CITY OF SÃO CARLOS, SÃO PAULO, BRAZIL. Pesquisa Operacional (Online). v. 36, p. 355-374, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
64.	FERREIRA, Cynthia de O.L.. Matemática nas animações. 2016. ICMC de Portas Abertas. (Outra)
65.	FERREIRA, MARTHA DAIS; CORRÊA, DÉBORA CRISTINA; GRIVET, MARCOS ANTONIO; DOS SANTOS, GEOVAN TAVARES; DE MELLO, RODRIGO FERNANDES; Nonato, Luis Gustavo. On Accuracy and Time Processing Evaluation of Cover Song Identification Systems. Journal of New Music Research. v. 45, p. 333-342, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
66.	FIGUEIREDO, R.A.; OISHI, C. M.; AFONSO, A.M.; TASSO, I.V.M.; CUMINATO, José Alberto. A two-phase solver for complex fluids: Studies of the Weissenberg effect. International Journal of Multiphase Flow. v. 84, p. 98-115, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
67.	FILHO, C. A. O.; SUZUKI, A. K.. Predicting of Football Scores via Poisson Regression Modeling: An Application to the 2012-2013 English Premier League. Em: Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 80-80, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
68.	FIORUCI, J. A.; EHLERS, R. S.; LOUZADA NETO, F.. BayesDccGarch - An Implementation of Multivariate GARCH DCC Models. 2016. Encontro Brasileiro de Estatistica Bayesiana. (Congresso)
69.	FIORUCI, J. A.; PELLEGRINI, TIAGO R.; Louzada, F.; PETROPOULOS, FOTIOS; KOEHLER, ANNE B.. Models for optimising the theta method and their relationship to state space models. International Journal of Forecasting. v. 32, p. 1151-1161, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
70.	Frasson, Miguel V. S.. A balança com pesos 3^n. REVISTA DO PROFESSOR DE MATEMÁTICA. v. 91, p. 52-55, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
71.	Frías-Blanco, I.; André C. P. L. F. de Carvalho; Ramos, G.; Avila, J. C.; Morales, R.. Online Adaptive Decision Trees Based on Concentration Inequalities. Knowledge-Based Systems. v. 104, p. 179-194, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
72.	Frías-Blanco, I.; Verdecia-Cabrera, A.; de Carvalho, A. C. P. L. F.. Improving the Predictive Performance of Online Decision Trees. Em: XIII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2016), p. 1-6, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
73.	FRÍAS-BLANCO, ISVANI; VERDECIA-CABRERA, ALBERTO; ORTIZ-DÍAZ, AGUSTÍN; CARVALHO, ANDRE. Fast adaptive stacking of ensembles. Em: the 31st Annual ACM Symposium, p. 929-6, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
74.	Furlan, M.M.; Oliveira Santos, Maristela; Almada-Lobo, Bernardo; Morábito, R.. Heurística construtiva para o problema de planejamento da produção de papel e celulose. Em: Encontro Regional de Matemática Aplicada e Computacional, p. 299-303, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
75.	Gameiro, Marcio; HIRAOKA, YASUAKI; OBAYASHI, IPPEI. Continuation of point clouds via persistence diagrams. PHYSICA D-NONLINEAR PHENOMENA. v. 334, p. 118-132, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
76.	Gameiro, Marcio; Lessard, Jean-Philippe; PUGLIESE, ALESSANDRO. Computation of Smooth Manifolds Via Rigorous Multi-parameter Continuation in Infinite Dimensions. Foundations of Computational Mathematics (Print). v. 16, p. 531-575, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
77.	Gameiro, Marcio; Lessard, Jean-Philippe; RICAUD, YANN. Rigorous numerics for piecewise-smooth systems: A functional analytic approach based on Chebyshev series. Journal of Computational and Applied Mathematics. v. 292, p. 654-673, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
78.	GARCIA ZANABRIA, GERMAIN; Nonato, Luis Gustavo; Gomez-Nieto, Erick. iStar (i*): An interactive star coordinates approach for high-dimensional data exploration. Computers & Graphics. v. 60, p. 107-118, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
79.	Garcia, L. P.; André C. P. L.F. de Carvalho; Lorena, A. C.. Noise detection in the meta-learning level. Neurocomputing (Amsterdam). v. 176, p. 14-25, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
80.	Garcia, L. P.; Lorena, A. C.; Matwin, S.; de Carvalho, A. C. P. L. F.. Ensembles of label noise filters: a ranking approach. DATA MINING AND KNOWLEDGE DISCOVERY. v. 30, p. 1192-1216, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
81.	GENNARO, E. M.; RODRIGUEZ, D.; SOUZA, Leandro Franco de. Estudo da instabilidade secundária de de uma bolha de separação laminar tridimensional. Em: XXXVI Congresso de Matemática Aplicada e Computacional, v. 1, n. 1, p. 1-3, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
82.	GOMEZ, E.; CASACA, W.; COIMBRA, D.; HARTMANN, IVAR; TAUBIN, G.; Nonato, L.G.. Dealing with Multiple Requirements in Geometric Arrangements. IEEE Transactions on Visualization and Computer Graphics. v. 22, p. 1223-1235, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
83.	GRANZOTTO, DANIELE CRISTINA TITA; MAZUCHELI, J.; Louzada, F.. Statistical Study of Monthly Rainfall Trends by Using the Transmuted Power Lindley Distribution. International Journal of Statistics and Probability. v. 6, p. 111-125, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
84.	GUPTA, CHERRY; COBRE, Juliana; POLPO, ADRIANO; SINHA, DEBJAYOTI. Semiparametric Bayesian estimation of quantile function for breast cancer survival data with cured fraction. BIOMETRICAL JOURNAL. v. 58, p. 1164-1177, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
85.	GUZMÁN, J. L. B.; Louzada, F.. Explorando algumas propostas para os Indicadores da Educação Superior no Brasil. Em: Projeto Dez Anos do SINAES,, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
86.	JARAMILLO, A.; CHECO, H. M.; BUSCAGLIA, G.. Non-Homogeneus Boundary Conditions and Cavitation Modeling for Reynolds Equation. Em: ENIEF 2016, v. 34, p. 2087-2100, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
87.	JARAMILLO, A; CHECO, H. M.; BUSCAGLIA, G C. INCORPORATION OF BACK-PRESSURE EFFECTS IN THE MODELING OF THE PISTON RING/CYLINDER LINER. Em: XXXVII Congresso Ibero-Latino americano em Métodos Computacionais em Engenharia, CILAMCE, v. 2, p. 151-163, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
88.	JORGE, A. R.; MUNDIM, L. R.; ANDRETTA, M.; CHERRI, L. H.. O problema de corte de itens irregulares: aplicação na indústria de corte de aventais e forros de luva. Pesquisa Operacional para o Desenvolvimento. v. 8, p. 214-235, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
89.	Kanda, J.; André C.P.L.F. de Carvalho; Hruschka, E.; Soares, C. M.; Brazdil, P.. Meta-learning to Select the Best Meta-heuristic for the Traveling Salesman Problem: a Comparison of Meta-features. Neurocomputing (Amsterdam). v. 12, p. 393-406, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
90.	Katiane S. Conceição. k- Modified Power Series Models. 2016. II Congresso Brasileiro de Jovens Pesquisadores em Matemática Pura e Aplicada. (Conferencia)
91.	Katiane S. Conceição; Sérgio O. Carvalho. Modelos k-Modificados da Família Série de Potência Uniparamétricas. Em: XXII Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 1-71, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
92.	Katiane S. Conceição; Sérgio O. Carvalho. Modelos k-Modificados da Família Série de Potência Uniparamétricas. 2016. 22º Simpósio Nacional de Probabilidade e Estatística. (Simposio)
93.	Katiane S. Conceição; Vera Tomazella; Marinho G. Andrade; Francisco Louzada. Bayesian Analysis under a Reference Prior Approach of Biparametric Zero-Modified Distributions. 2016. XIII Encontro Brasileiro de Estatística Bayesiana. (Outra)
94.	KITAZUME, R. A. O.; ANDRETTA, M.. Heurísticas para o problema bidimensional de empacotamento irregular com distribuição de peso. Em: XLVIII Simposio Brasileiro de Pesquisa Operacional (SBPO), p. 3904-3914, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
95.	KITAZUME, R. A. O.; ANDRETTA, M.. Um método heurístico para empacotamento considerando o peso da carga. Em: Encontro Regional de Matemática Aplicada e Computacional, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
96.	LACERDA, J. F.; SOUZA, Leandro Franco de; ROGENSKI, J. K.; MENDONÇA, Márcio Teixeira de. DNS code validation for compressible shear flows using LST. Em: 10th ABCM Spring School on Transition and Turbulence, v. 1, p. 1-11, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
97.	LAGES, C. F. A.; SOUSA, F. S.. Diferenças finitas em malhas hierárquicas para simulação 3D de escoamentos bifásicos. Em: Encontro Regional de Matemática Aplicada e Computacional (ERMAC), v. 1, p. 1-5, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
98.	LEAO, ALINE A.S.; Toledo, Franklina M.B.; OLIVEIRA, JOSÉ FERNANDO; CARRAVILLA, MARIA ANTÓNIA. A semi-continuous MIP model for the irregular strip packing problem. International Journal of Production Research (Print). v. 54, p. 712-721, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
99.	LEMONTE, ARTUR J.; BAZAN, J.L.. New class of Johnson SB distributions and its associated regression model for rates and proportions. Em: Simpósio Nacional de Probabilidade e Estatística, v. 1, n. 1, p. 34-34, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
100.	LEMONTE, ARTUR J.; Bazán, Jorge L.. New class of Johnson SB distributions and its associated regression model for rates and proportions. BIOMETRICAL JOURNAL. v. 58, p. 727-746, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
101.	LOPES, I. O. N.; Schliep, A.; André C. P. L. F. de Carvalho. Automatic learning of pre-miRNAs from different species. BMC Bioinformatics. v. 17, p. 1-18, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
102.	Louzada, F.; FERREIRA, P. H.. On the Classical Estimation of Bivariate Copula-based Seemingly Unrelated Tobit Models through the Proposed Inference Function for Augmented Margins Method. JOURNAL OF DATA SCIENCE (PRINT). v. vol., p. 1-28, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
103.	Louzada, F.; H. FERREIRA, P.. Modified inference function for margins for the bivariate clayton copula-based SUN Tobit Model. Journal of Applied Statistics. v. 1, p. 1-21, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
104.	Louzada, F.; RAMOS, P. L.; CASTRO PERDONÁ, GLEICI S.. Different Estimation Procedures for the Parameters of the Extended Exponential Geometric Distribution for Medical Data. Computational and Mathematical Methods in Medicine. v. 2016, p. 12-, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
105.	LOUZADA, FRANCISCO; ARA, ANDERSON; FERNANDES, GUILHERME B.. Classification methods applied to credit scoring: Systematic review and overall comparison. Surveys in Operations Research and Management Science. v. 1, p. 1-, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
106.	Luisa Hebling; Katiane S. Conceição. Distribuições zero-modificadas biparamétricas: Uma aplicação aos dados de variações de temperatura média global.. Em: 61ª Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria, v. 1, p. 1-1, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
107.	Luisa Hebling; Katiane S. Conceição. Método dos Momentos e Técnica Bootstrap no Ajuste de Distribuições Zero-Modificadas Biparamétricas. Em: XXII Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 1-71, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
108.	Luisa Hebling; Katiane S. Conceição. Método dos Momentos e Técnica Bootstrap no Ajuste de Distribuições Zero-Modificadas Biparamétricas.. Em: 24º Simpósio Internacional de Iniciação Científica e Tecnológica da USP (SIICUSP), v. 1, p. 1-1, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
109.	Luisa Hebling; Katiane S. Conceição. Distribuições zero-modificadas biparamétricas: Uma aplicação aos dados de variações de temperatura média global.. 2016. 61º Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria - 61 RBras de. (Congresso)
110.	MACEDO, PEDRO BELLUCO; ALEM, DOUGLAS; SANTOS, MARISTELA; JUNIOR, MURIS LAGE; MORENO, ALFREDO. Hybrid manufacturing and remanufacturing lot-sizing problem with stochastic demand, return, and setup costs. International Journal, Advanced Manufacturing Technology. v. 82, p. 1241-1257, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
111.	MAIA, DANIEL M. N.; MACAU, ELBERT E. N.; Pereira, Tiago. Persistence of Network Synchronization under Nonidentical Coupling Functions. SIAM Journal on Applied Dynamical Systems. v. 15, p. 1563-1580, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
112.	MANTOVANI, RAFAEL G.; HORVATH, TOMAS; CERRI, RICARDO; VANSCHOREN, JOAQUIN; CARVALHO, ANDRE C.P.L.F. DE. Hyper-Parameter Tuning of a Decision Tree Induction Algorithm. Em: 2016 5th Brazilian Conference on Intelligent Systems (BRACIS), p. 37-42, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
113.	MARQUES, L. F.; ROGENSKI, J. K.; SOUZA, Leandro Franco de; FLORYAN, J. M.. Effects of curvature variations in a transitional boundary layer on heat transfer. Em: 24th International Congress of Theoretical and Applied Mechanics, v. 1, n. 1, p. 1-2, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
114.	MARTINO, L.; ELVIRA, V.; LUENGO, D.; CORANDER, J.; Louzada, F.. Orthogonal parallel MCMC methods for sampling and optimization. DIGITAL SIGNAL PROCESSING. v. 58, p. 64-84, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
115.	MARTINO, L.; ELVIRA, V.; LUENGO, D.; Louzada, F.. Parallel Metropolis chains with cooperative adaptation. Em: 41st IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2016), p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
116.	MARTINO, L.; ELVIRA, V.; LUENGO, D.; Louzada, F.. Adaptive Population Importance Samplers: A General Perspective. Em: IEEE Sensor Array and Multichannel Signal Processing Workshop (SAM), p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
117.	MARTINO, L.; ELVIRA, V.; LUENGO, D.; Louzada, F.. Weighting a Resampled Particle in Sequential Monte Carlo. Em: IEEE Workshop on Statistical Signal Processing (SSP), p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
118.	MARTINO, L.; ELVIRA, V.; LUENGO, D.; Louzada, F.. Alternative Effective Sample Size measures for Importance Sampling. Em: IEEE Workshop on Statistical Signal Processing (SSP), p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
119.	MARTINO, L.; PLATA, J.; Louzada, F.. A Monte Carlo Scheme for Node-Specific Inference Over Wireless Sensor Networks. Em: IEEE Sensor Array and Multichannel Signal Processing Workshop (SAM), p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
120.	MARTINO, L.; STERN, R. B.; Louzada, F.. Comments on the paper Efficient Metropolis?Hastings Proposal Mechanisms for Bayesian Regression Tree Models by Matthew T. Pratola.. Bayesian Analysis. v. 11, p. 929-943, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
121.	MAZUCHELI, J.; Coelho-Barros, Emilio Augusto; Louzada, F.. On the Hypothesis Testing for the Weighted Lindley Distribution. Chilean Journal of Statistics. v. 7, p. 17-27, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
122.	MCKEE, S.; CUMINATO, JOSE A.. A novel variant of a product integration method and its relation to discrete fractional calculus. APPLIED NUMERICAL MATHEMATICS. v. 114, p. 179-197, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
123.	MEREJOLLI, R.; TOMÉ, MURILO F.. Numerical simulation of three-dimensional free surface flows of Giesekus fluids. Em: ENCIT 2016, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
124.	MEZA, M. A. R.; SOUZA, Leandro Franco de; CUMINATO, José Alberto. O método das interfaces imersas para a solução da equação Poisson-Boltzmann. Em: ERMAC - Encontro Regional de Matemática Aplicada e Computacional, v. 1, n. 1, p. 230-230, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
125.	MIYAJI, TOMOYUKI; PILARCZYK, PAWE'; Gameiro, Marcio; Kokubu, Hiroshi; Mischaikow, Konstantin. A study of rigorous ODE integrators for multi-scale set-oriented computations. Applied Numerical Mathematics. v. 107, p. 34-47, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
126.	MUNDIM, LEANDRO RESENDE; QUEIROZ, THIAGO ALVES DE; ANDRETTA, MARINA. O BRKGA aplicado em problemas de corte de itens irregulares em um único recipiente. Em: Matemática aplicada à indústria: problemas e métodos de solução. 1 ed. : Editora Blucher. 2016.p. 111-136. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
127.	MÁRQUEZ DAMIÁN, SANTIAGO; NIGRO, NORBERTO M.; Buscaglia, Gustavo C.. A central scheme for advecting scalars by velocity fields obtained from Finite Volume multiphase incompressible solvers. APPLIED MATHEMATICAL MODELLING. v. 40, p. 6934-6955, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
128.	NAKANISHI, RAFAEL UMINO; ONO, JORGE PIAZENTIN; PAGLIOSA, PAULO; Nonato, Luis Gustavo; Paiva, Afonso. Partial Similarity of 3D Shapes Using Cross Recurrence Plot. Em: 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 448-456, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
129.	NARVÁEZ, ALFREDO R. R.; Costa, Eduardo F.. Average Reachability of Continuous-time Markov Jump Linear Systems and the Linear Minimum Mean Square Estimator. SIAM Journal on Control and Optimization (Print). v. 54, p. 2063-2089, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
130.	NOFAL, ZOHDY M.; AFIFY, AHMED Z.; YOUSOF, HAITHAM M.; GRANZOTTO, DANIELE C. T.; LOUZADA, FRANCISCO. Kumaraswamy Transmuted Exponentiated Additive Weibull Distribution. International Journal of Statistics and Probability. v. 5, p. 78-, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
131.	OLIVEIRA, M. B.; ANDRETTA, M.. Métodos de solução para o problema de empacotamento de retângulos. Em: 24o Simposio Internacional de Iniciacao Cientifica e Tecnologica - SIICUSP, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
132.	OLIVEIRA, M. L. B.. Application of an Immersed Interface Method for High-Speed Compressible Flows. 2016. International Conference on Spectral and High Order Methods (ICOSAHOM). (Conferencia)
133.	PAGLIOSA, LUCAS; PAGLIOSA, PAULO; Nonato, Luis Gustavo. Understanding Attribute Variability in Multidimensional Projections. Em: 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 297-304, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
134.	PAIXAO, R. S.; EHLERS, RICARDO S.. Comparing Multivariate GARCH-DCC Models using Hamiltonian Monte Carlo methods and Stan. Em: Simpósio Nacional de Probabilidade e Estatística, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
135.	PAIXAO, R. S.; EHLERS, RICARDO S.. Comparing Multivariate GARCH-DCC Models using Hamiltonian Monte Carlo and Stan.. 2016. 22o Simpósio Nacional de Probabilidade e Estatística. (Simposio)
136.	PAZ, S.; Sousa, F. S.; BUSCAGLIA, G C. Rigid bodies agglomeration simulation using ALE-FEM. Em: CNMAC, v. 5, n. 1, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
137.	PAZ, S.; SOUSA, F. S.; BUSCAGLIA, G. C.. Arbitrary Lagrangian-Eulerian (ALE)-based Finite Element Methods for rigid solids immersed in fluids. MECÁNICA COMPUTACIONAL. v. 34, p. 2165-2184, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
138.	PAZ, S.; Sousa, Fabricio S.; BUSCAGLIA, G.. Arbitrary Lagrangian-Eulerian (ALE)-Based Finite Element Methods for Rigid Solids Immersed in Fluids. Em: ENIEF 2016, v. 34, p. 2165-2184, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
139.	PERON, THOMAS K. DM.; KURTHS, JÜRGEN; Rodrigues, Francisco A.; SCHIMANSKY-GEIER, LUTZ; SONNENSCHEIN, BERNARD. Traveling phase waves in asymmetric networks of noisy chaotic attractors. PHYSICAL REVIEW E. v. 94, p. 042210-, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
140.	Pisani, P. H.; Giot, R.; Lorena, A. C.; André C. P. L.F. de Carvalho. Enhanced template update: Application to keystroke dynamics. Computers & Security. v. 60, p. 134-153, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
141.	Prado, S.M.; LOUZADA, FRANCISCO; Rinaldo, J. G. S.; VIOLA, M. L. L.. A distribution for service modeling. ADVANCES AND APPLICATIONS IN STATISTICS. v. 44, p. 1-19, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
142.	QUEIROZ, T. A.; Toledo, Franklina M. B.. Solver de Busca Local no Problema Integrado de Roteamento com Restric ̧ ̃ oes de Empacotamento. Em: Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 1590-1600, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
143.	OLIVEIRA, RAFAEL MASSAMBONE DE; HELOU, ELIAS SALOMÃO; COSTA, EDUARDO FONTOURA. String-averaging incremental subgradients for constrained convex optimization with applications to reconstruction of tomographic images. Inverse Problems (Print). v. 32, p. 115014-, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
144.	RAMOS, P. L.; Louzada, F.. Comments on The Exponentiated Inverted Weibull Distribution. APPL MATH INFORM SCI. v. 10, p. 1641-1643, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
145.	RAMOS, P. L.; Louzada, F.; RAMOS, EDUARDO. An Efficient, Closed-Form MAP Estimator for Nakagami-m Fading Parameter. IEEE COMMUNICATIONS LETTERS. v. v.20, p. 1-1, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
146.	RAMOS, P.L.; Louzada, F.. The generalized weighted Lindley distribution: Properties, estimation and applications. Cogent Mathematics. v. 3, p. 1-18, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
147.	RAMOS, PEDRO LUIZ; LOUZADA, FRANCISCO. Comments on -The Exponentiated Inverted Weibull Distribution-. APPLIED MATHEMATICS & INFORMATION SCIENCES (PRINT). v. 10, p. 1641-1643, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
148.	Ribeiro, R.S.; Soler, W.A.O.; SANTOS, MARISTELA. Gerenciamento de recursos para programação da produção de produtos perecíveis em um ambiente de múltiplas linhas. Em: CLAIO-2016: XVIII Latin-Iberoamerican Conference on Operations Research, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
149.	RIBEIRO, T. R.; SUZUKI, A. K.. O Modelo de Cópula AMH para Dados de Sobrevivência Bivariados: Modelagem, Estimação Bayesiana e Pontos Influentes. Em: Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 169-169, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
150.	RIBEIRO, T. R.; SUZUKI, A. K.. O Modelo de Cópula AMH para Dados de Sobrevivência Bivariados Modelagem, Estimação Bayesiana e Pontos Influentes. 2016. 22º SINAPE - Simpósio Nacional de Probabilidade e Estatística. (Congresso)
151.	RICARTE, T. A. M.; CÚRI, M.; DAVIER, A. V.. Module assembly for Logistic Positive Exponent model-based Multistage Adaptive Testing. Em: 2016 Annual Meeting of the National Council of Measurement in Education (2016 NCME), p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
152.	RICARTE, T. A. M.; CÚRI, M.; DAVIER, A. V.; GUZMAN, J. L. B.. {Module assembly for Logistic Positive Exponent model-based Multistage Adaptive Testing. Em: V Congresso Brasileiro de Teoria de Resposta ao Item (V CONBRATRI), p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
153.	Rocha, Pedro; Gomes, A. Miguel; Rodrigues, Rui; Toledo, Franklina M. B.; ANDRETTA, MARINA. Constraint Aggregation in Non-linear Programming Models for Nesting Problems. Em: Lecture Notes in Economics and Mathematical Systems. 1 ed. : Springer International Publishing. 2016.p. 175-180. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
154.	Rodrigues, Francisco A.; PERON, THOMAS K. DM.; JI, PENG; KURTHS, JÜRGEN. The Kuramoto model in complex networks. Physics Reports. v. 610, p. 1-98, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
155.	RODRIGUES, J.; BAZAN, J. L.; SUZUKI, A. K.. Flexible class of G-quantile distributions in the interval [0; 1]. Em: 22o Simpósio Nacional de Probabilidade e Estatística, v. 1, n. 1, p. 61-61, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
156.	Rodrigues, J.; Bazán, J.L; SUZUKI, A. K.; BALAKRISHNAN, NARAYANASWAMY. The Bayesian restricted Conway-Maxwell-Binomial model to control dispersion in count data. STATISTICS & PROBABILITY LETTERS. v. 119, p. 281-288, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
157.	Rodrigues, Josemar; Cordeiro, Gauss M.; Cancho, Vicente G.; Balakrishnan, N.. Relaxed Poisson cure rate models. Biometrical Journal (1977). v. 58, p. 397-415, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
158.	RODRIGUES, Josemar; Cordeiro, Gauss M.; de Castro, Mário; NADARAJAH, SARALEES. A unified class of compound lifetime distributions. Communications in Statistics. Theory and Methods. v. 45, p. 2323-2331, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
159.	RODRIGUES, Josemar; PRADO, SILVIA MARIA; BALAKRISHNAN, N.; LOUZADA, FRANCISCO. Flexible M/G/1 queueing system with state dependent service rate. Operations Research Letters. v. 44, p. 383-389, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
160.	ROGENSKI, J. K.; de Souza, L. F.; FLORYAN, J. M.. Influence of Pressure Gradients on the Evolution of the Görtler Instability. AIAA Journal (Print). v. 54, p. 1-6, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
161.	ROGENSKI, J. K.; de Souza, L. F.; FLORYAN, J. M.. Non-linear aspects of Görtler instability in boundary layers with pressure gradient. PHYSICS OF FLUIDS. v. 28, p. 124107-, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
162.	ROGENSKI, J. K.; SOUZA, Leandro Franco de. Identification of the odd and even modes in Görtler flows subjected to a pressure gradient. Em: 10th ABCM Spring School on Transition and Turbulence, v. 1, p. 1-9, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
163.	RUFINO, V.; CÚRI, M.. An application of the cognitive diagnostic models DINA and Fusion. Em: V CONBRATRI, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
164.	Salomão Helou, Elias; SANTOS, SANDRA A.; SIMÕES, LUCAS E. A.. On the differentiability check in gradient sampling methods. Optimization Methods & Software (Print). v. 31, p. 983-1007, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
165.	SANDIM, MARCOS; CEDRIM, DOUGLAS; Nonato, Luis Gustavo; PAGLIOSA, PAULO; Paiva, Afonso. Boundary Detection in Particle-based Fluids. Computer Graphics Forum (Print). v. 35, p. 215-224, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
166.	SANTOS, DAVI P. DOS; CARVALHO, ANDRE C.P.L.F. DE. Automatic Selection of Learning Bias for Active Sampling. Em: 2016 5th Brazilian Conference on Intelligent Systems (BRACIS), p. 55-60, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
167.	SANTOS, M. O.. A mixed integer programming model for pumps operations in a water distribution system to minimize electrical energy costs. 2016. Workshop de Otimização (Botucatu - Organizado Pela Profa. Helenice O. F. Silva ). (Outra)
168.	SARAIVA, ERLANDSON F.; SUZUKI, ADRIANO K.; FILHO, CIRO A. O.; LOUZADA, FRANCISCO. Predicting football scores via Poisson regression model: applications to the National Football League. Communications for Statistical Applications and Methods. v. 23, p. 297-319, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
169.	SCHULTZ, PAUL; PERON, THOMAS; EROGLU, DENIZ; STEMLER, THOMAS; RAMÍREZ ÁVILA, GONZALO MARCELO; Rodrigues, Francisco A.; KURTHS, JÜRGEN. Tweaking synchronization by connectivity modifications. Physical Review E. v. 93, p. 062211-, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
170.	SHIMIZU, T. K. O.; LOUZADA, F.; SUZUKI, A. K.; MAZUCHELI, J.. A compositional regression model with tilted normal errors. Em: Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 37-37, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
171.	SHIMIZU, T. K. O.; LOUZADA, F.; SUZUKI, A. K.; MAZUCHELI, J.. A compositional regression model with tilted normal errors. 2016. 22º SINAPE - Simpósio Nacional de Probabilidade e Estatística. (Congresso)
172.	SILVA, FILIPI N.; COMIN, CÉSAR H.; PERON, THOMAS K. DM.; Rodrigues, Francisco A.; YE, CHENG; WILSON, RICHARD C.; HANCOCK, EDWIN R.; da F. Costa, Luciano. Concentric network symmetry. Information Sciences. v. 333, p. 61-80, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
173.	SILVA, L. C.; QUEIROZ, T. A.; Toledo, Franklina M. B.. Abordagem para o Problema de Roteamento de Veículos com Empacotamento Bidimensional. Em: Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 1364-1375, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
174.	SILVEIRA DE ANDRADE, BRENO; ANDRADE, MARINHO G.; Ehlers, Ricardo S.. Bayesian GARMA models for count data. Communications in Statistics: Case Studies, Data Analysis and Applications. v. 1, p. 192-205, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
175.	SOLER, EDILAINE MARTINS; TOLEDO, FRANKLINA MARIA BRAGION DE; SANTOS, MARISTELA OLIVEIRA DOS; ARENALES, MARCOS NEREU. Otimização dos custos de energia elétrica na programação da captação, armazenamento e distribuição de água. Produção (São Paulo. Impresso). v. 26, p. 385-401, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
176.	Soler, W.A.O.; Ribeiro, R.S.; SANTOS, M. O.. roblema de dimensionamento e sequenciamento de lotes de produção com preparação dependente da sequência em linhas paralelas e relacionadas. Em: XXXVI Congresso Nacional de Matemática Aplicada e Computacional, p. -, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
177.	SOUZA, Leandro Franco de; BRANDI, A. C.; MENDONÇA, Márcio Teixeira de. Estabilidade de Escoamentos de Fluidos Não Newtonianos. Em: Turbulência. 1 ed. : ABCM. 2016.v. 1, p. 101-159. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
178.	SUZUKI, A. K.. Modelagem estatística para previsão de resultados de jogos de futebol. 2016. 19º Simpósio de Matemática para a Graduação ? SiM 2016. (Seminario)
179.	SUZUKI, A. K.; CANCHO, V. G.; LOUZADA, F.; BARRIGA, G. D. C.. A non-default fraction bivariate regression model for credit scoring: An application to Brazilian customer data. Em: Simpósio Nacional de Probabilidade e Estatística, v. 1, p. 169-170, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
180.	SUZUKI, A. K.; CANCHO, V. G.; LOUZADA, F.; BARRIGA, G. D. C.. A non-default fraction bivariate regression model for credit scoring An application to Brazilian customer data. 2016. 22º SINAPE - Simpósio Nacional de Probabilidade e Estatística. (Congresso)
181.	SUZUKI, ADRIANO K.; Cancho, Vicente G.; Louzada, Francisco. The Poisson-Inverse-Gaussian regression model with cure rate: a Bayesian approach and its case influence diagnostics. Statistical Papers. v. 57, p. 133-159, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
182.	Tomé, M.F.; BERTOCO, J.; Oishi, C.M.; ARAUJO, M.S.B.; CRUZ, D.; Pinho, F.T.; VYNNYCKY, M.. A finite difference technique for solving a time strain separable K-BKZ constitutive equation for two-dimensional moving free surface flows. Journal of Computational Physics (Print). v. 311, p. 114-141, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
183.	Vargas, Alessandro N.; Costa, Eduardo F.; do Val, João B. R.. SpringerBriefs in Electrical and Computer Engineering. 1 ed. Springer International Publishing, 2016. p. 48. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
184.	WATANABE, H. H. M.; Oliveira Santos, Maristela. Metodos de solução aplicados ao problema de produção e distribuição. Em: Encontro Regional de Matemática Aplicada e Computacional, p. 309-313, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
185.	YIQI, BAO; Cancho, Vicente G.; Louzada, Francisco. On the Bayesian estimation and influence diagnostics for the Weibull-Negative-Binomial regression model with cure rate under latent failure causes. Communications in Statistics. Theory and Methods. v. 46, p. 1462-1489, 2016. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2015

1.	ALMEIDA, L. M. M. C.; PAULILLO, L. F. O.; MAIORANO, A. C.; Louzada, F.. Índice UFSCar de segurança alimentar para agricultores familiares. Revista de Politica Agricola. v. 4, p. 10-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.	AMORIM, ELISA; BRAZIL, EMILIO VITAL; MENA-CHALCO, JESÚS; Velho, Luiz; Nonato, Luis Gustavo; SAMAVATI, FARAMARZ; SOUSA, MARIO COSTA. Facing the High-dimensions: Inverse Projection with Radial Basis Functions. Computers & Graphics. v. 48, p. 35-47, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.	ANDRADE, B. S.; Andrade, M G. Transformed Generalized ARMA models with Gamma and inverse Gaussian distributions. Em: XIV EMR - Escola de Modelos de Regressão (Brazilian School of Regression Models), v. 1, n. 1, p. 1-1, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.	ANDRADE, B. S.; Andrade, M G; Ehlers, R.S.; PINTO JR, Dorival Leão. GARMA Models for Count Data an Application on Financial Time Series. Em: XIV Escola de Modelos de Regressão, v. 1, n. 1, p. 1-5, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5.	ANDRADE, B. S.; Andrade, M G; Ehlers, R.S.; PINTO JR, Dorival Leão. GARMA Models for Count Data an Application on Financial Time Series. 2015. XIV Escola de MOdelos de Regressão. (Congresso)
6.	ANDRADE, LUIZ FERNANDO DE SOUZA; SANDIM, MARCOS; PETRONETTO, FABIANO; PAGLIOSA, PAULO; Paiva, Afonso. Particle-based Fluids for Viscous Jet Buckling. Computers & Graphics. v. 52, p. 106-115, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7.	Andretta, M.; BIRGIN, E. G.; RAYDAN, M.. An Inner-Outer Nonlinear Programming Approach for Constrained Quadratic Matrix Model Updating. 2015. 22nd ISMP - International Symposium on Mathematical Programming. (Simposio)
8.	André C. P. L. F. de Carvalho. Palestra Plenária: IV BraSNAM, Brazilian Workshop on Social Network Analysis and Mining: Data Stream Mining. 2015. IV Brazilian Workshop on Social Network Analysis and Mining (BraSNAM). (Conferencia)
9.	ARAUJO, C. T. P.; TAVARES, L.; ALVARES, L. G.; Louzada, F.; SUZUKI, A. K.. Modelagem Estatística para a Previsão de Jogos de Futebol: Uma aplicação no Campeonato Brasileiro de Futebol 2014. Revista da Estatística da Universidade Federal de Ouro Preto. v. 5, p. 12-20, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
10.	BALDO, T. A.; Morábito, R.; SANTOS, MARISTELA OLIVEIRA DOS. A matemática da cerveja: pesquisa cria método inovador para facilitar construção de planos de produção. Assessoria de Comunicação do ICMC/Primeira Página, p. 1-1, 24022015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
11.	BALDO, T. A.; SANTOS, M. O.; Morábito, R.. MIP-heurística para o problema de planejamento e programação da produção em indústrias cervejeiras. Em: XLVII SBPO - Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 74-85, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
12.	BAMBOZZI DE OLIVEIRA, MARIA LUÍSA; PIRES, Vitor Alves. Analysis of a High Order Finite Difference Detector for Discontinuities. INTERNATIONAL JOURNAL OF COMPUTER MATHEMATICS. v. 94, p. 1-16, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
13.	BARBOSA, F. P.; POLA, I. R. V.; CASTELO, A. Enhancing Implicit High-Order Spectral Finite Volume Schemes Applicability on Unstructured Meshes. Em: 15th Brazilian Congress of Thermal Sciences and Engineering, v. 1, p. 1-10, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
14.	Barella, V. H.; Costa, Eduardo de Paula; CARVALHO, A. C. P. L. F.. Tratando dados desbalanceados em classificação hierárquica. Em: XII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), p. 1-6, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
15.	Barriga, Gladys D. C.; Cancho, Vicente G.; Louzada, Francisco. A non-default rate regression model for credit¿scoring. Applied Stochastic Models in Business and Industry (Print). v. 31, p. 646-861, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
16.	Barros, R.; Freitas, Alex; Andr{\'{e}} Carlos Ponce Leon Ferreira de Carvalho. Automatic Design of Decision-Tree Induction Algorithms. 1 ed. Springer, 2015. p. 176. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
17.	Bayes, C.; Bazán, J.L; ANDRADE FILHO, M. C.. A quantile parametric mixed regression model for bounded response variables. 2015. XIV Escola de Modelos de Regressão. (Outra)
18.	Bonotto, E.M.. An overview on impulsive systems. 2015. One-Day Workshop on Dynamical Systems and Applications. (Seminario)
19.	Bonotto, E.M.; Afonso, S. M.; Jimenez, M. Z.. Negative trajectories in impulsive semidynamical systems. Journal of Differential Equations (Print). v. 259, p. 964-988, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
20.	Bonotto, E.M.; Carvalho, A. N.; Bortolan, M.; Czaja, R.. Global attractors for impulsive dynamical systems - a precompact approach. Journal of Differential Equations (Print). p. 2602-2625, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
21.	Bonotto, E.M.; Gimenes, L. P.; Souto, G. M.. On Jack Hale's problem for impulsive systems. Journal of Differential Equations (Print). v. 259, p. 642-665, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
22.	BRANDI, A. C.; GERVAZONI, E. S.; MENDONÇA, Márcio Teixeira de; SOUZA, Leandro Franco de. Influence of Elastic Forces in Transition Phenomenon. Em: 23rd International Congress of Mechanical Engineering, v. 1, p. 1-7, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
23.	CAMPOS, A. P.; Louzada Neto, F.; Ramos Rifo, L.; STERN, J. M.; LAURETTO, M. S.. Interdisciplinary Bayesian Statistics. 1 ed. Springer, 2015. p. 336. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
24.	Cancho, Vicente G.; Dey, Dipak K.; Louzada, Francisco. Unified multivariate survival model with a surviving fraction: an application to a Brazilian customer churn data. Journal of Applied Statistics. v. 43, p. 572-584, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
25.	Cancho, Vicente G.; Louzada, Francisco; Dey, Dipak K.; Barriga, Gladys D.C.. A New lifetime model for multivariate survival data with a surviving fraction. Journal of Statistical Computation and Simulation. v. 86, p. 279-292, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
26.	CASACA, W.; COLNAGO, M.; Nonato, L.G.. Interactive Image Colorization Using Laplacian Coordinates. Em: Computer Analysis of Images and Patterns, v. 9257, p. 675-686, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
27.	Casaca, Wallace; MOTTA, DANILO; TAUBIN, GABRIEL; Nonato, L.G.. A User-Friendly Interactive Image Inpainting Framework using Laplacian Coordinates. Em: IEEE International Conference on Image Processing (ICIP), p. 862-866, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
28.	CASTRO, MÁRIO DE; Chen, Ming-Hui; ZHANG, Y.. Bayesian path specific frailty models for multi-state survival data with applications. Biometrics (Washington). v. 71, p. 760-771, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
29.	CASTRO, S. M. J.; CÚRI, M.; LEOTTI, V.; RIBOLDI, J.. Funcionamento Diferencial do Item no Inventário de Depressão Beck. Revista Brasileira de Epidemiologia. v. 18, p. 54-67, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
30.	CERRI, RICARDO; Barros, Rodrigo C.; DE CARVALHO, ANDRE C. P. L. F.. Hierarchical classification of Gene Ontology-based protein functions with neural networks. Em: 2015 International Joint Conference on Neural Networks (IJCNN), p. 1-6, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
31.	CERRI, RICARDO; PAPPA, GISELE L.; CARVALHO, ANDRÉ CARLOS P.L.F.; FREITAS, ALEX A.. An Extensive Evaluation of Decision Tree-Based Hierarchical Multilabel Classification Methods and Performance Measures. Computational Intelligence. v. 31, p. 1-46, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
32.	CHERRI, L. H.; CARRAVILLA, M. A.; RIBEIRO, C.; TOLEDO, F. M. B.. O problema de posicionamento de peças irregulares: uma abordagem por programação por restrições. Em: Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 1-10, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
33.	MUNDIM, L. R.; CHERRI, L. H.; CARRAVILLA, M. A.; OLIVEIRA, J. F.; TOLEDO, F. M. B.; ANDRETTA, M.. Um modelo inteiro misto com trigonometria direta para o corte de polígonos convexos aplicado à indústria. Em: XLVII SBPO - Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 4079-4090, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
34.	CHERRI, L. H.; MUNDIM, L. R.; TOLEDO, FMB; ANDRETTA, M.; OLIVEIRA, J. F.; CARRAVILLA, M. A.. A MIP Model for Irregular Strip Packing Problem. Em: 27th European Conference on Operational Research, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
35.	CHERRI, L. H.; MUNDIM, L. R.; TOLEDO, FMB; ANDRETTA, M.; OLIVEIRA, J. F.; CARRAVILLA, M. A.. A robust model for the irregular strip packing problem. Em: 12º ESICUP metting, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
36.	Cirino, R.B.Z.; SANTOS, M. O.; Delbem, A.C.B. APLICAÇÃO DA METAHEURÍSTICA AGC PARA O PROBLEMA DE ALOCAÇÃO DE AULAS À SALAS. Em: XLVII SBPO - Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 1745-1755, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
37.	COLNAGO, M.; SOUZA, Leandro Franco de. High-order immersed interface method to solve the pressure poisson equation. Em: Brazilian Meeting of Boiling, Condensation and Multiphase Flows, v. 1, p. 1-9, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
38.	Katiane S. Conceição; Adriano K. Suzuki; Marinho G. Andrade; Francisco Louzada. A Bayesian Approach to Zero-Modified Poisson Model for the Prediction of Match Outcomes an Application to the 2012-2013 La Liga Season. Em: XIV Escola de Modelos de Regressão, v. 1, n. 1, p. 1-1, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
39.	CUNHA, A. L.; SANTOS, M. O.; Morábito, R.; Barbosa-Póvoa, A.. Um Modelo para o Problema de Dimensionamento de Lotes com Aquisição de Matérias-Primas. Em: XLVII SBPO - Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 145-154, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
40.	CURI, M.. Book Review: Computerized Multistage Testing: Theory and Applications. APPLIED PSYCHOLOGICAL MEASUREMENT. v. 39, p. 245-246, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
41.	CÚRI, M.. ISI Session: Statistical Methods in CAT (discussant). Em: 60th World Statistics Congress - ISI2015, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
42.	CÚRI, M.. Computerized Adaptive Test Developments in Brazil. Em: 5th IACAT Conference, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
43.	DAS, K.; AUSAS, R. F.; CAROL, I.; RODRIGUES, E.; SANDHA, S. S.; MENDOZA, P. VARGAS; GONZALES, N. A.; SEGURA, J.M. SERRA; LAKSHMIKANTHA, M.R.; MELLO, U.. Discrete Modeling of Multiple Discontinuities in Rock Mass using XFEM. Em: 49th US Rock Mechanics / Geomechanics Symposium, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
44.	DAS, K.; AUSAS, R. F.; SEGURA, J.M. SERRA; NARANG, A.; RODRIGUES, E.; CAROL, I.; LAKSHMIKANTHA, M.R.; MELLO, U.. EFEM VS. XFEM: A comparative study for modeling strong discontinuity in geomechanics. Em: 13th Internation Congress of Rock Mechanics, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
45.	DAYRELL, C.; CANDIDO JUNIOR, A.; CÚRI, M.; TAGNIN, S. E. O.; ALUISIO, S. M.. PADRÕES LÉXICO-GRAMATICAIS NA ESPECIFICAÇÃO DE PROPÓSITO E RESULTADO EM ABSTRACTS DE ARTIGOS CIENTÍFICOS: APLICAÇÕES NO ENSINO DE EAP E NA CONSTRUÇÃO DE FERRAMENTAS DE SUPORTE À ESCRITA CIENTÍFICA. Em: Pesquisas e Perspectivas em Linguística de Corpus. 1 ed. : Mercado das Letras. 2015.p. 303-346. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
46.	de Arruda, Guilherme Ferraz; COZZO, EMANUELE; MORENO, YAMIR; Rodrigues, Francisco A.. On degree-degree correlations in multilayer networks. Physica. D, Nonlinear Phenomena (Print). v. 1, p. 1-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
47.	de Arruda, Guilherme Ferraz; LEBENSZTAYN, ELCIO; Rodrigues, Francisco A.; RODRÍGUEZ, PABLO MARTÍN. A process of rumour scotching on finite populations. Royal Society Open Science. v. 2, p. 150240-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
48.	de Carvalho, A. C. P. L. F.. Aprendizado de maquina em ciencia de dados. 2015. SECOMP 2016 - Semana de Computação-Unicamp. (Conferencia)
49.	DE CASTRO, M.; Galea, Manuel. Inference in a structural heteroskedastic calibration model. Statistical Papers. v. 56, p. 479-494, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
50.	DE SAPORTA, BENOITE; COSTA, EDUARDO. Approximate Kalman-Bucy Filter for Continuous-Time Semi-Markov Jump Linear Systems. IEEE Transactions on Automatic Control (Print). v. 61, p. 1-1, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
51.	EHLERS, R. S.. A Study of Skewed Heavy-tailed Distributions as Scale Mixtures. AMERICAN JOURNAL OF MATHEMATICAL AND MANAGEMENT SCIENCES. v. 34, p. 40-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
52.	Ehlers, Ricardo S.. Riemann Manifold Methods in Bayesian Statistics. 2015. Working Group on Statistical Learning. (Conferencia)
53.	EHLERS, RICARDO; ZEVALLOS, MAURICIO. Bayesian Estimation and Prediction of Stochastic Volatility Models via INLA. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION. v. 44, p. 140404110215006-693, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
54.	Elizabeth M. Hashimoto; ORTEGA, Edwim Moises Marcos; Cancho, Vicente G.; Cordeiro, Gauss M.. A New Long-Term Survival Model with Interval-Censored Data. SANKHYA B. v. 77, p. 207-239, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
55.	ESPEZUA, SOLEDAD; VILLANUEVA, EDWIN; MACIEL, CARLOS D.; CARVALHO, ANDRÉ. A Projection Pursuit framework for supervised dimension reduction of high dimensional small sample datasets. Neurocomputing (Amsterdam). v. 149, p. 767-776, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
56.	ETIENE, TIAGO; PAGLIOSA, PAULO; Nonato, L.G.. Linea: Building Timelines from Unstructured Text. Em: SIBGRAPI, p. 1-8, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
57.	FARIA DA VEIGA, PAULO A.; O?CARROLL, MICHAEL. Stability and Clustering for Lattice Many-Body Quantum Hamiltonians with Multiparticle Potentials. Journal of Statistical Physics. v. 161, p. 712-720, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
58.	Faria, Elaine; Gonçalves, I. J. C. R.; Gama, João; André C. P. L. F. Carvalho. Evaluation of Multiclass Novelty Detection Algorithms for Data Streams. IEEE Transactions on Knowledge and Data Engineering (Print). v. 27, p. 2961-2973, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
59.	FERNANDES, EVERLANDIO R. Q.; DE CARVALHO, ANDRE C.P.L.F.; COELHO, ANDRE L.V.. An evolutionary sampling approach for classification with imbalanced data. Em: 2015 International Joint Conference on Neural Networks (IJCNN), p. 1-6, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
60.	FERREIRA, G.; FIGUEROA-ZUNIGA, J. I.; CASTRO, MÁRIO DE. Partially linear beta regression model with autoregressive errors. Test (Madrid). v. 24, p. 752-775, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
61.	Ferreira, Guillermo; Navarrete, Jean Paul; Castro, Luis M.; CASTRO, MÁRIO DE. Conditional Predictive Inference for Beta Regression Model with Autoregressive Errors. Em: Springer Proceedings in Mathematics & Statistics. 1 ed. : Springer International Publishing. 2015.p. 357-366. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
62.	Fioruci, José Augusto; YIQI, BAO; Louzada, Francisco; Cancho, Vicente G.. The Exponential Poisson Logarithmic Distribution. Communications in Statistics. Theory and Methods. v. 45, p. 00-00, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
63.	Fioruci, José Augusto; YIQI, BAO; Louzada, Francisco; Cancho, Vicente G.. Bayesian Approach of the Exponential Poisson Logarithmic Model. Em: Springer Proceedings in Mathematics & Statistics. 1a ed. : Springer International Publishing. 2015.p. 253-262. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
64.	FONTANARI, JOSÉ F.; Rodrigues, Francisco A.. Influence of network topology on cooperative problem-solving systems. Theory in Biosciences. v. 1, p. 1-10, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
65.	Frasson, Miguel V. S.; Marta Cilene Gadotti; NICOLA, S. H. J.; TABOAS, P. Z.. Oscillations with one degree of freedom and discontinuous energy. Electronic Journal of Differential Equations. v. 2015, p. 1-10, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
66.	Fuentes, J. R. C.; MAYTA, J. E.; COSTA, E. F.; TERRA, M. H.. On the solvability and almost sure stability of discrete-time Markov jump linear singular systems. Em: 54th IEEE Annual Conference on Decision and Control, p. 5067-5072, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
67.	FURLAN, MARCOS; Almada-Lobo, Bernardo; SANTOS, MARISTELA; MORABITO, REINALDO. Unequal individual genetic algorithm with intelligent diversification for the lot-scheduling problem in integrated mills using multiple-paper machines. Computers & Operations Research. v. 59, p. 33-50, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
68.	GABRIEL, PAULO H.R.; ALBERTINI, MARCELO K.; CASTELO, ANTONIO; DE MELLO, RODRIGO F.. Min-heap-based scheduling algorithm: an approximation algorithm for homogeneous and heterogeneous distributed systems. International Journal of Parallel, Emergent and Distributed Systems (Print). v. 30, p. 1-21, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
69.	Gama, João; André C.P.L.F. de Carvalho; Faceli, Katti; OLIVEIRA, M.; Lorena, Ana Carolina. Extração de Conhecimento de Dados - Data Mining (2a edição). 2 ed. Edições Sílabo, 2015. p. 428. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
70.	Garcia, L. P.; Lorena, A. C.; de Carvalho, A. C. P. L. F.. Effect of label noise in the complexity of classification problems. Neurocomputing (Amsterdam). v. 160, p. 108-119, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
71.	GARCIA, LUIS PAULO F.; SAEZ, J. A.; LUENGO, J.; Lorena, Ana Carolina; André C. P. L.F. de Carvalho; Herrera, F.. Using the One-vs-One decomposition to improve the performance of class noise filters via an aggregation strategy in multi-class classification problems. Knowledge-Based Systems. v. 90, p. 153-164, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
72.	Gazziro, M.; Moreira, D.; Rodrigues Jr., J. F.; ANDRÉ C.P.L.F. DE CARVALHO; SADDOW, S. E.. Transmission of Wireless Neural Signals through a 0.18um CMOS Low-Power Amplifier. Em: 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Societ, 2015, p. 5094-5097, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
73.	GENNARO, E. M.; RODRIGUEZ, D.; SOUZA, Leandro Franco de. Secondary instability analysis of 3D laminar separation bubbles based on cross-plane WKB approximation. Em: 23rd International Congress of Mechanical Engineering, v. 1, p. 1-8, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
74.	GOMES, J. C. B.; FOSSALUZA, V.; RUSSO, C. M.. Bayesian analysis of linear mixed effects models for cortisol data. Em: 3rd Workshop on Probabilistic and Statistical Methods, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
75.	GOMES, J. C. B.; FOSSALUZA, V.; RUSSO, Cibele Maria. Modelling cortisol data in Brazilian children using Bayesian linear mixed-effects models. Em: 60a. Reunião anual da região brasileira da sociedade internacional de biometria e 16. Simpósio de Estatística Aplicada à Experimentação agronômica, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
76.	GOMES, J. C. B.; FOSSALUZA, V.; RUSSO, Cibele Maria. Modelling cortisol data in Brazilian children using Bayesian linear mixed-effects models. Em: 60th World Statistics Congress - ISI2015, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
77.	Gonzales, Jhon F. B.; Tomazella, Vera. L. D.; CASTRO, MÁRIO DE. Bayesian Partition for Variable Selection in the Power Series Cure Rate Model. Em: Springer Proceedings in Mathematics & Statistics. 1 ed. : Springer International Publishing. 2015.p. 311-321. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
78.	HART, JOSEPH D.; PADE, JAN PHILIPP; Pereira, Tiago; MURPHY, THOMAS E.; ROY, RAJARSHI. Adding connections can hinder network synchronization of time-delayed oscillators. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 92, p. 022804-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
79.	J Stroud; M Baharona; Tiago Pereira. Dynamics of Cluster Synchronisation in Modular Networks: Implications for Structural and Functional Networks. Springer. v. 4, p. 107-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
80.	JOIA, P.; PETRONETTO, F.; Nonato, L.G.. Uncovering Representative Groups in Multidimensional Projections. Computer Graphics Forum (Print). v. 34, p. 281-290, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
81.	JORGE, A. R.; CHERRI, L. H.; MUNDIM, L. R.; Andretta, M.. O problema de corte de itens irregulares: aplicação na indústria de aventais e forros de luva. Em: XLVII SBPO - Simpósio Brasileiro de Pesquisa Operacional, p. 4045-4056, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
82.	JORGE, A. R.; LEAO, A. A. S.; VALE, B. T.; DORDAN, C. G.; MANZONI, C. R.; HUAMANI, D. C.; MOTTA, D. A.; VILLENA, D. Y. R.; FIOROTTO, D. J.; MOREIRA, E. S.; TEIXEIRA, E. S.; SILVA, E. F.; VILLANUEVA, F. R.; TOLEDO, F. M. B.; Silva, G. N.; HUAMAN, G. G. M.; SILVA, H. O. F.; LAZARO, H. L. L.; PENA, I. S.; NEYRA, J. C. H.; OLIVEIRA, J. R. S.; VASQUEZ, J. D.; OLIVEIRA, L. T.; SECCHIN, L. D.; CHERRI, L. H.; ROSAS, M. A. M.; RODRIGUES, M. O.; FURTADO, M. G. S.; BRAVO, M. J. A.; Andretta, M.; CATELAN, M. C. F.; TRIVELATO, N. B.; ZEBEDIFF, N. B.; AQUINO, P. G. P.; CASTELLUCCI, P. B.; CIRINO, R. B. Z.; RIBEIRO, R. S.; VELAZQUEZ, R.; ARAUJO, S. A.; SOLER, W. A. O.. Maximum Power Delivery at Lower Cost. 2015. 1o Workshop de Soluções Matemáticas para Problemas Industriais. (Outra)
83.	Katiane S. Conceição. ZeroModified Models for Count Data. Em: 60th ISI World Statistics Congress, v. 1, p. 1-1, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
84.	Katiane S. Conceição. Zero-Modified Power Series Models. 2015. V Semana da Estatística. (Simposio)
85.	Katiane S. Conceição. Zero-Modified Power Series Models. 2015. Seminário de Estatística. (Conferencia)
86.	Katiane S. Conceição. Zero-Modified Regression Models. 2015. 2nd Workshop on Assessment of Risk. (Outra)
87.	Katiane S. Conceição; Adriano K. Suzuki; Marinho G. Andrade; Francisco Louzada. A Bayesian Approach to Zero-Modified Poisson Model for the Prediction of Match Outcomes an Applicaation to the 2012-2013 La Liga Season. 2015. XIV EMR - Escola de Modelos de Regressão. (Congresso)
88.	Katiane S. Conceição; Francisco Louzada. Zero-Modified Models for Count Data. 2015. 60th ISI World Statistics Congress. (Congresso)
89.	LAGES, C. F. A.; SOUSA, F. S.. Simulação numérica de escoamentos multifásicos 3D em malhas hierárquicas adaptativas. Em: XXXV Congresso Nacional de Matemática Aplicada e Computacional (CNMAC), v. 3, n. 1, p. 1-2, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
90.	LARA, S. M. A.; FORTES, R. P. M.; RUSSO, C. M.; FREIRE, A. P.. A study on the acceptance of website interaction aids by older adults. Universal Access in the Information Society (Print). v. 1, p. 1-16, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
91.	LAVERDE.INDD, 0. 2.; Bazán, J.L; ABDOUNUR, O. J.. Actitudes hacia la estadística de estudiantes universitarios de Colombia. Educación Matemática. v. 27, p. 111-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
92.	LINARES, OSCAR CUADROS; BOTELHO, GLENDA; RODRIGUES, FRANCISCO; NETO, JOAO BATISTA. An Adjustable Error Measure for Image Segmentation Evaluation. Em: 2015 28th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 80-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
93.	Lorena, Ana Carolina; GARCIA, LUIS PAULO FAINA; CARVALHO, ANDRE C.P.L.F. DE. Adapting Noise Filters for Ranking. Em: 2015 Brazilian Conference on Intelligent Systems (BRACIS), p. 299-304, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
94.	Lorena, L. H.; André C. P. L. F. Carvalho; Lorena, A. C.. Filter Feature Selection for One-Class Classification. Journal of Intelligent & Robotic Systems. v. 80, p. 227-243, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
95.	LOUZADA, F.; CORDANI, L.; BAZAN, J.L.; BARBOSA, T. S.; TOMAZELLA, V.. Reflexões a respeito dos conteúdos de probabilidade e estatística na escola no Brasil- Uma proposta.. 2015. Associação Brasileira de Estatística. (Isba bolletin) [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
96.	Louzada, F.; FERREIRA, P. H.. On the classical estimation of bivariate copula-based Seemingly unrelated tobit models through the proposed inference function for augmented margins method. Journal of Data Science (Online). v. 13, p. 771-794, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
97.	Louzada, F.; GUZMÁN, J. L. B.. Uma revisão sistemática da literatura a respeito dos Indicadores da Educação Superior no Brasil. 2015. INEP. (Projeto dez anos do sinaes) [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
98.	Louzada, F.; SUZUKI, A. K.; Salasar, L E B; ARA, ANDERSON; Leite, J G. A simulation-based methodology for predicting football match outcomes considering expert opinions: The 2010 and 2014 football world cup cases. Pesquisa Operacional (Online). v. 35, p. 577-598, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
99.	LOUZADA, FRANCISCO; GRANZOTTO, DANIELE C. T.. The transmuted log-logistic regression model: a new model for time up to first calving of cows. Statistical Papers (1988). v. ., p. 1-18, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
100.	Louzada, Francisco; MACERA, MÁRCIA A.C.; Cancho, Vicente G.. The Poisson-exponential model for recurrent event data: an application to bowel motility data. Journal of Applied Statistics. v. 42, p. 2353-2366, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
101.	LOUZADA, FRANCISCO; MAIORANO, ALEXANDRE C.; ARA, ANDERSON. iSports: A web-oriented expert system for talent identification in soccer. Expert Systems with Applications. v. 44, p. 400-412, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
102.	LOUZADA, FRANCISCO; SUZUKI, ADRIANO K.; Salasar, Luis E. B.; ARA, ANDERSON; Leite, José G.. A Bayesian Approach to Predicting Football Match Outcomes Considering Time Effect Weight. Em: Springer Proceedings in Mathematics & Statistics. 1 ed. : Springer International Publishing. 2015.p. 149-162. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
103.	MACERA, MÁRCIA A. C.; Louzada, Francisco; Cancho, Vicente G.. The Exponential-Poisson Regression Model for Recurrent Events: A Bayesian Approach. Em: Springer Proceedings in Mathematics & Statistics. 1a ed. : Springer International Publishing. 2015.p. 347-356. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
104.	MACERA, MÁRCIA A. C.; Louzada, Francisco; Cancho, Vicente G.; FONTES, COR J. F.. The exponential-Poisson model for recurrent event data: An application to a set of data on malaria in Brazil. Biometrical Journal (1977). v. 57, p. 201-214, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
105.	MALATESTA, VINICIUS; DE SOUZA, LEANDRO F.. Some effects of Görtler flow secondary instabilities in the heat transfer. Em: Proceedings of CHT15. 6th International Symposium on ADVANCES IN COMPUTATIONAL HEAT TRANSFER , May 2529, 2015, Rutgers University, New Brunswick, NJ, USA, p. 10-19, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
106.	MALATESTA, VINICIUS; SOUZA, LEANDRO F.; LIU, JOSEPH T.C.; KLOKER, MARKUS J.. Heat Transfer Analysis in a Flow Over Concave Wall With Primary and Secondary Instabilities. IUTAM Procedia. v. 14, p. 487-495, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
107.	Mantovani, R.; Rossi, A.; Vanschoren, J.; André C. P. L.F. de Carvalho. Meta-learning Recommendation of Default Hyper-parameter Values for SVMs in Classification Tasks. Em: MetaSel 2015: Meta-Learning and Algorithm Selection, p. 1-13, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
108.	MANTOVANI, RAFAEL G.; ROSSI, ANDRE L. D.; VANSCHOREN, JOAQUIN; BISCHL, BERND; CARVALHO, ANDRE C. P. L. F.. To tune or not to tune: Recommending when to adjust SVM hyper-parameters via meta-learning. Em: 2015 International Joint Conference on Neural Networks (IJCNN), p. 1-6, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
109.	MANTOVANI, RAFAEL G.; ROSSI, ANDRE L. D.; VANSCHOREN, JOAQUIN; BISCHL, BERND; DE CARVALHO, ANDRE C. P. L. F.. Effectiveness of Random Search in SVM hyper-parameter tuning. Em: 2015 International Joint Conference on Neural Networks (IJCNN), p. 1-6, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
110.	Marcio Gameiro; HIRAOKA, Y.; IZUMI, S.; KRAMAR, M.; Mischaikow, Konstantin; NANDA, V.. A topological measurement of protein compressibility. Japan Journal of Industrial and Applied Mathematics. v. 32, p. 1-17, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
111.	MARQUES, L. F.; ROGENSKI, JOSUEL K.; SOUZA, Leandro Franco de. Influence of the curvature variations on the thermal boundary layer transition. Em: 23rd International Congress of Mechanical Engineering, v. 1, p. 1-8, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
112.	MCKEE, S.; Cuminato, J.A.. Nonlocal diffusion, a Mittag-Leffler function and a two-dimensional Volterra integral equation. Journal of Mathematical Analysis and Applications (Print). v. 423, p. 243-252, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
113.	MELLO, D. H.; COSTA, E. F.. Simulador para trânsito utilizando um modelo dinâmico simplificado. Em: XLVII Simpósio Brasileiro de Pesquisa Operacional, p. 1-11, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
114.	MELO, DIOGO HENRIQUE DE; COSTA, EDUARDO FONTOURA. Modelagem de Consumo de Combustível de um Vé¿culo Sujeito a Trânsito usando Sistemas com Saltos Markovianos. Em: III CMACSE Congresso de Matemática Aplicada e Computacional Sudeste, p. -3, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
115.	MENDONÇA, AUGUSTO H.; Russo, Cibele; MELO, ANTÔNIO C.G.; DURIGAN, GISELDA. Edge effects in savanna fragments: a case study in the cerrado. Plant Ecology & Diversity (Print). v. 1, p. 1-11, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
116.	MESSIAS, V. R.; ESTRELLA, J. C.; EHLERS, R. S.. Optimal Cloud Resource Allocation by Means of the Analytic Hierarchy Process. Em: XLI Latin American Computing Conference (CLEI), p. 111-122, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
117.	MESSIAS, V. R.; ESTRELLA, J. C.; EHLERS, R. S.; REIFF-MARGANIEC, S.. Combining time series prediction models using genetic algorithm to autoscaling Web applications hosted in the cloud infrastructure. Neural Computing & Applications (Print). v. 1, p. 1-24, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
118.	MESSIAS, VALTER ROGÉRIO; ESTRELLA, JULIO CEZAR; EHLERS, RICARDO. Efficient Resource Allocation for Web Applications Hosted in the Cloud by means of Weighted Multi-objective Linear Programming. Em: the 21st Brazilian Symposium, p. 57-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
119.	MILANI, E. A.; TOMAZELLA, V. L. D.; DIAS, Teresa Cristina Martins; LOUZADA, FRANCISCO. The generalized time-dependent logistic frailty model; an application to a population-baed prospective study of incident cases of lung cancer diagnosed in Northern Ireland. Brazilian Journal of Probability and Statistics. v. 29, p. 132-144, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
120.	Milani, Eder, A.; Andrade, Marinho G.. Modelo Normal-Generalizada-PAR: Uma aplicação a séries periódicas. Em: 14ª Escola de Modelos de Regressão, v. 1, n. 1, p. 1-1, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
121.	MIYAZAKI-TENORIO, P. S.; TOLEDO, F. M. B.; ARMENTANO, Vinícius Amaral. Um modelo para o problema de programação de múltiplos cross-docks. Em: Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 1-8, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
122.	MONZON, A. J. B.; MOURA, J.; BRASIL, C.; CÚRI, M.. TAI-PI: teste adaptativo informatizado para a proficiência de leitura em inglês acadêmico em programas de pós-graduação. Em: III SEMAPLE - Seminário de Avaliação de Proficiência em Língua Estrangeira, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
123.	MOTTA, DANILO; OLIVEIRA, MARIA; PAGLIOSA, PAULO; NONATO, LUIS GUSTAVO; Paiva, Afonso. Exploratory segmentation of vector fields using multidimensional projection. Em: 2015 28th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 250-256, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
124.	MOTTA, DANILO; DE MATOS, LUCIANA; DE SOUZA, AMANDA CANIATTO; MARCATO, RAFAEL; Paiva, Afonso; DE CARVALHO, LUIS ALBERTO VIEIRA. All-in-focus imaging technique used to improve 3D retinal fundus image reconstruction. Em: the 30th Annual ACM Symposium, p. 26-31, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
125.	MUNDIM, LEANDRO RESENDE; ANDRETTA, MARINA; QUEIROZ, THIAGO ALVES DE. APLICANDO O ALGORITMO GENÉTICO DE CHAVES ALEATO´ RIAS VICIADAS EM UM PROBLEMA DE CORTE COM ITENS IRREGULARES. Em: Congresso Nacional de Matemática Aplicada à Indústria, p. 195-203, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
126.	MÉNDEZ-BERMÚDEZ, J. A.; ALCAZAR-LÓPEZ, A.; MARTÍNEZ-MENDOZA, A. J.; Rodrigues, Francisco A.; PERON, THOMAS K. DM.. Universality in the spectral and eigenfunction properties of random networks. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 91, p. 032122-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
127.	NAKANISHI, R. U.; A.P. Neto; NONATO, L.G.. SHREC'15 Track: Non-rigid 3D Shape Retrieval. Em: EG 3DOR 2015, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
128.	Oishi, Cassio M.; YUAN, JIN Y.; CUMINATO, JOSE A.; STEWART, DAVID E.. Stability analysis of Crank-Nicolson and Euler schemes for time-dependent diffusion equations. BIT Numerical Mathematics. v. 55, p. 487-513, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
129.	Oliveira Santos, Maristela; Furlan, M.M.; Soler E.M.; ARENALES, M. N.. A Mixed-Integer Programming Model for Pump Operations in a Water Distribution System. Em: EURO2015(27th European Conference On Operational Research), v. 1, n. 1, p. 203-203, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
130.	OLIVEIRA, MAURO R; Louzada, F.; DE ARAUJO PEREIRA, GUSTAVO HENRIQUE; MOREIRA, FERNANDO FRANCIS; CALABRESE, RAFFAELLA. Inflated Mixture Models: Applications to Multimodality in Loss Given Default. SSRN Electronic Journals: The English & Commonwealth Law Abstracts Journal. v. 1, p. 1-16, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
131.	ONO, JORGE HENRIQUE PIAZENTIN; SIKANSI, FABIO; CORREA, DEBORA CRISTINA; PAULOVICH, FERNANDO VIEIRA; Paiva, Afonso; NONATO, LUIS GUSTAVO. Concentric Radviz: Visual Exploration of Multi-Task Classification. Em: 2015 28th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 165-172, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
132.	Ortega, Edwin M. M.; Cordeiro, Gauss M.; CAMPELO, ANA K.; KATTAN, MICHAEL W.; Cancho, Vicente G.. A power series beta Weibull regression model for predicting breast carcinoma. Statistics in Medicine (Print). v. 34, p. 1366-1388, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
133.	PAGLIOSA, PAULO; Paulovich, Fernando V.; Minghim, Rosane; LEVKOWITZ, HAIM; Nonato, Luis Gustavo. Projection inspector: Assessment and synthesis of multidimensional projections. Neurocomputing (Amsterdam). v. 150, p. 599-610, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
134.	PAIVA, A.. Particle-based fluids for viscous jet buckling. 2015. III Colóquio de Matemática da Região Sudeste. (Outra)
135.	PASSOS, G.; RUSSO, C. M.. Análise de modelos não lineares com efeitos mistos. Em: 21º Simpósio Internacional de Iniciação Científica da USP, v. IV, p. 267-279, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
136.	PAZ, R. F.; BAZAN, J.L.. Modelling Mhdi With A Mixture Of Simplex Regression Model. Em: 60ª Reunião da RBras, p. 1-7, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
137.	PAZ, R. F.; Bazán, J.L; MILAN, L. A.. Bayesian Estimation for Mixture of Simplex Distribution with Unknown Number of Components: Human Development Index Analysis in Brazil. Em: 60th World Statistics Congress ? ISI2015, p. 1-1, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
138.	PAZ, R. F.; Bazán, J.L; MILAN, L. A.. A Bayesian Estimation for Mixture of Simplex Distribution with an Unknown Number of Components. 2015. XIV Escola de Modelos de Regressão. (Outra)
139.	Paz, Rosineide F. da; Ehlers, Ricardo S.; Bazán, Jorge L.. A Weibull Mixture Model for the Votes of a Brazilian Political Party. Em: Springer Proceedings in Mathematics & Statistics. 1 ed. : Springer International Publishing. 2015.p. 229-241. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
140.	Pereira, Tiago; TURAEV, DMITRY. Exponential energy growth in adiabatically changing Hamiltonian systems. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 91, p. 010901-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
141.	Pereira, Tiago; YOUNG, LAI-SANG. Control of epidemics on complex networks: Effectiveness of delayed isolation. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 92, p. 022822-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
142.	PERON, THOMAS K. DM.; JI, PENG; Rodrigues, Francisco A.; KURTHS, JÜRGEN. Effects of assortative mixing in the second-order Kuramoto model. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 91, p. 1-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
143.	PESSOA, R. M.; CÚRI, M.. Computer Evaluation in Statistics for Undergraduates. Em: IASE 2015 Satellite Conference, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
144.	PETRI, LARISSA A.; SARTORI, PATRÍCIA; ROGENSKI, JOSUEL K.; DE SOUZA, LEANDRO F.. Verification and validation of a Direct Numerical Simulation code. Computer Methods in Applied Mechanics and Engineering. v. 291, p. 266-279, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
145.	Philipp Pade; Tiago Pereira. Improving Network Structure can lead to Functional Failures. Scientific Reports. v. 5, p. 9968-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
146.	PIRES, L. B. M.; Fisch, Gilberto; Gielow, R.; de Souza, Leandro Franco; AVELAR, A. C.; PAULA, I. B.; GIRARDI, ROBERTO. A Study of the Internal Boundary Layer Generated at the Alcantara Space Center. American Journal of Environmental Engineering. v. 5, p. 52-64, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
147.	Pisani, P. H.; Lorena, A. C.; de Carvalho, A. C. P. L. F.. Adaptive Positive Selection for Keystroke Dynamics. Journal of Intelligent & Robotic Systems. v. 80, p. 277-293, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
148.	PISANI, PAULO HENRIQUE; Lorena, Ana Carolina; CARVALHO, ANDRE C.P.L.F. DE. Ensemble of Adaptive Algorithms for Keystroke Dynamics. Em: 2015 Brazilian Conference on Intelligent Systems (BRACIS), p. 310-6, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
149.	PONTI, MOACIR; HELOU, ELIAS; FERREIRA, PAULO JORGE; MASCARENHAS, NELSON. Image Restoration using Gradient Iteration and Constraints for Band Extrapolation. IEEE Journal of Selected Topics in Signal Processing. v. 99, p. 1-1, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
150.	PRADO, SILVIA MARIA; LOUZADA, FRANCISCO; RINALDI, JOSÉ GILBERTO S.; BENZE, Benedito Galvão. A DISTRIBUTION FOR THE SERVICE MODEL. Pesquisa Operacional (Online). v. 35, p. 555-576, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
151.	REIS, G.A.; TASSO, I.V.M.; SOUZA, L.F.; CUMINATO, J.A.. A compact finite differences exact projection method for the Navier-Stokes equations on a staggered grid with fourth-order spatial precision. Computers & Fluids. v. 118, p. 19-31, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
152.	RICARTE, T. A. M.; CÚRI, M.. Item selection criteria for Logistic Positive Exponent model-based Computerized Adaptive Testing. Em: 60th ISI World Statistics Congress, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
153.	Rivolli, A.; de Carvalho, A.C.P.L.F.. O uso seletivo de classificadores binários na solução de problemas multirrótulos. Em: XII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), p. 1-6, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
154.	ROCHA, P.; RODRIGUES, R.; GOMES, A. M.; ANDRETTA, M.; TOLEDO, F. M. B.. A hole filling heuristic for the Nesting problem with continuous rotations. Em: 12o ESICUP metting, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
155.	ROCHA, P.; RODRIGUES, R.; GOMES, A. M.; TOLEDO, FMB; Andretta, M.. Two-phase approach to the nesting problem with continuous rotations. Em: 15th IFAC/IEEE/IFIP/IFORS Symposium Information Control Problems in Manufacturing (INCOM 2015), v. 48, p. 501-506, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
156.	Rocha, Pedro; Rodrigues, Rui; Gomes, A. Miguel; TOLEDO, FRANKLINA M.B.; ANDRETTA, MARINA. Two-Phase Approach to the Nesting problem with continuous rotations. IFAC-PAPERSONLINE. v. 48, p. 501-506, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
157.	ROCHA, RICARDO; NADARAJAH, SARALEES; TOMAZELLA, VERA; LOUZADA, FRANCISCO. Two new defective distributions based on the Marshall-Olkin extension. Lifetime Data Analysis. v. ., p. 1-25, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
158.	RODRIGUES, D. S.; AUSAS, R. F.; MUT, FERNANDO; BUSCAGLIA, G. C.. Numerical modeling of viscous lipid membranes and membrane tethering. Em: V Workshop em Microfluidica, v. 1, p. 86-87, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
159.	RODRIGUES, DIEGO S.; Ausas, Roberto F.; MUT, FERNANDO; Buscaglia, Gustavo C.. A semi-implicit finite element method for viscous lipid membranes. Journal of Computational Physics (Print). v. 298, p. 565-584, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
160.	Rodrigues, Francisco A.. The impact of information spreading on disease dynamics. Physics of Life Reviews (Print). v. 15, p. 37-38, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
161.	RODRIGUEZ, D.; GENNARO, E. M.; SOUZA, Leandro Franco de. Secondary instability of laminar separation bubbles in the absence of external disturbances. Em: 68th Annual Meeting of the APS Division of Fluid Dynamics, v. 1, n. 1, p. 1-1, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
162.	ROGENSKI, J. K.; FLORYAN, J. M.; SOUZA, Leandro Franco de. On the nonlinear evolution of Gortler vortices by the presence of pressure gradient. Em: 23rd International Congress of Mechanical Engineering, v. 1, p. 1-8, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
163.	RUSSO, C. M.; WILLEMSEN, S. P.; LEÃO, D.; LESAFFRE, E.. Nonlinear mixed effects models for a bioequivalence problem. Em: XIV Escola de Modelos de Regressão, v. 1, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
164.	RUSSO, C. M.; WILLEMSEN, S. P.; LEÃO, D.; LESAFFRE, E.. Nonlinear mixed-effects models for a bioequivalence problem. 2015. XIV EMR - Escola de Modelos de Regressão. (Congresso)
165.	SANTOS, DAVI P. DOS; CARVALHO, ANDRE C.P.L.F. DE. Selectively Inhibiting Learning Bias for Active Sampling. Em: 2015 Brazilian Conference on Intelligent Systems (BRACIS), p. 62-67, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
166.	SANTOS, MARISTELA OLIVEIRA DOS; ARENALES, M. N.; Soler E.M.; Furlan, M.M.. Otimização de bombas de água vai permitir economia de energia em São Carlos. Comunicação CeMEAI, p. 1-1, 14102015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
167.	SARAIVA, E. F.; LOUZADA, FRANCISCO. A Gene-by-gene multiple comparyson analysis: A predictive Bayesian aproach. Brazilian Journal of Probability and Statistics. v. 29, p. 145-171, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
168.	SARAIVA, E. F.; SUZUKI, A. K.; LOUZADA, F.; MILAN, L. A.. Partitioning gene expression data by data-driven Markov chain Monte Carlo. JOURNAL OF APPLIED STATISTICS. v. 43, p. 1155-1173, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
169.	Saviniec L.; SANTOS, M. O.; COSTA, A. M.; CONSTANTINO, A.. Multithreading Iterated Local Search aplicado ao Problema de Horários Escolares. Em: XLVII SBPO - Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 826-837, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
170.	Scalco, A. R.; Oliveira, S. C.; COBRE, J.. Caracterização das motivações e entraves para o produtor rural de orgânicos no Brasil. Espacios (Caracas). v. 36, p. 14-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
171.	SCHLOTTFELDT, SHANA; TIMMIS, JON; Walter, Maria Emilia; Carvalho, André; Simon, Lorena; Loyola, Rafael; Diniz-Filho, José Alexandre. A Multi-objective Optimization Approach Associated to Climate Change Analysis to Improve Systematic Conservation Planning. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2015.p. 458-472. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
172.	SCHLOTTFELDT, SHANA; Walter, Maria Emilia M. T.; de Carvalho, A. C. P. L. F.; TELLES, MARIANA P. C.; Diniz-Filho, José Alexandre. Challenges in Computational Sustainability: a New Multi-Objective Artificial Immune System Approach to Deal with Biodiversity Conservation. Em: Workshop on Evolutionary Multi-Objective Optimization at the IEEE 2015 InternationalCongress on Evolutionary Computation, CEC’2015, p. 1-8, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
173.	SCHLOTTFELDT, SHANA; WALTER, MARIA EMILIA M.T.; TIMMIS, JON; CARVALHO, ANDRE C.P.L.F.; TELLES, MARIANA P.C.; DINIZ-FILHO, JOSE ALEXANDRE F.. Using Multi-Objective Artificial Immune Systems to Find Core Collections Based on Molecular Markers. Em: the 2015, p. 1271-8, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
174.	SCHLOTTFELDT, SHANA; WALTER, MARIA EMÍLIA M. T.; de Carvalho, A.C.P.L.F.; SOARES, THANNYA N.; TELLES, MARIANA P. C.; LOYOLA, RAFAEL D.; DINIZ-FILHO, JOSE ALEXANDRE F.. Multi-objective optimization in systematic conservation planning and the representation of genetic variability among populations. Genetics and Molecular Research. v. 14, p. 6744-6761, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
175.	SCHLOTTFELDT, SHANA; WALTER, MARIA EMÍLIA M. T.; DE CARVALHO, ANDRÉ CARLOS P. L. F.; SOARES, THANNYA N.; TELLES, MARIANA P. C.; LOYOLA, RAFAEL D.; DINIZ-FILHO, JOSÉ ALEXANDRE F.. Multi-objective optimization for plant germplasm collection conservation of genetic resources based on molecular variability. Tree Genetics & Genomes (Print). v. 11, p. 16-25, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
176.	SHIMIZU, T. K. O.; LOUZADA NETO, F.; SUZUKI, A. K.; EHLERS, R. S.. Modeling Compositional Regression With Uncorrelated And Correlated Errors: A Bayesian Approach. 2015. 60ª Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria (RBras) e o 16º Simpósio de Estatística Aplicada a Experimentação Agronômica (SEAGRO). (Congresso)
177.	SILVA, A. R. S.; AZEVEDO, C. L. N.; Bazán, J.L; NOBRE, J. S.. Modelo de Regressão Beta Retangular Aumentado em zeros e uns. 2015. XIV Escola de Modelos de Regressão. (Outra)
178.	SILVA, E. F.; OLIVEIRA, L. T.; TOLEDO, F. M. B.. Uma nova abordagem para o problema de determinação do caminho de corte. Em: Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 1-11, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
179.	SILVA, P. H. F.; Louzada, F.; DINIZ, Carlos Alberto Ribeiro. Credit scoring modeling with state-dependent sample selection: A Comparison study with the usual logistic modeling. Pesquisa Operacional (Online). v. 35, p. 10-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
180.	SILVA, W. B.; SALASAR, L. E. B.; SUZUKI, A. K.. Verossimilhanças Ponderadas: Uma Aplicação ao Esporte. 2015. 60ª Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria (RBras) e o 16º Simpósio de Estatística Aplicada a Experimentação Agronômica (SEAGRO). (Simposio)
181.	SIQUEIRA, M.; PAIVA, A.; PAGLIOSA, P.. Geração de malhas por refinamento de Delaunay. 1 ed. 30º Colóquio Brasileiro de Matemática - IMPA, 2015. p. 320. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
182.	SONNENSCHEIN, BERNARD; PERON, THOMAS K. DM.; Rodrigues, Francisco A.; KURTHS, JÜRGEN; SCHIMANSKY-GEIER, LUTZ. Collective dynamics in two populations of noisy oscillators with asymmetric interactions. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 91, p. 062910-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
183.	SOUSA, F. S.. Moving least squares interpolation applied to octree-based methods for fluid flow simulations. 2015. 8th International Congress on Industrial and Applied Mathematics (ICIAM 2015). (Congresso)
184.	SOUSA, F. S.; OISHI, C. M.; BUSCAGLIA, G. C.. On the numerical simulation of microscale flows using projection methods. Em: III China-Brazil Symposium on Applied and Computational Mathematics, v. 1, p. 1-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
185.	SOUSA, F. S.; SIMAO, A. S.; CASTELO, A.; SOUZA, L. F.. Moving Least Squares interpolation applied to octree-based methods for fluid-flow simulations. Em: 8th International Congress on Industrial and Applied Mathematics (ICIAM'2015), v. 1, p. 326-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
186.	Sousa, Fabricio S.; OISHI, CASSIO M.; Buscaglia, Gustavo C.. Spurious transients of projection methods in microflow simulations. Computer Methods in Applied Mechanics and Engineering. v. 285, p. 659-693, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
187.	SOUZA, Leandro Franco de; SARTORI, PATRÍCIA. Analysis of a high order LES code for turbulent boundary layer simulations. Em: 23rd International Congress of Mechanical Engineering, v. 1, p. 1-8, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
188.	STEWART, I. W.; VYNNYCKY, M.; MCKEE, S.; Tomé, M. F.. Boundary Layers in Pressure-driven Flow in Smectic A Liquid Crystals. SIAM Journal on Applied Mathematics (Print). v. 75, p. 1817-1851, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
189.	SUZUKI, A. K.. A Bayesian approach to zero-modified Poisson model for the prediction of match outcomes: an application to the 2012-2013 La liga season. 2015. 2nd Workshop on Assessment of Risk. (Congresso)
190.	SUZUKI, A. K.; LOUZADA, F.; CANCHO, V. G.; BARRIGA, G. D. C.. A Bayesian Approach for a New Long-term Survival Models with Latent Activation. 2015. XIV EMR - Escola de Modelos de Regressão. (Congresso)
191.	TACURI, PATRICIA H.; Frasson, M. V. S.. Existence of bounded solutions for inhomogeneous linear delay equations. ADVANCED STUDIES IN CONTEMPORARY MATHEMATICS. v. 25, p. 495-510, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
192.	TAVARES, L.; SUZUKI, A. K.. Modelagem Estatística para Previsão Esportiva: Uma Aplicação no Futebol. Matemática e Estatística em Foco. v. 3, p. 32-47, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
193.	Tiago Pereira; TURAEV, DMITRY. Fast Fermi Acceleration and Entropy Growth. MATH MODEL NAT PHENO. v. 10, p. 31-47, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
194.	TOMAYA, L. Y. C.; CASTRO, MÁRIO DE. Maximum penalized likelihood inference in measurement error models. 2015. XIV Escola de Modelos de Regressão. (Congresso)
195.	TORRES-AVILES, F.; Aparicio, A.; BAZAN, J.L.; ABDOUNUR, O. J.. Actitudes hacia la Estadística en universitários del área de Ciencias de una universidad pública de Chile. Educação Matemática Pesquisa (Online). v. 17, p. 45-73, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
196.	V.M.G. Velame; FERREIRA, Cynthia de O.L.. Redes de Hopfield: uma introdução aos sistemas dinâmicos e às redes complexas. Em: 23ª Simpósio Internacional de Iniciação Científica e Tecnológica da USP - SIICUSP, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
197.	VALDIVIA, P.; DIAS, F.; PETRONETTO, F.; Silva, Claudio T.; Nonato, L.G.. Wavelet-based Visualization of Time-Varying Data on Graphs. Em: IEEE Conference on Visual Analytics Science and Technology, p. 1-9, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
198.	Vargas, Alessandro N.; ACHO, LEONARDO; PUJOL, GISELA; Costa, Eduardo F.; ISHIHARA, JOÃO Y.; do Val, João B. R.. Output feedback of Markov jump linear systems with no mode observation: An automotive throttle application. INTERNATIONAL JOURNAL OF ROBUST AND NONLINEAR CONTROL. v. 26, p. n/a-n/a, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
199.	Vargas, Alessandro N.; BORTOLIN, DAIANE C.; Costa, Eduardo F.; DO VAL, JOÃO B.R.. Gradient-based optimization techniques for the design of static controllers for Markov jump linear systems with unobservable modes. International Journal of Numerical Modelling (Print). v. 28, p. 239-253, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
200.	VEGA-OLIVEROS, DIDIER A; BERTON, L.; Alneu de Andrade Lopes; Rodrigues, Francisco A.. Influence maximization based on the least influential spreaders. Em: SocInf'15 Proceedings of the 1st International Conference on Social Influence Analysis, p. -, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
201.	VIEIRA, ELISABETH MELONI; SANTOS, MANOEL ANTÔNIO DOS; SANTOS, DANIELA BARSOTTI; MANCINI, MARINA PASQUALI MARCONATO; SOUZA, HAYALA CRISTINA CAVENAGUE DE; BAZAN, JORGE LUIS; PERDONÁ, GLEICI DA SILVA CASTRO. Validação do Body Image Relationship Scale para mulheres com câncer de mama. Revista Brasileira de Ginecologia e Obstetrícia. v. 37, p. 473-479, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
202.	VLASOV, VLADIMIR; ZOU, YONG; Pereira, Tiago. Explosive synchronization is discontinuous. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 92, p. 012904-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
203.	VYNNYCKY, M.; ZAMBRANO, M.; Cuminato, J.A.. On the avoidance of ripple marks on cast metal surfaces. INTERNATIONAL JOURNAL OF HEAT AND MASS TRANSFER. v. 86, p. 43-54, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
204.	YE, CHENG; COMIN, CÉSAR H.; PERON, THOMAS K. DM.; SILVA, FILIPI N.; Rodrigues, Francisco A.; COSTA, Luciano da F.; TORSELLO, ANDREA; HANCOCK, EDWIN R.. Thermodynamic characterization of networks using graph polynomials. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 92, p. 032810-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
205.	YIQI, BAO; MARIA RUSSO, CIBELE; Cancho, Vicente G.; Louzada, Francisco. Influence diagnostics for the Weibull-Negative-Binomial regression model with cure rate under latent failure causes. Journal of Applied Statistics. v. 43, p. 1027-1060, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
206.	ZIBETTI, MARCELO V. W.; Helou, Elias S.; MIGUELES, EDUARDO X.; DE PIERRO, ALVARO R.. Accelerating the over-relaxed iterative shrinkage-thresholding algorithms with fast and exact line search for high resolution tomographic image reconstruction. Em: 2015 IEEE International Conference on Image Processing (ICIP), p. 2305-, 2015. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2014

1.	AMANCIO, DIEGO RAPHAEL; COMIN, CESAR HENRIQUE; CASANOVA, DALCIMAR; TRAVIESO, Gonzalo; BRUNO, ODEMIR MARTINEZ; RODRIGUES, Francisco Aparecido; da Fontoura Costa, Luciano. A Systematic Comparison of Supervised Classifiers. Plos One. v. 9, p. e94137-, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.	AMORIM, ELISA; BRAZIL, EMILIO VITAL; Nonato, Luis Gustavo; SAMAVATI, FARAMARZ; SOUSA, MARIO COSTA. Multidimensional Projection with Radial Basis Function and Control Points Selection. Em: 2014 IEEE Pacific Visualization Symposium (PacificVis), p. 209-216, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.	ANDRADE FILHO, MARINHO G.; EHLERS, RICARDO S.; PHILIPPSEN, A. S.; CASCONE, M. H.. Abordagem Bayesiana dos Modelos GARMA (p, q) usados para Séries Temporais de Dados de Contagem. 2014. UFSCar. (Relatorio tecnico) [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.	ANDRADE, B. S.; Andrade, Marinho G.. Transformed ARMA with t-student Distribution. Em: 21º SINAPE - Simpósio Nacional de Probabilidade e Estatística, v. 1, n. 1, p. 1-1, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5.	ANDRADE, LUIZ FERNANDO DE SOUZA; SANDIM, MARCOS; PETRONETTO, FABIANO; PAGLIOSA, PAULO; Paiva, Afonso. SPH Fluids for Viscous Jet Buckling. Em: 2014 27th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 65-72, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6.	Andrade, M G. Otimização da Operação de Sistemas Hidrotérmicos. 2014. Workshop de Estatística Aplicada. (Conferencia)
7.	André C. P. L. F. Carvalho. Palestra convidada: Data Science para dados biológicos. 2014. IV Semana da Biologia UFSCar-Sorocaba. (Conferencia)
8.	André C. P. L. F. Carvalho. Palestra convidada: Challenging Machine Learning classification tasks. 2014. Palestra ministrada no ciclo de palestras do Laboratoire d'Informatique Fondamentale d'Orléans (LIFO) at the University of Orléans. (Conferencia)
9.	André C. P. L. F. Carvalho. Challenging classification tasks. 2014. Palestra convidada na HAIS 2014 Conference. (Conferencia)
10.	André C. P. L. F. Carvalho. A change is gonna come. 2014. Ciclo de Palestras em Genômica Funcional da University of Regensburgo. (Conferencia)
11.	ARRABAL, CLAUDE THIAGO; FILHO, MARINHO GOMES DE ANDRADE; SILVA, KARINA PAULA DOS SANTOS. Bayesian Approach Using Latent Variable for Zero Truncated Poisson Distribution: Application for Species-Area Relationship. International Journal of Statistics and Probability. v. 3, p. 18-28, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
12.	Ausas, Roberto; S. Marquez Damián; F. Montefuscolo; BUSCAGLIA, G. C.. Assessment of Numerical Techniques for Micro-Drop Fluid Mechanics. Em: Enief 2014, v. XXXIII, p. 371-385, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
13.	BALDO, T. A.; SANTOS, M. O.; ALMADA-LOBO, B.; Morábito, R.. An optimization approach for the lot sizing and scheduling problem in the brewery industry. Computers & Industrial Engineering. v. 72, p. 58-71, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
14.	BARBOSA, F. P.; CASTELO, A. Spectral Finite Volume Method for Simulation of Compressible Fluid Flows in Unstructured Grids.. Em: 15th Brazilian Congress of Thermal Sciences and Engineering, v. 1, p. 1-10, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
15.	Barella, V. H.; Costa, Eduardo de Paula; André C. P. L. F. Carvalho. ClusterOSS: a new undersampling method for imbalanced learning. Em: XI Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), p. 1-6, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
16.	BARRIGA, G. D. C.; Louzada, F.. The zero-inflated Conway-Maxwell-Poisson distribution: Bayesian inference, regression modeling and influence disgnostic. Statistical Methodology. v. 21, p. 23-34, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
17.	Barros, R.; Basgalupp, M.; Freitas, Alex; de Carvalho, A. C. P. L. F.. Evolutionary Design of Decision-Tree Algorithms Tailored to Microarray Gene Expression Data Sets. IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION. v. 18, p. 873-892, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
18.	Barros, R.; Jaskowiak, P. A.; Cerri, R.; de Carvalho, A. C. P. L. F.. A framework for bottom-up induction of oblique decision trees. Neurocomputing (Amsterdam). v. 135, p. 3-12, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
19.	Barros, Rodrigo C.; Basgalupp, Márcio P.; DE CARVALHO, ANDRÉ C. P. L. F.. Investigating fitness functions for a hyper-heuristic evolutionary algorithm in the context of balanced and imbalanced data classification. Genetic Programming and Evolvable Machines (Print). v. 16, p. 241-281, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
20.	Basgalupp, M.; Barros, R.; de Carvalho, André C.P.L.F.; Freitas, Alex. Evolving decision trees with beam search-based initialization and lexicographic multi-objective evaluation. Information Sciences. v. 258, p. 160-181, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
21.	BAZAN, J.L.. A new distribution to the modeling of dispersion in Binomial data with applications. Em: III Jornada Internacional de Probabilidad y Estadística, p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
22.	BAZAN, J.L.; Cristian, B.; Valdivieso, L.. A Binary Regression Mixed Model using a Skew- Probit Link. Em: 12th Brazilian Meeting on Bayesian Statistics, v. 1, n. 1, p. 37-37, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
23.	Bazán, J.L. Enfoque Bayesiano nos Modelos de Resposta ao Item. Em: 20a Simpósio Nacional de Probabilidade e Estatística, p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
24.	Bazán, J.L; J. S. Romeo; Rodrigues, J.. Bayesian skew-probit regression for binary response data. Brazilian Journal of Probability and Statistics. v. 28, p. 467-482, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
25.	BAZÁN, JORGE LUIS; BRANCO, MÁRCIA D.; BOLFARINE, HELENO. Extensions of the skew-normal ogive item response model. Brazilian Journal of Probability and Statistics. v. 28, p. 1-23, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
26.	BELO-FILHO, M. A. F.; TOLEDO, F. M. B.; ALMADA-LOBO, B.. Models for capacitated lot-sizing problem with backlogging, setup carryover and crossover. Journal of the Operational Research Society. v. 65, p. 1735-1747, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
27.	BONOTTO, E. M.; Ferreira, J. C.. Uniform attractors of discontinuous semidynamical systems. Collectanea Mathematica. v. 65, p. 47-59, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
28.	Bonotto, E.M.. On the Jack Hale's problem for impulsive systems. 2014. IX Congresso Gafevol. (Conferencia)
29.	Bonotto, E.M.. Sistemas com impulsos e a Equação de Navier-Stokes. 2014. Programa de Pós-Graduação de Presidente Prudente/Unesp. (Seminario)
30.	Bonotto, E.M.. Non-autonomous systems with impulses and the Navier-Stokes Equation. 2014. Symposium on Differential and Difference Equations. (Simposio)
31.	Bonotto, E.M.; Afonso, S. M.; M. Federson. On exponential stability of functional differential equations with variable impulse perturbations. Differential and Integral Equations. v. 27, p. 721-742, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
32.	Bonotto, E.M.; Jimenez, M. Z.. On impulsive semidynamical systems: minimal, recurrent and almost periodic motions. Topological Methods in Nonlinear Analysis. v. 44, p. 121-141, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
33.	Bonotto, E.M.; Jimenez, M. Z.. Weak almost periodic motions, minimality and stability in impulsive semidynamical systems. Journal of Differential Equations (Print). v. 256, p. 1683-1701, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
34.	BORGES, PATRICK; RODRIGUES, JOSEMAR; BALAKRISHNAN, NARAYANASWAMY; BAZÁN, JORGE. A COM-Poisson type generalization of the binomial distribution and its properties and applications. Statistics & Probability Letters. v. 87, p. 158-166, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
35.	BORGES, Patrick; RODRIGUES, Josemar; LOUZADA, FRANCISCO; BALAKRISHNAN, N.. A cure rate survival model under a hybrid latent activation scheme (online). Statistical Methods in Medical Research. v. 23, p. 10-27, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
36.	Buscaglia, Gustavo C.; TALIBI, MOHAMED EL ALAOUI; Jai, Mohammed. Mass-conserving cavitation model for dynamical lubrication problems. Part I: Mathematical analysis.. Mathematics and Computers in Simulation (Print). v. 118, p. 130-145, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
37.	Buscaglia, Gustavo C.; TALIBI, MOHAMED EL ALAOUI; Jai, Mohammed. Mass-conserving cavitation model for dynamical lubrication problems. Part II: Numerical analysis. Mathematics and Computers in Simulation (Print). v. 118, p. 146-162, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
38.	BUSCAGLIA, GUSTAVO; RUAS, VITORIANO. Finite element methods for the Stokes system based on a Zienkiewicz type N-simplex. Computer Methods in Applied Mechanics and Engineering. v. 272, p. 83-99, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
39.	BUSCAGLIA, GUSTAVO; RUAS, VITORIANO. Approximation of the multi-dimensional Stokes system with embedded pressure discontinuities. Advances in Computational Mathematics. v. 41, p. 599-634, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
40.	Camargo, V.C.B.; TOLEDO, F. M. B.; ALMADA-LOBO, B.. HOPS - Hamming-Oriented Partition Search for production planning in the spinning industry. European Journal of Operational Research. v. 234, p. 266-277, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
41.	Casaca, Wallace; BOAVENTURA, MAURÍLIO; DE ALMEIDA, MARCOS P.; Gustavo Nonato, Luis. Combining anisotropic diffusion, transport equation and texture synthesis for inpainting textured images. Pattern Recognition Letters. v. 15, p. 36-45, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
42.	Casaca, Wallace; Nonato, Luis Gustavo; TAUBIN, GABRIEL. Laplacian Coordinates for Seeded Image Segmentation. Em: 2014 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), p. 384-391, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
43.	CERRI, RICARDO; Barros, Rodrigo C.; de Carvalho, André C.P.L.F.. Hierarchical multi-label classification using local neural networks. Journal of Computer and System Sciences (Print). v. 80, p. 39-56, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
44.	CERRI, RICARDO; Barros, Rodrigo C.; FREITAS, ALEX A.; de Carvalho, André C.P.L.F.. Evolving relational hierarchical classification rules for predicting gene ontology-based protein functions. Em: the 2014 conference companion, p. 1279-1286, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
45.	CHECO, H. M.; JARAMILLO, A.; JAI, M.; BUSCAGLIA, G. C.. Texture-induced cavitation bubbles and friction reduction in the Elrod-Adams model. Proceedings of the Institution of Mechanical Engineers, Part J, Journal of Engineering Tribology. v. 229, p. 478-492, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
46.	CHECO, HUGO M.; Ausas, Roberto F.; Jai, Mohammed; CADALEN, JEAN-PAUL; CHOUKROUN, FRANCK; Buscaglia, Gustavo C.. Moving textures: Simulation of a ring sliding on a textured liner. Tribology International. v. 72, p. 131-142, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
47.	CHECO, HUGO M.; JARAMILLO, A.; JAI, M; BUSCAGLIA, G. C.. Tribological performance of textured surfaces in the piston ring/liner contact using the Elrod-Adams model. Em: ENIEF'2014, v. 33, p. 129-145, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
48.	Chen, Ming-Hui; de Castro, Mario; GE, M.; ZHANG, Y.. Bayesian Regression Models for Competing Risks. Em: Handbook of Survival Analysis. 1 ed. : Chapman & Hall/CRC. 2014.p. 179-198. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
49.	COLNAGO, M.; REIS, G. A.; TASSO, I. V. M.; de Souza, Leandro Franco. Método de Interface Imersa de Alta Ordem para o Cálculo de Derivadas de Funções Descontínuas. Em: Congresso Nacional de Matemática Aplicada e Computacional, v. 1, p. 1-8, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
50.	CONCEIÇÃO, KATIANE S.; ANDRADE, MARINHO G.; LOUZADA, FRANCISCO. Zero-Modified Power Series Distribution. Em: 21 Simpósio Nacional de Probabilidade e Estatística., n. 1, p. 1-1, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
51.	CONCEIÇÃO, KATIANE S.; ANDRADE, MARINHO G.; LOUZADA, FRANCISCO. On the zero-modified poisson model: Bayesian analysis and posterior divergence measure. Computational Statistics (Zeitschrift. Internet). v. 29, p. 959-980, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
52.	CONCEIÇÃO, KATIANE S.; ANDRADE, MARINHO G.; LOUZADA, FRANCISCO. Zero-Modified Power Series Distributions. 2014. 21º Simpósio Nacional de Probabilidade e Estatística. (Simposio)
53.	CONCEIÇÃO, KATIANE S.; LOUZADA, FRANCISCO. Zero-Modified Models for Count Data. 2014. 21º Simpósio Nacional de Probabilidade e Estatística. (Simposio)
54.	CONCEIÇÃO, KATIANE S.; PIRES, RUBIANE M.; LOUZADA, FRANCISCO; Andrade, Marinho G.; DINIZ, CARLOS A. R.. A generalized species-area relationship: The Poisson distribution case. Brazilian Journal of Probability and Statistics. v. 28, p. 446-460, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
55.	CONCEIÇÃO, KATIANE SILVA; ULRICH, WERNER; DINIZ, Carlos Alberto Ribeiro; Rodrigues, Francisco Aparecido; Andrade, Marinho Gomes de. A Generalized Approach to the Modeling of the Species-Area Relationship. Plos One. v. 9, p. e105132-, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
56.	CORREA, A. N.; SALASAR, L. E. B.; SUZUKI, A. K.. Modelagem de Resultados de Futebol. 2014. 21º SINAPE - Simpósio Nacional de Probabilidade e Estatística. (Simposio)
57.	COSTA, D.R.; LACHOS, V.H.; BAZAN, J.L.; AZEVEDO, C.L.N.. Estimation methods for multivariate Tobit confirmatory factor analysis. Computational Statistics & Data Analysis (Print). v. 79, p. 248-260, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
58.	COSTA, E. F.; SAPORTA, B.. A numerical method for state estimation of continuous time Markov jump linear systems. Em: 53rd IEEE Conference on Decision and Control, p. 6371-6376, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
59.	Cuminato, José A.; OISHI, Cassio M; FIGUEIREDO, R. A.. Implicit methods for simulating low Reynolds number free surface flows: Improvements on the MAC-type methods. Em: The IMpact of Applications on Mathematics. 1 ed. : Springer Japan. 2014.p. 123-139. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
60.	CUMINATO, José Alberto; RUAS, VITORIANO. Unification of distance inequalities for linear variational problems. Matemática Aplicada e Computacional (Cessou em 1997. Cont. ISSN 1807-0302 Computational & Applied Mathematics). v. 1, p. 1-1, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
61.	CÚRI, M.; RUFINO, V.. Implementation of an english proficiency computerized adaptive testing for academic purposes at ICMC-USP. Em: 4th IACAT, p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
62.	DAMIAN, S. M.; BUSCAGLIA, G. C.. Water/oil separation modeling by population balance equations. Em: ENIEF'2014, v. 33, p. 453-472, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
63.	DAMIAN, S. M.; NIGRO, N. M.; BUSCAGLIA, G. C.. An Application of Kruganov and Tadmor Schemes to Incompressible Flow Problems. Em: ENIEF'2014, v. 33, p. 1923-, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
64.	de Arruda, Guilherme Ferraz; Barbieri, André Luiz; RODRÍGUEZ, PABLO MARTÍN; Rodrigues, Francisco A.; MORENO, YAMIR; Costa, Luciano da Fontoura. Role of centrality for the identification of influential spreaders in complex networks. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 90, p. 1-, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
65.	de Carvalho, A. C. P. L. F.. Palestra convidada: Non Trivial Classification Problems. 2014. Palestra convidada. (Conferencia)
66.	de Castro, Mário; Chen, Ming-Hui; IBRAHIM, JOSEPH G.; KLEIN, JOHN P.. Bayesian Transformation Models for Multivariate Survival Data. Scandinavian Journal of Statistics. v. 41, p. 187-199, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
67.	DRAGAN, V.; COSTA, E. F.. Optimal stabilizing controllers for discrete-time linear systems with {M}arkovian jumping parameters under state measurements. Em: 53rd IEEE Conference on Decision and Control, p. 1852-1857, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
68.	EROGLU, DENIZ; PERON, THOMAS K. DM.; MARWAN, NOBERT; Rodrigues, Francisco A.; COSTA, Luciano da F.; SEBEK, MICHAEL; KISS, ISTVÁN Z.; KURTHS, JÜRGEN. Entropy of weighted recurrence plots. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 90, p. 1-, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
69.	ESTACIO, L. B.; HELOU, E.S.. Desempenho do Método de Kaczmarz Aleatório com Parâmetros de Relaxação Bem Escolhidos. Em: CNMAC 2014 - XXXV Congresso Nacional de Matemática Aplicada e Computacional, p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
70.	ETIENE, TIAGO; JONSSON, DANIEL; ROPINSKI, TIMO; SCHEIDEGGER, CARLOS; COMBA, JOAO; NONATO, L. GUSTAVO; KIRBY, ROBERT M.; YNNERMAN, ANDERS; Silva, Claudio T.. Verifying Volume Rendering Using Discretization Error Analysis. IEEE Transactions on Visualization and Computer Graphics. v. 20, p. 140-154, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
71.	Faceli, Katti; SAKATA, TIEMI C.; DE CARVALHO, ANDRE C. P. L. F.; DE SOUTO, MARCILIO C. P.. PVis — Partitions' visualizer: Extracting knowledge by visualizing a collection of partitions. Em: 2014 International Joint Conference on Neural Networks (IJCNN), p. 3056-3061, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
72.	FAICAL, BRUNO S.; PESSIN, GUSTAVO; FILHO, GERALDO P.R.; CARVALHO, ANDRE C.P.L.F.; FURQUIM, GUSTAVO; UEYAMA, JO. Fine-Tuning of UAV Control Rules for Spraying Pesticides on Crop Fields. Em: 2014 IEEE 26th International Conference on Tools with Artificial Intelligence (ICTAI), p. 527-533, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
73.	Fernandes, E.; Coelho, A. L.; Carvalho, A.C.P.L.F.. Ensembles de Classificadores para Bases de Dados Desbalanceadas: Uma Abordagem Baseada em Amostragem Evolucionária.. Em: II Symposium on Knowledge Discovery, Mining and Learning (KDMiLe)., p. 1-6, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
74.	FIORUCI, J. A.; EHLERS, RICARDO; LOUZADA NETO, F.. BayesDccGarch - An Implementation of Multivariate GARCH DCC Models. 2014. Ithaca, New York: Cornell University Library. (Relatorio tecnico) [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
75.	FIORUCI, JOSÉ A.; EHLERS, RICARDO S.; ANDRADE FILHO, MARINHO G.. Bayesian multivariate GARCH models with dynamic correlations and asymmetric error distributions. Journal of Applied Statistics. v. 41, p. 320-331, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
76.	Frasson, M. V. S.. Minicurso LaTeX. 2014. Simpósio de Matemática (SiM) 2014. (Simposio)
77.	Fuentes, J. R. C.; Costa, Eduardo F.; TERRA, Marco Henrique. Metrics of performance for discrete-time descriptor jump linear systems. Automatica (Oxford). v. 50, p. 999-1002, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
78.	Girardi, A. M.; Marques, L. C.; Sabes, A. F.; COBRE, Juliana. Influence of plasma glucose, urinary and ruminal pH on arterial blood bicarbonate levels of sheep induced experimentally to lactic ruminal acidosis.. Em: XXVIII World Buiatrics Congress, v. 1, n. 1, p. 546-546, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
79.	Gomez-Nieto, Erick; SAN ROMAN, FRIZZI; PAGLIOSA, PAULO; Casaca, Wallace; HELOU, ELIAS S.; FERREIRA DE OLIVEIRA, MARIA CRISTINA; Nonato, Luis Gustavo. Similarity Preserving Snippet-Based Visualization of Web Search Results. IEEE Transactions on Visualization and Computer Graphics. v. 20, p. 457-470, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
80.	GRANZOTTO, DANIELE CRISTINA TITA; LOUZADA, FRANCISCO. THE TRANSMUTED LOG-LOGISTIC DISTRIBUTION: MODELING, INFERENCE AND AN APPLICATION TO A POLLED TABAPUA RACE TIME UP TO FIRST CALVING DATA. Communications in Statistics. Theory and Methods. v. 44, p. 141217112804005-, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
81.	GUELERI, ROBERTO A.; CUPERTINO, THIAGO H.; DE CARVALHO, ANDRE C.P.L.F.; Zhao, Liang. A flocking-like technique to perform semi-supervised learning. Em: 2014 International Joint Conference on Neural Networks (IJCNN), p. 1579-1586, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
82.	Hashimoto, Elizabeth M.; Ortega, Edwin M.M.; Cordeiro, Gauss M.; Cancho, Vicente G.. The Poisson Birnbaum-Saunders model with long-term survivors. Statistics. v. 48, p. 1394-1413, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
83.	HELOU, ELIAS SALOMÃO; CENSOR, YAIR; CHEN, TAI-BEEN; CHERN, I-LIANG; De Pierro, Álvaro Rodolfo; JIANG, MING; LU, HENRY HORNG-SHING. String-averaging expectation-maximization for maximum likelihood estimation in emission tomography. Inverse Problems (Print). v. 30, p. 055003-, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
84.	Herrero, A.; Baruque, B.; Klett, F.; Abraham, A.; Snasel, V.; Bringas, P.; Zelinka, I.; Quintián, H.; Corchado, E.; Andr{\'{e}} Carlos Ponce Leon Ferreira de Carvalho. Proceedings of the International Joint Conference SOCO'13-CISIS'13-ICEUTE'13. 1 ed. Springer, 2014. p. 741. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
85.	JI, PENG; PERON, THOMAS K. D. M.; Rodrigues, Francisco A.; KURTHS, JÜRGEN. Low-dimensional behavior of Kuramoto model with inertia in complex networks. Scientific Reports. v. 4, p. 1-, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
86.	JI, PENG; PERON, THOMAS K. DM.; Rodrigues, Francisco A.; KURTHS, JÜRGEN. Analysis of cluster explosive synchronization in complex networks. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 90, p. 1-, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
87.	Katiane S. Conceição; Francisco Louzada. Zero-Modified Models for Count Data. Em: 21° Simpósio Nacional de Probabilidade e Estatística., p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
88.	LOPES, I. O. N.; Schliep, A.; André Carlos Ponce de Leon Ferreira de Carvalho. The discriminant power of RNA features for pre-miRNA recognition. BMC Bioinformatics. v. 15, p. 124-, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
89.	LORENA, LUIZ HENRIQUE NOGUEIRA; Lorena, Ana Carolina; LORENA, LUIZ ANTONIO NOGUEIRA; CARVALHO, ANDRE CARLOS PONCE. Clustering Search Applied to Rank Aggregation. Em: 2014 Brazilian Conference on Intelligent Systems (BRACIS), p. 198-203, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
90.	Louzada, F.. Estatística e Inovação no CEPID-CeMEAI. 2014. Reunião Plenária e Palestra Setembro/2014 da CIESP Sorocaba: Inovação e Matemática. (Conferencia)
91.	Louzada, F.. Um velho admirável mundo de dados para um novo profissional. 2014. 35o CNMAC. (Outra)
92.	Louzada, F.. Mechanistic non-default rate regression modeling for financial data. 2014. III Fórum Mineiro de Estatística e Probabilidade. (Outra)
93.	Louzada, F.. Predicting Football Match Outcomes: The 2014 FIFA Word Cup Tournament Case. 2014. III International Conference on Probability and Statistics (JIPE). (Conferencia)
94.	Louzada, F.. Short-Course: Introdução à Modelagem Estatística Para Dados de Crédito. 2014. III International Conference on Probability and Statistics (JIPE). (Outra)
95.	Louzada, F.. Estatística e Inovação. 2014. Mesa redonda em Estatística e Inovação. 21o SINAPE. (Simposio)
96.	Louzada, F.. i-Sports - Detectando Talentos em Futebol. 2014. Mesa redonda em Métodos Estatísticos Aplicados a Previsão de Futebol. 21o SINAPE. (Simposio)
97.	Louzada, F.. Tutorial. CEP Online. 2014. 21o SINAPE. (Simposio)
98.	Louzada, F.. Non-proportional non-default rate competing causes survival modeling for financial data. 2014. . (Conferencia)
99.	Louzada, F.. O Grupo CER no ICMC-USP. 2014. 1a Reunião do CER-Saúde. (Comunicacao)
100.	Louzada, F.. Um Velho Admirável Mundo Novo de Dados. 2014. Reunião do SME-ICMC. (Comunicacao)
101.	Louzada, F.. A Bayesian Approach to Predicting Football Match Outcomes Considering Time Effect Weights. 2014. 59th RBRAS - Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria. (Congresso)
102.	Louzada, F.. Statistics at ICMC: Our contributions to the CeMEAI. 2014. Barh Delegation Visit to USP. (Outra)
103.	Louzada, F.. A Bayesian Approach to Predicting Football Match Outcomes Considering Time Effect Weights. 2014. 12th Brazilian Meeting on Bayesian Statistics. (Simposio)
104.	Louzada, F.. A Estatística Dentro da Nova Ordem Industrial. 2014. Recepção Alunos Estatística UFRN. (Outra)
105.	Louzada, F.. Estudo analítico da metodologia utilizada para o cálculo do indicador Conceito Preliminar de Curso (CPC) e proposição de nova metodologia de cálculo. 2014. . (Seminario)
106.	Louzada, F.; CAVALI, Wagner Aparecido. On a Double Reparametrization for Accelerated Lifetime Testing. Chilean Journal of Statistics. v. 5, p. 37-48, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
107.	Louzada, F.; DE CASTRO, M.; TOMAZELLA, V. L. D.; GONZALES, J. F. B.. Modeling categorical covariates for lifetime data in the presence of cure fraction by Bayesian partition structures. Journal of Applied Statistics. v. 41, p. 1785-1798, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
108.	Louzada, F.; MARCHI, V. A. A.; ROMAN, M.. The exponentiated exponential-geometric distribution: a distribution with decreasing, increasing and unimodal failure rate. Statistics (Berlin). v. 48, p. 167-181, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
109.	Louzada, F.; PEREIRA, G. A.; FERREIRA-SILVA, M. M.; BARBOSA, V. F.; MORAES-SOUZA, H.; PERDONÁ, G. S. C.. Modeling without a gold standard: Stratification with stratum-dependent parameters. Revstat Statistical Journal. v. 12, p. 85-99, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
110.	Louzada, F.; SILVA, P. H. F.; DINIZ, Carlos Alberto Ribeiro. Skew-normal distribution for growth curve models in presence of a heteroscedasticity structure. Journal of Applied Statistics. v. 41, p. 622-634, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
111.	Louzada, F.; SUZUKI, A. K.; SALASAR, L. E. B.. Predicting Match Outcomes in the English Premier League: Which Will Be the Final Rank?. Journal of Data Science (Print). v. 12, p. 235-254, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
112.	LOUZADA, F.; SUZUKI, A. K.; SALASAR, L. E. B.; Anderson L. Ara-Souza; Leite, J. G.. A Bayesian approach to predicting football match outcomes considering time effect weight. Em: 12th Brazilian Meeting on Bayesian Statistics, v. 1, p. 55-55, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
113.	LOUZADA, F.; SUZUKI, A. K.; SALASAR, L. E. B.; Anderson L. Ara-Souza; Leite, J. G.. A Bayesian Approach to Predicting Football Match Outcomes Considering Time Effect Weight. 2014. 59ª Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria. (Congresso)
114.	Louzada, F.; YAMACHI, C. Y.; MARCHI, V. A. A.; FRANCO, M. A. P. ... The Long-Term Exponentiated Complementary Exponential Geometric Distribution under a Latent Complementary Causes Framework. TEMA. Tendências em Matemática Aplicada e Computacional. v. 15, p. 19-35, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
115.	Louzada, Francisco; Cancho, Vicente G.; YIQI, BAO. The log-Weibull-negative-binomial regression model under latent failure causes and presence of randomized activation schemes. Statistics (Berlin). v. 49, p. 930-949, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
116.	Louzada, Francisco; CANCHO, VICENTE GARIBAY; OLIVEIRA, MAURO R.; YIQI, BAO. Modeling Time to Default on a Personal Loan Portfolio in Presence of Disproportionate Hazard Rates. SSRN Electronic Journals: The English & Commonwealth Law Abstracts Journal. v. 3, p. 295-305, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
117.	LOUZADA, FRANCISCO; SARAIVA, ERLANDSON F.; MILAN, LUIS; COBRE, Juliana. A predictive Bayes factor approach to identify genes differentially expressed: An application to Escherichia coli bacterium data. Brazilian Journal of Probability and Statistics. v. 28, p. 167-189, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
118.	Louzada-Neto, F. Modelagem temporal para credit scoring - uma nova alternativa à modelagem tradicional via análise de sobrevivência. REVISTA TECNOLOGIA DE CRÉDITO. v. 56, p. 8-22, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
119.	MACHADO, R. J. M.; RUSSO, C. M.. Semiparametric Partially Nonlinear Mixed-Effects Models. 2014. 2nd Workshop on Probabilistic and Statistical Methods. (Congresso)
120.	MALATESTA, V.; de Souza, Leandro Franco. Comparison of varicose and sinuous instability development in a Görtler flow. Em: IX Escola de Primavera de Transiçâo e Turbulência, v. 1, p. 1-9, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
121.	MALATESTA, V.; de Souza, Leandro Franco; LIU, J. T. C.. The secondary instability of varicose mode on heat transfer enhancement. Em: Fourteenth Pan-American Congress of Applied Mechanics, v. 1, p. 1-6, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
122.	MARAR, W. L.; NUNO-BALLESTEROS, J. J.. SLICING CORANK 1 MAP GERMS FROM C2 TO C3. Quarterly Journal of Mathematics. v. 65, p. 1375-1395, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
123.	Martinez, E.; Sinha, D.; Wang, W.; Lipsitz, S. R.; Chappell, R. J.; COBRE, Juliana. Tests and sample size determination for noninferiority trial of two survival functions using a proportional odds survival model. Em: 2014 Joint Statistical Meetings, p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
124.	MAZUCHELI, J.; GHITANY, M.E.; Louzada, F.. Estimation Methods for a Two-Parameter Bathtub-Shaped Lifetime Distribution. Australian Journal of Basic and Applied Sciences. v. 8, p. 189-198, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
125.	MAZUCHELI, J.; Louzada, F.. Discriminação entre as distribuições odd Weibull e Weibull. Revista Brasileira de Biometria. v. 32, p. 226-237, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
126.	MELLO, MARCO AURELIO RIBEIRO; RODRIGUES, Francisco Aparecido; Costa, Luciano da Fontoura; KISSLING, W. DANIEL; 'EKERCIO'LU, ÇA'AN H.; MARQUITTI, FLAVIA MARIA DARCIE; KALKO, ELISABETH KLARA VIKTORIA. Keystone species in seed dispersal networks are mainly determined by dietary specialization. Oikos (Kobenhavn). v. 1, p. n/a-n/a, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
127.	MELLO, U.; LAKSHMIKANTHA, M.R.; SEGURA, J.M. SERRA; GONZALES, N. A.; ESPINDOLA, F. E. M.; PAZ, C. N. M.; RODRIGUES, E.; AUSAS, R F; SESINI, P. A.. Reservoir triggering events for coupling geomechanical and fluid flow simulations. Em: 21st World Petroleum Congress 2014, p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
128.	MERINO, M. H.; MAZZON, J. A.; BAZAN, J.L.. 1 Suscetibilidade Para a Cultura de Consumo Glo bal sob a Ótica de Marcas Globais: um Estudo de Características Comuns entre Cu lturas Baseado na Teoria Clássica e na Teoria de Resposta ao Item. Em: XXXVIII Encontro da ANPAD, v. 1, p. 1-16, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
129.	MERINO, M. H.; MAZZON, J. A.; Bazán, J.L. Suscetibilidade para a cultura e consumo global sob a ótica de marcas globais: um estudo de características comuns entre culturas baseado na teoria clássica e na teoria de resposta ao item. Em: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO - EnANPAD, 38, p. 1-16, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
130.	MIGON, Hélio dos Santos; GAMERMAN, Dani; Louzada, F.. Statistical Inference: An Integrated Approach, Second Edition. 2 ed. Chapman & Hall/CRC, 2014. p. 385. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
131.	Milani, Eder A.; Andrade, M G; DINIZ, Carlos Alberto Ribeiro. Uma aplicação do modelo Normal Generalizada-ARMA. Em: 59ª RBRAS - Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria, v. 3, n. 1, p. 759-763, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
132.	Milani, Eder, A.; Andrade, M G. Autoregressive moving average processes with generalized normal distribution. Em: 12º Encontro Brasileiro de Estatística Bayesiana, v. 1, n. 1, p. 1-1, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
133.	Milani, Eder, A.; Andrade, M G; DINIZ, Carlos Alberto Ribeiro. Generalized Normal ARMA Model.. Em: 21º - Simpósio Nacional de Probabilidade e Estatística., v. 1, n. 1, p. 1-1, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
134.	MIQUELES, EDUARDO X; HELOU, ELIAS S; DE PIERRO, ALVARO R. Generalized Backprojection Operator: Fast Calculation. Journal of Physics. Conference Series (Online). v. 490, p. 012148-, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
135.	Miranda, P. B. C.; Prudêncio, R.; Soares, C. M.; de Carvalho, André C.P.L.F.. A hybrid meta-learning architecture for multi-objective optimization of SVM parameters. NEUROCOMPUTING. v. 143, p. 27-43, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
136.	MONTEFUSCOLO, FELIPE; Sousa, Fabricio S.; Buscaglia, Gustavo C.. High-order ALE schemes for incompressible capillary flows. Journal of Computational Physics (Print). v. 278, p. 133-147, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
137.	MUNDIM, L. R.; ANDRETTA, M.. Problema de corte de itens irregulares na fabricacao de luvas de couro. Em: XLVI SBPO - Simposio Brasileiro de Pesquisa Operacional, p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
138.	NASCIMENTO, F. C.; PAIVA, A.; FIGUEIREDO, L. H.; STOLFI, J.. Approximating implicit curves on plane and surface triangulations with affine arithmetic. Computers & Graphics. v. 40, p. 36-48, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
139.	NIETO, ERICK GOMEZ; MOTTA, DANILO; Nonato, Luis Gustavo. Semantically Aware Dynamic Layouts. Em: 2014 27th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 220-226, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
140.	OLIVEIRA, B. B.; CARRAVILLA, M. A.; OLIVEIRA, J. F.; TOLEDO, F. M. B.. A relax-and-fix-based algorithm for the vehicle-reservation assignment problem in a car rental company. European Journal of Operational Research. v. 237, p. 729-737, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
141.	OLIVEIRA, M. A.; SUZUKI, A. K.; SARAIVA, E. F.. Uma Abordagem Bayesiana para Modelos de Sobrevivência Bivariados Baseados em Cópulas Arquimedianas. Revista Brasileira de Biometria. v. 32, p. 390-411, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
142.	OLIVEIRA, M. R.; Louzada, F.. Recovery Risk: Application of the Latent Competing Risks Model to Non-performing Loans. Tecnologia de Crédito (Serasa-Experian). v. 88, p. 44-53, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
143.	OLIVEIRA, MAURO R.; LOUZADA, FRANCISCO. An Evidence of Link between Default and Losses of Bank Loans from the Modeling Risks. Singaporean Journal of Business , Economics and Management Studies. v. 3, p. 30-37, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
144.	OLIVIERI FILHO, C. A.; SUZUKI, A. K.. Uma Aplicação do Modelo de Regressão Poisson à Previsão de Resultados de Jogos de Futebol. 2014. 21º SINAPE - Simpósio Nacional de Probabilidade e Estatística. (Simposio)
145.	ORTEGA, E. M. M.; BARRIGA, Gladys Dorotea Cacsire; Hashimoto, Elizabeth M.; CANCHO, V. G.; CORDEIRO, G.. A New Class of Survival Regression Models with Cure Fraction. JOURNAL OF DATA SCIENCE (ONLINE). v. 12, p. 107-136, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
146.	PAZ, R. F.; BAZAN, J. L.; EHLERS, R. S.. Modeling the votes of Brazilian political party through a Bayesian statistical model. Em: 12th Brazilian Meeting on Bayesian Statistics, v. 1, n. 1, p. 86-86, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
147.	PERON, T. K. D.; COMIN, C. H.; AMANCIO, D. R.; da F. COSTA, L.; Rodrigues, F. A.; KURTHS, J.. Correlations between climate network and relief data. Nonlinear Processes in Geophysics Discussions. v. 1, p. 823-840, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
148.	PIRES, Vitor Alves; OLIVEIRA, M. L. B.. Métodos Híbridos de Alta Ordem para Escoamentos Compressíveis. Em: XXXV CNMAC - Congresso Nacional de Matemática Aplicada e Computacional, p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
149.	PISANI, PAULO HENRIQUE; Lorena, Ana Carolina; CARVALHO, ANDRE CARLOS. Adaptive Algorithms in Accelerometer Biometrics. Em: 2014 Brazilian Conference on Intelligent Systems (BRACIS), p. 336-341, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
150.	Polycarpou, M. M.; Pan, J.; Wozniak, M.; Quintián, H.; Corchado, E.; Andr{\'{e}} Carlos Ponce Leon Ferreira de Carvalho. Proceedins of the Hybrid Artificial Intelligence Systems - 9th International Conference, HAIS 2014. 1 ed. Hamburg, 2014. p. 710. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
151.	Prado, S.M.; Louzada, F.; Rinaldo, J. G. S.; Benzé, B. G. A distribution for service model. Em: Informatics & Applications. 1 ed. 2014.p. 294-299. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
152.	REIS, G. A.; TASSO, I. V. M.; SOUZA, Leandro Franco de; CUMINATO, José Alberto. Resolução numérica das equações de Navier-Stokes usando o método das interfaces imersas com correção do salto implícita em malha deslocada. Em: Congresso Nacional de Matemática Aplicada e Computacional, v. 1, p. 1-8, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
153.	Ribeiro, R.S.; SANTOS, M. O.. Heurísticas para um problema de dimensionamento de lotes com substituição de demanda e restrição de capacidade(Premiação IC). Em: XLVI Simpósio Brasileiro de Pesquisa Operacional, p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
154.	ROCHA, P.; GOMES, A. M.; RODRIGUES, R.; TOLEDO, FMB; ANDRETTA, M.. Constraint Aggregation in Non-Linear Programming models for Nesting problems. Em: 11th Internacional Conference on Computational Management Science (CMS 2014), p. 175-180, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
155.	ROCHA, P.; RODRIGUES, R.; GOMES, A. M.; TOLEDO, FMB; ANDRETTA, M.. Circle Covering Representation for Nesting Problems with Continuous Rotations. Em: 19th World Congress of the International Federation of Automatic Control (IFAC 2014), v. 19, p. 5235-5240, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
156.	ROCHA, R. F.; TOMAZELLA, V. L. D.; Louzada, F.. Inferência clássica e Bayesiana para o modelo de fração de cura Gompertz defeituoso. Revista Brasileira de Biometria. v. 32, p. 104-114, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
157.	ROCHA, R.; TOMAZELLA, V. L. D.; Louzada, F.. Inferência Clássica e Bayesiana para o modelo de fração de cura gompertz defeituoso. REVISTA BRASILEIRA DE BIOMETRIA. v. 32, p. 104-114, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
158.	RODRIGUES, D. S.; Ausas, Roberto F.; MUT, F.; BUSCAGLIA, G. C.. A semi-implicit finite element method for viscous lipid membranes. Em: 67th Annual Meeting of the American Physical Society Division of Fluid Dynamics, v. 59, n. 20, p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
159.	RODRIGUES, E.; SEGURA, J.M. SERRA; MENDOZA, P. VARGAS; AUSAS, R.; DAS, K.; MELLO, U.; LAKSHMIKANTHA, M.R.. Exploring Efficient Alternatives for High Performance Computing Requirements in Coupled Fluid-Flow and Stress Simulations for the Oil & Gas Industry. Em: SPE Large Scale Computing and Big Data Challenges in Reservoir Simulation Conference and Exhibition, p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
160.	Rodrigues, J.; CORDEIRO, G.; Bazán, J.L. An extended exponentiated-G-negative binomial family with threshold effect. Journal of Applied Statistics. v. 41, p. 2056-2074, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
161.	Rodrigues, Josemar; Balakrishnan, N.; Cordeiro, Gauss M.; de Castro, Mário; Cancho, Vicente G.. Latent cure rate model under repair system and threshold effect. Journal of Statistical Computation and Simulation. v. 85, p. 2860-2873, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
162.	RODRIGUES, Josemar; Cordeiro, Gauss M.; DE CASTRO, M.. Modeling Lifetimes by a Stochastic Process Hitting a Critical Point. Communications in Statistics. Theory and Methods. v. 43, p. 2570-2580, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
163.	RODRIGUES, M. O.; LEAO, A. A. S.; Toledo, Franklina M. B.. Modelos compactos para o problema de corte de peças irregulares. Em: XLVI Simpósio Brasileiro de Pesquisa Operacional, v. 1, p. 2662-2673, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
164.	ROGENSKI, J. K.; de Souza, Leandro Franco; FLORYAN, J. M.. Linear Görtler instability development in the presence of pressure variations. Em: IX Escola de Primavera de Transiçâo e Turbulência, v. 1, p. 1-7, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
165.	Rogenski, J. K.; PETRI, L. A.; de Souza, L. F.. Effects of parallel strategies in the transitional flow investigation. Journal of the Brazilian Society of Mechanical Sciences and Engineering (Impresso). v. 37, p. 861-872, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
166.	Rossi, A.; Carvalho, A.; Soares, C. M.; Feres, B.. MetaStream: a meta-learning based method for periodic algorithm selection in time-changing data. Neurocomputing (Amsterdam). v. 127, p. 52-64, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
167.	RUSSO, C. M.; WILLEMSEN, S. P.; LEÃO, D.; LESAFFRE, E.. Nonlinear mixed-effects models for bioequivalence on pharmacokinetic data. Em: International Workshop on Statistical Modelling, v. 1, p. 307-312, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
168.	Russo, C. M.; WILLEMSEN, S. P.; LEÃO, D.; LESAFFRE, E.. Nonlinear mixed-effects models for bioequivalence on pharmacokinetic data. 2014. Seminários "Projeto Temático: Modelos de Regressão e Aplicaçõe". (Seminario)
169.	SALASAR, L. E. B.; LEITE, José Galvão; Louzada, F.. Likelihood-based inference for population size in a capture-recapture experiment with varying probabilities from occasion to occasion. Brazilian Journal of Probability and Statistics. v. ., p. 1-27, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
170.	SALASAR, LUIS ERNESTO B.; LEITE, José Galvão; LOUZADA, FRANCISCO. On the integrated maximum likelihood estimators for a closed population capture-recapture model with unequal capture probabilities. Statistics (Berlin). v. 49, p. 1-17, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
171.	SANTIAGO, C.D.; MARCHI, C.H.; SOUZA, L.F.. Performance of Geometric Multigrid Method for Coupled Two-Dimensional Systems in CFD. Applied Mathematical Modelling. v. 1, p. 1-18, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
172.	SANTOS JR, D. S.; Carvalho, A.C.P.L.F.. Comparison of Active Learning Strategies and Proposal of a Multiclass Hypothesis Space Search. Em: 9th International Conference of Hybrid Artificial Intelligence Systems, HAIS 2014, v. 8480, p. 618-629, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
173.	SANTOS, D. P.; de Carvalho, A.C.P.L.F.. Viabilidade do Aprendizado Ativo em Máquinas Extremas. Em: XI Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), p. 1-6, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
174.	SARAIVA, E. F.; Louzada, F.; MILAN, L. A.; SUZUKI, A. K.. A preditive allocation clustering of gene expression data. Advances and Applications in Statistical Sciences. v. 9, p. 17-42, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
175.	SARAIVA, E. F.; MILAN, L. A.; LOUZADA, F.; SUZUKI, A. K.. A Predictive Allocation Sampler for Clustering of Gene Expression Data. Advances and Applications in Statistical Sciences. v. 9, p. 17-42, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
176.	SARAIVA, E. F.; MILAN, L. A.; LOUZADA, F.; SUZUKI, A. K.. A Predictive allocation sampler for Analysis of Mixture Model. Em: 12th Brazilian Meeting on Bayesian Statistics, v. 1, p. 89-89, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
177.	SARAIVA, ERLANDSON F.; LOUZADA, FRANCISCO; MILAN, LUIS. Mixture models with an unknown number of components via a new posterior split-merge MCMC algorithm. Applied Mathematics and Computation. v. 244, p. 959-975, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
178.	SARTORI, P.; PETRI, L. A.; de Souza, Leandro Franco. Verification and validation of a high-order laminar-turbulent numerical code. Em: IX Escola de Primavera de Transiçâo e Turbulência, v. 1, p. 1-10, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
179.	SCHLOTTFELDT, SHANA; TIMMIS, JON; WALTER, MARIA EMILIA M.T.; CARVALHO, ANDRE C.P.L.F.; DINIZ-FILHO, JOSE ALEXANDRE F.; SIMON, LORENA M.; LOYOLA, RAFAEL D.; TELLES, MARIANA P.C.. Multi-objective optimization applied to systematic conservation planning and spatial conservation priorities under climate change. Em: the 2014 conference companion, p. 177-178, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
180.	SILVA, D. A.; RUSSO, C. M.. Bayesian Analysis for nonlinear models. 2014. . (Seminario)
181.	SILVA, LUIS F.; SCHEIDEGGER, LUIZ F.; ETIENE, TIAGO; COMBA, JOÃO L. D.; Nonato, Luis G.; Silva, Claudio T.. A Weighted Delaunay Triangulation Framework for Merging Triangulations in a Connectivity Oblivious Fashion. Computer Graphics Forum (Print). v. 33, p. 18-30, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
182.	SONNENSCHEIN, BERNARD; PERON, THOMAS K. DM.; Rodrigues, Francisco A.; KURTHS, JÜRGEN; SCHIMANSKY-GEIER, LUTZ. Cooperative behavior between oscillatory and excitable units: the peculiar role of positive coupling-frequency correlations. The European Physical Journal. B, Condensed Matter Physics (Print). v. 87, p. 182-, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
183.	SORIANO, AUREA; PAULOVICH, FERNANDO; Nonato, Luis Gustavo; OLIVEIRA, MARIA CRISTINA F.. Visualization of Music Collections Based on Structural Content Similarity. Em: 2014 27th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 25-32, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
184.	SOUSA, F. S.. Estática de fluidos computacional e aplicações no estudo de flutuação de corpos. 2014. Pós-graduação em Matemática Aplicada e Computacional. (Conferencia)
185.	SOUSA, F. S.. Métodos numéricos para simulação de escoamentos multifásicos. 2014. Pós-graduação em Matemática Aplicada e Computacional. (Conferencia)
186.	SOUSA, F. S.. Performance of Projection Methods for Low-Reynolds-Number flows. 2014. I Congresso Brasileiro de Jovens Pesquisadores em Matemática Pura e Aplicada. (Congresso)
187.	SOUSA, F. S.. Analysis of algebraic splitting methods for viscous incompressible flows. 2014. Programa de verão da FCT/UNESP. (Conferencia)
188.	Sousa, F. S.; OISHI, C. M.; BUSCAGLIA, G. C.. Performance of projection methods for low-Reynolds-number flows. Em: 11th World Congress on Computational Mechanics, v. 1, p. 4950-4961, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
189.	SUZUKI, A. K.; Louzada, F.; FRANCINI, J. F.; SALASAR, L. E. B.. Modelagem Estatística para Previsão de Resultados de Jogos de Futebol: Quem será o Campeão Brasileiro de 2010?. Revista Brasileira de Estatística. v. 75, p. 45-63, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
190.	SUZUKI, ADRIANO K.; CANCHO, VICENTE G.; LOUZADA, FRANCISCO. The Poisson-Inverse-Gaussian regression model with cure rate: a Bayesian approach and its case influence diagnostics. Statistical Papers (1988). v. ., p. 1-27, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
191.	TACURI, PATRICIA H.; Frasson, Miguel V. S.. Asymptotic behaviour of solutions to linear neutral delay differential equations with periodic coefficients. Communications on Pure and Applied Analysis. v. 13, p. 1105-1117, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
192.	Tarazona E.; Bazán, J.L; Aparicio, A.. ACTITUDES HACIA LA ESTADÍSTICA EN UNIVERSITARIOS PERUANOS DE MEDIANA EDAD. Revista Digital de Investigación en Docencia Universitaria (RIDU). p. 57-76, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
193.	TOJEIRO, CYNTHIA; LOUZADA, FRANCISCO; ROMAN, MARI; BORGES, Patrick. The complementary Weibull geometric distribution. Journal of Statistical Computation and Simulation. v. 84, p. 1345-1362, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
194.	TOLEDO, FMB.. Modelos e métodos para o planejamento da produção em fundições de pequeno porte. 2014. Congresso Nacional de Matemática Aplicada à Indústria - CNMAI. (Conferencia)
195.	TOLEDO, FMB.. Alguns modelos e abordagens de solução para o problema de corte de peças irregulares. 2014. IX Encontro de Pós-Graduandos do Instituto de Matemática e Estatística da UNICAMP. (Conferencia)
196.	Toledo, Franklina M. B.; Camargo, V.C.B.; OLIVEIRA, N. P. B.; TONAKI, Viviane Sayuri. Dimensionamento de lotes em fundições de pequeno porte com múltiplos fornos. Em: Congresso Nacional de Matemática Aplicada à Indústria, v. 1, p. 1-6, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
197.	Tomé, M.F.; Castelo, A.; NÓBREGA, J.M.; CARNEIRO, O.S.; Paulo, G.S.; PEREIRA, F.T.. Numerical and experimental investigations of three-dimensional container filling with Newtonian viscous fluids. Computers & Fluids. v. 90, p. 172-185, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
198.	Vallim, R.; Andrade Jr., J. A.; Mello, R.; de Carvalho, A. C. P. L. F.; Gama, João. Unsupervised density-based behavior change detection in data streams. Intelligent Data Analysis (Print). v. 18, p. 181-201, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
199.	ZACCARIAS, F. M. M.; PAIVA, A.. Algoritmos para o cálculo do fecho convexo tridimensional. Em: 22º Simpósio Internacional de Iniciação Científica da USP, p. -, 2014. [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
200.	ZAVALETA, K. E. C.; CANCHO, V. G.; SUZUKI, A. K.. Um Novo Modelo de Sobrevivência com Fração de Cura: Uma Abordagem Bayesiana. 2014. 21º SINAPE - Simpósio Nacional de Probabilidade e Estatística. (Simposio)