Departamento de Matemática Aplicada e Estatística

Capítulos de livros publicados


Número total de itens: 114

2022

1.   ALBUQUERQUE, H. O.; COSTA, R.; SILVESTRE, GABRIEL DALFORNO; SOUZA, E.; FELIX, N.; VITORIO, D.; MORIYAMA, G.; MARTINS, L.; SOEZIMA, L.; NUNES, A.; Siqueira, Felipe; TARREGA, J. P.; BEINOTTI, J. V.; DIAS, M.; SILVA, M.; GARDINI, M.; SILVA, V.; de Carvalho, Andre Carlos Ponce de Leon Ferreira; Lorena, Adriano. UlyssesNER-Br: A Corpus of Brazilian Legislative Documents for Named Entity Recognition. Em: Computational Processing of the Portuguese Language. PROPOR 2022. 1 ed. 2022.p. 3-14.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   COSTA, R.; FELIX, N.; SILVA, M.; Hidelberg Oliveira Albuquerque; SOUZA, E.; VITORIO, D.; Gabriel Silvestre; NUNES, A.; SIQUEIRA, F.; TARREGA, J. P. M.; BEINOTTI, J. V. P.; DIAS, M.; Pereira, Fabiola; GARDINI, M.; SILVA, V.; Carvalho, A.C.P.L.F.; Lorena, Adriano. Expanding UlyssesNER-Br Named Entity Recognition Corpus with Informal User-Generated Text. Em: Progress in Artificial Intelligence: EPIA 2022. 1 ed. : Springer. 2022.v. 1, p. 767-779.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   CÚRI, M.; THOMPSON, N.. Adaptive Test Design. Em: The ITC/ATP Guidelines for Technology-Based Assessment. 1 ed. : International Test Commission and Association of Test Publishers. 2022.p. 29-30.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.   FELIX, N.; MAIA, D. F.; SOUZA, E.; SAMPAIO, G. S.; NUNES, A. S.; PROCOPIO, L. C.; DIAS, M. S.; ALVES, A. O.; André C. P. L. F. Carvalho; PEREIRA, F. S. F.; MAIA, D. F.; RIBEIRO, I. A.. UlyssesSD-Br: Stance Detection in Brazilian Political Polls. Em: Progress in Artificial Intelligence: EPIA 2022. 1 ed. : Springer. 2022.v. 1, p. 85-95.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5.   FREIRE, D. L.; André C. P. L. F. Carvalho; FELTRAN, L. C.; NAGAMATSU, L. A.; Da Silva, Kelly C. R.; FIRMINO, C.; FERREIRA, J. E.; Carlotti, Danilo; Takecian, Pedro Losco; LIMA, F. A. C.; PORTELA, R. M.. Content-Based Lawsuits Document Image Retrieval. Em: Progress in Artificial Intelligence: EPIA 2022. 1 ed. : Springer, Cham. 2022.p. 29-40.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6.   Freire, Daniela; André C. P. L. F. Carvalho; FELTRAN, L. C.; NAGAMATSU, L. A.; Da Silva, Kelly C. R.; FIRMINO, C.; FERREIRA, J. E.; Carlotti, Danilo; Takecian, Pedro Losco; LIMA, F. A. C.; PORTELA, R. M.. Lawsuits Document Images Processing Classification. Em: Progress in Artificial Intelligence: EPIA 2022. 1 ed. : Springer, Cham. 2022.v. 1, p. 41-52.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7.   GONCALVES, THALES; Nonato, L.G.. Extreme Learning Machine to Graph Convolutional Networks. Em: Lecture Notes in Computer Science - Intelligent Systems - BRACIS 2022. 1 ed. : Springer. 2022.p. 601-615.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8.   Medeiros, C. B.; André Carlos Ponce Leon Ferreira Carvalho; NAKAYA, H. T. I.; ROMANO, J. M. T.; ZUFFO, M. K.; ALMEIDA, V. A. F.. Computação: ciência, engenharia e arte. Em: FAPESP 60 Anos: A ciência no desenvolvimento nacional. 1 ed. : Cubo. 2022.p. 1-15.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
9.   VITORIO, D.; SOUZA, E.; MARTINS, L.; FELIX, N.; André C. P. L. F. Carvalho; OLIVEIRA, A. L.. Ulysses-RFSQ: A Novel Method to Improve Legal Information Retrieval Based on Relevance Feedback. Em: BRACIS 2022. 1 ed. : Springer, Cham. 2022.p. 1-15.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2021

1.   CHATURANTABUT, S.; FREEZE, T.; HELOU, E. S.; HEMMING-SCHROEDER, N.; LEE, C. H.. Reduced-Order Methods in Medical Imaging. Em: Reduced-Order Methods in Medical Imaging. 1 ed. 2021.p. 237-258.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   CONTRERAS, RODRIGO COLNAGO; Nonato, Luis Gustavo; BOAVENTURA, MAURÍLIO; Boaventura, Inês Aparecida Gasparotto; COELHO, BRUNO GOMES; Viana, Monique Simplicio. A New Multi-filter Framework with Statistical Dense SIFT Descriptor for Spoofing Detection in Fingerprint Authentication Systems. Em: A New Multi-filter Framework with Statistical Dense SIFT Descriptor for Spoofing Detection in Fingerprint Authentication Systems. 1 ed. : Springer. 2021.p. 442-455.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   FELIX, N.; SILVA, M.; Pereira, Fabiola; TARREGA, J. P. M.; BEINOTTI, J. V. P.; FONSECA, M.; Francisco Edmundo de Andrade; André C. P. L. F. Carvalho. Evaluating Topic Models in Portuguese Political Comments About Bills from Brazil’s Chamber of Deputies. Em: Intelligent Systems. BRACIS 2021. 130 ed. : Springer. 2021.p. 1-17.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.   GARCIA, LUIS P. F.; CAMPELO, F.; RAMOS, G.; Rivolli, Adriano; André C. P. L. F. Carvalho. Evaluating Clustering Meta-features for Classifier Recommendation. Em: Intelligent Systems. BRACIS 2021. 130 ed. : Springer. 2021.p. 1-15.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5.   Horvath, T.; Mantovani, R.; André Carlos Ponce Leon Ferreira de Carvalho. Time-Series in Hyper-parameter Initialization of Machine Learning Techniques. Em: Intelligent Data Engineering and Automated Learning – IDEAL 2021. 258 ed. : Springer International Publishing. 2021.p. 246-.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6.   Ienco, Dino; Pereira-Santos, Davi; DE CARVALHO, ANDRÉ C. P. L. F.. Evaluate Pseudo Labeling and CNN for Multi-variate Time Series Classification in Low-Data Regimes. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2021.p. 126-137.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7.   Moreno, Juan; Quintero, Sebastian; Riascos, Alvaro; Nonato, Luis Gustavo; Sanchez, Cristian. Homicide Prediction Using Sequential Features from Graph Signal Processing. Em: Lecture Notes in Networks and Systems. 1 ed. : Springer International Publishing. 2021.p. 804-817.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8.   Ramos, Rodrigo Henrique; Cutigi, Jorge Francisco; FERREIRA, CYNTHIA DE OLIVEIRA LAGE; Simao, Adenilso. Topological Characterization of Cancer Driver Genes Using Reactome Super Pathways Networks. Em: Advances in Bioinformatics and Computational Biology. 1 ed. : Springer. 2021.p. 26-37.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
9.   Rivolli, Adriano; Garcia, Luís P. F.; LORENA, ANA C.; DE CARVALHO, ANDRÉ C. P. L. F.. A Study of the Correlation of Metafeatures Used for Metalearning. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2021.p. 471-483.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
10.   SANTOS, N. C. A.; BAZÁN, J.L.. Residual Analysis in Rasch Counts Models. Em: The 85th Annual Meeting of the Psychometric Society. 1 ed. : Springer. 2021.p. 285-295.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
11.   SOUZA, E.; VITORIO, D.; MORIYAMA, G.; SANTOS, L.; MARTINS, L.; SOUZA, M.; FONSECA, M.; FELIX, N.; de Carvalho, A. C. P. L. F.; ALBUQUERQUE, H. O.; OLIVEIRA, A. L.. An Information Retrieval Pipeline for Legislative Documents from the Brazilian Chamber of Deputies. Em: Legal Knowledge and Information Systems - {JURIX} 2021: The Thirty-fourth Annual Conference, Vilnius, Lithuania, 8-10 December 2021. 1 ed. : IOS Press. 2021.p. 119-126.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2020

1.   BARELLA, VICTOR H.; Garcia, Luís P. F.; DE CARVALHO, ANDRÉ C. P. L. F.. Simulating Complexity Measures on Imbalanced Datasets. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2020.p. 498-512.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   Botari, Tiago; Izbicki, Rafael; de Carvalho, André Carlos Ponce de Leon Ferreira. Local Interpretation Methods to Machine Learning Using the Domain of the Feature Space. Em: Machine Learning and Knowledge Discovery in Databases International Workshops of ECML PKDD 2019, Würzburg, Germany, September 16–20, 2019, Proceedings, Part II. 1 ed. : Springer Nature Switzerland AG. 2020.p. 1-15.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   Cutigi, Jorge Francisco; Evangelista, Renato Feijo; Ramos, Rodrigo Henrique; de Oliveira Lage Ferreira, Cynthia; Evangelista, Adriane Feijo; DE CARVALHO, ANDRE C. P. L. F.; Simao, Adenilso. Combining Mutation and Gene Network Data in a Machine Learning Approach for False-Positive Cancer Driver Gene Discovery. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2020.p. 81-92.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.   de Queiroz, Thiago Alves; Mundim, Leandro Resende; de Carvalho, André Carlos Ponce de Leon Ferreira. Multi-objective Basic Variable Neighborhood Search for Portfolio Selection. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2020.p. 67-80.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5.   Flores, Sandra; BAZÁN, J.L.. A Hierarchical Joint Model for Bounded Response Time and Response Accuracy. Em: Quantitative Psychology. IMPS 2019. Springer Proceedings in Mathematics & Statistics.. 1 ed. 2020.p. 95-109.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6.   Flores, Sandra; BAZÁN, JORGE LUIS; BOLFARINE, HELENO. A Hierarchical Joint Model for Bounded Response Time and Response Accuracy. Em: Springer Proceedings in Mathematics & Statistics. 1 ed. : Springer International Publishing. 2020.p. 95-109.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7.   Garcia, Kemilly D.; Carvalho, Tiago; Mendes-Moreira, João; Cardoso, João M. P.; DE CARVALHO, ANDRÉ C. P. L. F.. A Study on Hyperparameter Configuration for Human Activity Recognition. Em: Advances in Intelligent Systems and Computing. 1 ed. : Springer International Publishing. 2020.p. 47-56.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8.   MENDONÇA, Márcio Teixeira de; SOUZA, Leandro Franco de. 3. Instabilidades em escoamentos laminares. Em: Escoamentos Turbulentos - Análie Física e Modelagem Teórica. 1 ed. : Composer Arte e Editora. 2020.v. 1, p. 83-143.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
9.   Pereira, Fabíola S. F.; Andrade, Thiago; DE CARVALHO, ANDRÉ C. P. L. F.. Gradient Boosting Machine and LSTM Network for Online Harassment Detection and Categorization in Social Media. Em: Communications in Computer and Information Science. 1 ed. : Springer International Publishing. 2020.p. 314-320.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
10.   Santos, Moisés R.; Mundim, Leandro R.; CARVALHO, ANDRÉ C. P. L. F.. Evaluation of Error Metrics for Meta-learning Label Definition in the Forecasting Task. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2020.p. 397-409.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2019

1.   Andrade, Thiago; Gama, João; Ribeiro, Rita P.; Sousa, Wesllen; Carvalho, André. Anomaly Detection in Sequential Data: Principles and Case Studies. Em: Wiley Encyclopedia of Electrical and Electronics Engineering. 1 ed. : John Wiley & Sons, Inc.. 2019.p. 1-14.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   Castilho, Douglas; Gama, João; Mundim, Leandro R.; DE CARVALHO, ANDRÉ C. P. L. F.. Improving Portfolio Optimization Using Weighted Link Prediction in Dynamic Stock Networks. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2019.p. 340-353.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   DAL COL, ALCEBIADES; VALDIVIA, PAOLA; PETRONETTO, FABIANO; DIAS, FABIO; Silva, Claudio T.; Gustavo Nonato, L.. Wavelet-Based Visual Data Exploration. Em: Signals and Communication Technology. 1 ed. : Springer International Publishing. 2019.p. 459-478.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.   de Castro Neto, Henrique; Julia, Rita Maria Silva; Paiva, Elaine Ribeiro Faria; Carvalho, Andre Ponce de Leon Ferreira; Junior, Anisio Pereira Santos; Peres, Diansley Raphael Santos; Julia, Etienne Silva; de Melo, Jony Teixeira; Barcelos, Umberto Maia; de Assis, Josiane Esteves. Improving the AHT in Telecommunication Companies by Automatic Modeling of Call Center Service. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2019.p. 96-107.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5.   Garcia, Kemilly Dearo; de Faria, Elaine Ribeiro; de Sá, Cláudio Rebelo; Mendes-Moreira, João; Aggarwal, Charu C.; DE CARVALHO, ANDRÉ C. P. L. F.; Kok, Joost N.. Ensemble Clustering for Novelty Detection in Data Streams. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2019.p. 460-470.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6.   L. Ferrás, Luís; L. Morgado, Maria; Rebelo, Magda; T. Leiva, Rosalía; Castelo, António; H. McKinley, Gareth; M. Afonso, Alexandre. Recent Advances in Complex Fluids Modeling. Em: Fluid Flow Problems. 1 ed. : IntechOpen. 2019.p. 7-23.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7.   Mundim, Arianne A. S.; Santos, Maristela O.; MORABITO, REINALDO. A Bi-objective Mixed Integer Model for the Single Link Inventory Routing Problem Using the 𝜖-Constraint Method. Em: AIRO Springer Series. 1 ed. : Springer International Publishing. 2019.p. 413-422.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2018

1.   Barbosa, Paulo; Garcia, Kemilly Dearo; Mendes-Moreira, João; DE CARVALHO, ANDRÉ C. P. L. F.. Unsupervised Domain Adaptation for Human Activity Recognition. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2018.p. 623-630.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   Bazán, J.L. Psicometria e avaliação por testes: um marco metodológico. Em: Avaliação da educação: referências para uma primeira conversa. 1 ed. : edUFSCar. 2018.p. 139-156.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   Cunha, Tiago; SOARES, CARLOS; DE CARVALHO, ANDRÉ C. P. L. F.. CF4CF-META: Hybrid Collaborative Filtering Algorithm Selection Framework. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2018.p. 114-128.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.   Garcia, Kemilly Dearo; DE CARVALHO, ANDRÉ C. P. L. F.; Mendes-Moreira, João. A Cluster-Based Prototype Reduction for Online Classification. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2018.p. 603-610.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5.   Kümmel, Bruno C.; DE CARVALHO, ANDRE C. P. L. F.; Brigido, Marcelo M.; Ralha, Célia G.; Walter, Maria Emilia M. T.. $$S^2FS$$: Single Score Feature Selection Applied to the Problem of Distinguishing Long Non-coding RNAs from Protein Coding Transcripts. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2018.p. 103-113.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6.   LORENA, LUIZ HENRIQUE NOGUEIRA; Quiles, Marcos Gonçalves; de Carvalho, André Carlos Ponce de Leon Ferreira; LORENA, LUIZ ANTONIO NOGUEIRA. Preprocessing Technique for Cluster Editing via Integer Linear Programming. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2018.v. 1, p. 287-297.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2017

1.   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 ]
2.   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 ]
3.   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 ]
4.   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 ]

2016

1.   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 ]
2.   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 ]
3.   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 ]
4.   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 ]
5.   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 ]
6.   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 ]
7.   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 ]

2015

1.   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 ]
2.   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 ]
3.   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 ]
4.   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 ]
5.   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 ]
6.   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 ]
7.   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 ]
8.   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 ]

2014

1.   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 ]
2.   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 ]
3.   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 ]

2013

1.   Aparicio, A.; Abdounur, O.; Bazán, J.L. Educación Estadística en América Latina: Tendencias y Perspectivas.. Em: UMA PRIMEIRA APROXIMAÇÃO NA AVALIAÇÃO DOS CURSOS DE GRADUAÇÃO E PÓS-GRADUAÇÃOEM ESTATÍSTICA EM UNIVERSIDADES DE SÃO PAULO. 1 ed. : Programa de Cooperación Interfacultades Vicerrectorado Académico Universidad Central de Venezuela. 2013.v. 1, p. 257-281.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   Soares, C.; de Carvalho, A. C. P. L. F.. Mineração de Dados. Em: Novas Tendências em Marketing Intelligence. 1 ed. : Actual Editora. 2013.p. 1-11.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2012

1.   Basgalupp, M.; Barros, R.; de Carvalho, A. C. P. L. F.; Freitas, Alex. A Beam Search Based Decision Tree Induction Algorithm. Em: Machine Learning Algorithms for Problem Solving in Computational Applications. : IGI Global. 2012.p. 357-370.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   BLANCO, P. J.; LEIVA, J.; BUSCAGLIA, G. C.. Black-box decomposition methods to model blood flow in the cardiovascular system using dimensionally-heterogeneous models. Em: Scientific Computing Applied to Medicine and Healthcare. 1 ed. : LNCC. 2012.p. 121-164.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   CASTELO FILHO, A.; LACASSA, A.; LIZIÉR, M. A. S.; Cunha, I. L. L.. Adaptive mesh generation for fluid flow simulation in arteries. Em: Scientific Computing Applied to Medicine and Healthcare. 1 ed. 2012.p. 247-275.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.   Rossi, A.; Basgalupp, M.; Lorena, A. C.; de Carvalho, A. C. P. L. F.. Algortimos Genéticos em Problemas de Classificação. Em: Manual de Computação Evolutiva e Metaheurística. 1 ed. : Imprensa da Universidade de Coimbra/Editora da Universidade Federal de Minas Gerais. 2012.p. 381-405.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5.   SARAIVA, E. F.; Louzada, F.; MILAN, L. A.; MEIRA, S.; COBRE, J.. A Predictive Approach to Identify Genes Differentially Expressed. Em: AIP Conference Proceedings 1490. 1 ed. 2012.p. 314-322.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2011

1.   Gama, João; Carvalho, Andre Ponce de Leon Ferreira. Machne Learning. Em: Machine Learning. 1 ed. : IGI Global. 2011.p. 13-22.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   LOUZADA NETO, F.. Accelerated Lifetime Testing. Em: International Encyclopedia of Statistics. 1 ed. : Miodrag Lovric. 2011.v. 978, p. 3-5.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   Louzada, F.. Accelerated Lifetime Testing. Em: International Encyclopedia of Statistics. 1 ed. : Springer. 2011.p. 3-5.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.   Marar, Ton. Twist. Em: Francis Alys: In a Given Situation. 1 ed. : Cosac Naify. 2011.p. 30-.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5.   Souza, Bruno Feres de; Prudêncio, R.; de Carvalho, A. C. P. L. F.. Meta-Aprendizado para Recomendação de Algoritmos. Em: Jornadas de Atualizacao em Informatica 2011. 1 ed. : Editora PUC Rio. 2011.v. 1, p. 159-208.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2010

1.   Marar, Ton; SPERLING, D.. Em matemática, metadesenhos. Em: Disegno. Desenho. Desígnio. 2 ed. : Editora Senac. 2010.p. 241-252.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2009

1.   CARVALHO, ANDRÉ; Freitas, Alex. A Tutorial on Multi-label Classification Techniques. Em: Foundations of Computational Intelligence - Volume 5: Function Approximation and Classification. : Springer. 2009.p. 177-195.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   Gama, João; de Carvalho, A. C. P. L. F.. Machine Learning. Em: Encyclopedia of Information Science and Technology. 2 ed. : Idea Publishing. 2009.p. 2462-2468.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   Horta, D.; Naldi, Murilo Coelho; Campello, R.; Hruschka, E.; CARVALHO, ANDRÉ. Evolutionary Fuzzy Clustering: An Overview and Efficiency Issues. Em: Foundations of Computational Intelligence: Bio-Inspired Data Mining. 1 ed. : Springer. 2009.v. 204, p. 167-196.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2008

1.   BARRIGA, Gladys Dorotea Cacsire; CANCHO, V. G.; Louzada-Neto, F. A New Lifetime Distribution with Bathtub and Unimodal Hazard Function. Em: . 28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering (MaxEnt 2008) Proceedings. 1 ed. 2008.p. 1-10.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   Braga, Arthur Plínio de Souza; de Carvalho, A. C. P. L. F.; OLIVEIRA, João Fernando. Computational Intelligence applied to the Automatic Monitoring of Dressing Operations in an Industrial CNC Machine. Em: Advances of Computational Intelligence in Industrial Systems. : Springer. 2008.p. 249-268.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   DURAN, R.; MARGARIDO, F. R. A.; NONATO, L. G.; CARVALHO, L. A.; BRUNO, O.. Modelagem e Simulação do Sistema Óptico. Em: Óptica e Fisiologia da Visão: uma abordagem multidisciplinar. 1 ed. : Rocca. 2008.p. 202-213.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.   Faceli, Katti; de Carvalho, A. C. P. L. F.; Souto, Marcílio Carlos Pereira de. Cluster Ensemble and Multi-objective Clustering Methods. Em: Pattern Recognition Technologies and Applications: Recent Advances. 1 ed. : Idea Group. 2008.p. 325-343.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5.   Lorena, Ana Carolina; de Carvalho, A. C. P. L. F.. Investigation of Strategies for the Generation of Multiclass Support Vector Machines. Em: New Challenges in Applied Intelligence Technologies. : Springer. 2008.p. 319-328.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2007

1.   Freitas, Alex; de Carvalho, A. C. P. L. F.. A Tutorial on Hierarchical Classification with Applications in Bioinformatics. Em: Research and Trends in Data Mining Technologies and Applications: Advances in Data Warehousing and Mining. 1 ed. : Idea Group. 2007.p. 176-209.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   Lorena, Ana Carolina; de Carvalho, A. C. P. L. F.. Evolutionary Design of Code-matrices for Multiclass Problems. Em: Soft Computing for Knowledge Discovery and Data Mining. 1 ed. : Amsterdam. 2007.v. 2, p. 147-175.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   Naldi, Murilo Coelho; de Carvalho, A. C. P. L. F.; Campello, R.; Hruschka, E.. Evolutionary Clustering for Data Mining. Em: Soft Computing for Knowledge Discovery and Data Mining. 2 ed. : Springer. 2007.v. 1, p. 95-114.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.   Nery, B. R.; Mello, R.; de Carvalho, A. C. P. L. F.; YAN, L.. Artificial Ants in the Real World: Solving On-line Problems Using Ant Colony Optimization. Em: Swarm Intelligence, Focus on Ant and Particle Swarm Optimization. 1 ed. : I-Tech Education and Publishing. 2007.v. 1, p. 217-234.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2006

1.   CUMINATO, José Alberto; FERRAZ, Carolina Toledo. An-Edge preserving multigrid-like for image denoising. Em: Lecture Notes in Computer Science. : Springer Verlag. 2006.p. 126-137.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   FERREIRA, V. G.; TOME, M. F.; FORTUNA, A.; CASTELO, A.; MANGIAVACCHI, N.; CUMINATO, J. A.; MCKEE, S.. Comparative study of high-order upwind schemes on axisymmetric free surface flows. Em: Nonlinear Dynamics, Caos, Control, and Their Application to Engineering Sciences, Applications of Nonlinear Phenomena. 2006.p. 21-30.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   GROSSI, Luciane; TOMÉ, Murilo Francisco; CASTELO FILHO, Antonio; MANGIAVACCHI, Norberto; CUMINATO, José Alberto; FERREIRA, Vlademir Garcia; MCKEE, Sean. A Numerical Method for Solving Viscoelastic Contraction Flows. Em: Industrial Mathematics. : Narosa Publishing House. 2006.p. 205-220.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2004

1.   de Carvalho, A. C. P. L. F.; Braga, A.; Ludermir, T.. Credit Card Users´Data Mining. Em: Encyclopedia of Information Science and Technology. : Idea Group Inc.. 2004.p. 603-605.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2003

1.   Braga, A.; Ludermir, T.; de Carvalho, A. C. P. L. F.. Redes Neurais. Em: Sistemas Inteligentes -- Fundamentos e Aplicações. 1 ed. : Editora Manole. 2003.p. 36-70.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   de Carvalho, A. C. P. L. F.; Braga, A.; Ludermir, T.. Computação Evolutiva. Em: Sistemas Inteligentes -- Fundamentos e Aplicações. 1 ed. : Editora Manole. 2003.p. 1-35.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   FARIA DA VEIGA , P. A.. Towards a More Complete Understanding of Nuclear Forces. Em: Roberto Salmeron Festschrift, A Master and a Friend. 1 ed. : AIAFEX. 2003.p. 405-418.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.   Ludermir, T.; de Carvalho, A. C. P. L. F.; Braga, A.. Sistemas Inteligentes Híbridos. Em: Sistemas Inteligentes: Fundamentos e Aplicações. : Manole. 2003.p. 246-268.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2002

1.   Braga, A.; de Carvalho, A. C. P. L. F.; Ludermir, T.. Radial Basis Functions: Theory and Applications. Em: Nonlinear Modeling and Forecasting of High Frequency Financial and Economic Time Series. 1 ed. : Kluwer Academic Publishers. 2002.p. 159-178.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   de Carvalho, A. C. P. L. F.; Braga, A.; Rezende, S.; Ludermir, T.; Martineli, E.. Understanding Credit Card Users Behaviour: A Data Mining Approach. Em: In Heuristic and Optimization for Knowledge Discovery. 1 ed. : Idea Group Publishing. 2002.p. 241-262.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   FERREIRA, V. G.; TOME, M. F.; FORTUNA, A. O.; CASTELO FILHO, A.; MANGIAVACCHI, N.; CUMINATO, J. A.; MCKEE, S.. A Comparative Study of High-Order Upwind Schemes on Axisymmetric Free Surface Flows. Em: Nonlinear Dynamics, Chaos, Control, and their Applications to Engineering Sciences. Applications of Nonlinear Phenomena. 2002.p. 21-30.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2001

1.   FERREIRA, Valdemir Garcia; CUMINATO, José Alberto. Introdução à Dinâmica dos Fluidos Computacional. Em: Aplicações em Dinâmica e Controle. 01 ed. : Associação Brasileira de Ciências Mecânicas (ABCM). 2001.v. 02, p. 266-290.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   Lacerda, E.; de Carvalho, A. C. P. L. F.; Ludermir, T.. Evolutionary Optimization of RBF networks, Radial basis function neural networks: design and applications. Em: Studies in Fuzziness and Soft Computing Series. 1 ed. : Springer Verlag. 2001.p. 281-310.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

2000

1.   CUMINATO, José Alberto; FERREIRA, Valdemir Garcia; TOMÉ, Murilo Francisco; MANGIAVACCHI, Norberto; FORTUNA, A. O.; CASTELO, Antonio; MCKEE, Sean. A comparative study of high-order upwind schemes for axisymmetric free surface flows. Em: Applications on Nonlinear phenomena. 2000.p. 21-30.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   FARIA DA VEIGA , P. A.. Perturbative and Constructive Renormalization: An Overview. Em: Xth. Jorge André Swieca Summer School - Particles and Fields. : World Scientific Publishing Co. Pte. Ltd.. 2000.p. 349-385.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   Figueiredo, M.; Gomide, F.; Ballini, R.; SOARES, Secundino; Andrade, M G. A Seasonal Streamflow Forecasting Using Neurofuzzy Network. Em: Information, Uncertainty and Fusion. : Kluwer Academic Publishers. 2000.p. 257-267.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

1999

1.   Lacerda, E.; de Carvalho, A. C. P. L. F.. Introdução aos Algoritmos Genéticos. Em: Sistemas Inteligentes: Aplicações a Recursos Hídricos e Ciências Ambientais. 1 ed. : Editora da Universidade Federal do Rio Grande do Sul. 1999.p. 99-148.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   LOPES, H.; NONATO, L. G.; PESCO, Sinesio; TAVARES, G.. Dealing with Topological Singularities in Volumetric Reconstrucion. Em: Curve and Surface Desing. : Vanderbilt University Press. 1999.p. 229-238.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3.   Marar, W.L.; Montaldi, J.A.; Ruas, M.A.S.; Bruce, W.; MOND, D.. Multiplicities of Zero-Schemes in Quasihomogeneous Corank-1 Singularities Cn Cn. Em: Singularity Theory. 1 ed. : Cambridge University Press. 1999.p. 353-368.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4.   Martineli, E.; de Carvalho, A. C. P. L. F.; Rezende, S.. Rules extraction from Banks bankrupt data using Connectionist and Symbolic Learning Algorithms. Em: Computational Finance'99. 1 ed. : MIT Press. 1999.p. 1-16.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

1998

1.   de Carvalho, A. C. P. L. F.; Fairhurst, M.; Bisset, D.. Comparative Study of GSNf Learning Methods. Em: RAM-Based Neural Networks. 1 ed. : World scientific. 1998.p. 31-42.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2.   de Carvalho, A. C. P. L. F.; Fairhurst, M.; Bisset, D.. Combining Two Boolean Neural Networks for Image Classification. Em: RAM-Based Neural Networks. 1 ed. : World scientific. 1998.p. 193-204.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

1996

1.   CUMINATO, José Alberto. A Parallel Free Surface Flow Solver. Em: Parallel Computational Fluid Dynamics - Implementations and Results Using Parallel Computers. 1 ed. : Elsevier Science B. V.. 1996.v. 1, p. 215-222.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

1992

1.   CASTELO FILHO, A.; LOPES, H. C. V.; TAVARES, G.. Handlebody Representation for Surfaces and Morse Operators. Em: Curves and Surfaces in Computer Vision and Graphics III. : SPIE. 1992.p. 270-283.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]


(*) Relatório criado com produções desde 1970 até 2023
Data de processamento: 08/03/2023 08:58:37