ReP USP - Resultado da busca

Artigo de periodico
Analysis of the effectiveness of public health measures on COVID-19 transmission (2023)
Silva, Thiago Christiano ; Anghinoni, Leandro ; Chagas, Cassia Pereira das; Zhao, Liang ; Tabak, Benjamin Miranda
Source: International Journal of Environmental Research and Public Health. Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, COVID-19, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Thiago Christiano et al. Analysis of the effectiveness of public health measures on COVID-19 transmission. International Journal of Environmental Research and Public Health, v. 20, n. 18, p. 1-19, 2023Tradução . . Disponível em: https://doi.org/10.3390/ijerph20186758. Acesso em: 24 maio 2024.
APA
Silva, T. C., Anghinoni, L., Chagas, C. P. das, Zhao, L., & Tabak, B. M. (2023). Analysis of the effectiveness of public health measures on COVID-19 transmission. International Journal of Environmental Research and Public Health, 20( 18), 1-19. doi:10.3390/ijerph20186758
NLM
Silva TC, Anghinoni L, Chagas CP das, Zhao L, Tabak BM. Analysis of the effectiveness of public health measures on COVID-19 transmission [Internet]. International Journal of Environmental Research and Public Health. 2023 ; 20( 18): 1-19.[citado 2024 maio 24 ] Available from: https://doi.org/10.3390/ijerph20186758
Vancouver
Silva TC, Anghinoni L, Chagas CP das, Zhao L, Tabak BM. Analysis of the effectiveness of public health measures on COVID-19 transmission [Internet]. International Journal of Environmental Research and Public Health. 2023 ; 20( 18): 1-19.[citado 2024 maio 24 ] Available from: https://doi.org/10.3390/ijerph20186758
Trabalho de evento
TransGNN: a transductive graph neural network with graph dynamic embedding (2023)
Anghinoni, Leandro ; Yu-Tao, Zhu; Donghong, Ji; Liang, Zhao
Source: Proceedings. Conference titles: International Joint Conference on Neural Networks - IJCNN. Unidades: FFCLRP, ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ANGHINONI, Leandro et al. TransGNN: a transductive graph neural network with graph dynamic embedding. 2023, Anais.. Piscataway: IEEE, 2023. Disponível em: https://doi.org/10.1109/IJCNN54540.2023.10191134. Acesso em: 24 maio 2024.
APA
Anghinoni, L., Yu-Tao, Z., Donghong, J., & Liang, Z. (2023). TransGNN: a transductive graph neural network with graph dynamic embedding. In Proceedings. Piscataway: IEEE. doi:10.1109/IJCNN54540.2023.10191134
NLM
Anghinoni L, Yu-Tao Z, Donghong J, Liang Z. TransGNN: a transductive graph neural network with graph dynamic embedding [Internet]. Proceedings. 2023 ;[citado 2024 maio 24 ] Available from: https://doi.org/10.1109/IJCNN54540.2023.10191134
Vancouver
Anghinoni L, Yu-Tao Z, Donghong J, Liang Z. TransGNN: a transductive graph neural network with graph dynamic embedding [Internet]. Proceedings. 2023 ;[citado 2024 maio 24 ] Available from: https://doi.org/10.1109/IJCNN54540.2023.10191134
Tese (Doutorado)
Structure characterization of complex networks for machine learning (2023)
Anghinoni, Leandro ; Liang, Zhao (Orientador) ; Silva, Israel T. (coorient)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REDES COMPLEXAS, REDES NEURAIS, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ANGHINONI, Leandro. Structure characterization of complex networks for machine learning. 2023. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13092023-143213/. Acesso em: 24 maio 2024.
APA
Anghinoni, L. (2023). Structure characterization of complex networks for machine learning (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13092023-143213/
NLM
Anghinoni L. Structure characterization of complex networks for machine learning [Internet]. 2023 ;[citado 2024 maio 24 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13092023-143213/
Vancouver
Anghinoni L. Structure characterization of complex networks for machine learning [Internet]. 2023 ;[citado 2024 maio 24 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-13092023-143213/
Artigo de periodico
Characterizing data patterns with core-periphery network modeling (2023)
Jianglong, Yan; Anghinoni, Leandro ; Yu-Tao, Zhu; Weiguang, Liu; Gen, Li; Qiusheng, Zheng; Liang, Zhao
Source: Journal of Computational Science. Unidades: FFCLRP, ICMC
Subjects: REDES COMPLEXAS, RECONHECIMENTO DE IMAGEM, RADIOGRAFIA, COVID-19
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
JIANGLONG, Yan et al. Characterizing data patterns with core-periphery network modeling. Journal of Computational Science, v. 66, n. Ja 2023, p. 1-13, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.jocs.2022.101912. Acesso em: 24 maio 2024.
APA
Jianglong, Y., Anghinoni, L., Yu-Tao, Z., Weiguang, L., Gen, L., Qiusheng, Z., & Liang, Z. (2023). Characterizing data patterns with core-periphery network modeling. Journal of Computational Science, 66( Ja 2023), 1-13. doi:10.1016/j.jocs.2022.101912
NLM
Jianglong Y, Anghinoni L, Yu-Tao Z, Weiguang L, Gen L, Qiusheng Z, Liang Z. Characterizing data patterns with core-periphery network modeling [Internet]. Journal of Computational Science. 2023 ; 66( Ja 2023): 1-13.[citado 2024 maio 24 ] Available from: https://doi.org/10.1016/j.jocs.2022.101912
Vancouver
Jianglong Y, Anghinoni L, Yu-Tao Z, Weiguang L, Gen L, Qiusheng Z, Liang Z. Characterizing data patterns with core-periphery network modeling [Internet]. Journal of Computational Science. 2023 ; 66( Ja 2023): 1-13.[citado 2024 maio 24 ] Available from: https://doi.org/10.1016/j.jocs.2022.101912
Artigo de periodico
Time series pattern identification by hierarchical community detection (2021)
Anghinoni, Leandro ; Vega-Oliveros, Didier Augusto ; Silva, Thiago Christiano ; Liang, Zhao
Source: European Physical Journal - Special Topics. Unidades: FFCLRP, ICMC
Subjects: REDES COMPLEXAS, ANÁLISE DE SÉRIES TEMPORAIS, RECONHECIMENTO DE PADRÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ANGHINONI, Leandro et al. Time series pattern identification by hierarchical community detection. European Physical Journal - Special Topics, v. 230, n. 14-15, p. 2775-2782, 2021Tradução . . Disponível em: https://doi.org/10.1140/epjs/s11734-021-00163-4. Acesso em: 24 maio 2024.
APA
Anghinoni, L., Vega-Oliveros, D. A., Silva, T. C., & Liang, Z. (2021). Time series pattern identification by hierarchical community detection. European Physical Journal - Special Topics, 230( 14-15), 2775-2782. doi:10.1140/epjs/s11734-021-00163-4
NLM
Anghinoni L, Vega-Oliveros DA, Silva TC, Liang Z. Time series pattern identification by hierarchical community detection [Internet]. European Physical Journal - Special Topics. 2021 ; 230( 14-15): 2775-2782.[citado 2024 maio 24 ] Available from: https://doi.org/10.1140/epjs/s11734-021-00163-4
Vancouver
Anghinoni L, Vega-Oliveros DA, Silva TC, Liang Z. Time series pattern identification by hierarchical community detection [Internet]. European Physical Journal - Special Topics. 2021 ; 230( 14-15): 2775-2782.[citado 2024 maio 24 ] Available from: https://doi.org/10.1140/epjs/s11734-021-00163-4
Artigo de periodico
Temporal network pattern identification by community modelling (2020)
Gao, Xubo; Zheng, Qiusheng; Vega-Oliveros, Didier Augusto ; Anghinoni, Leandro ; Liang, Zhao
Source: Scientific Reports. Unidades: FFCLRP, ICMC
Subjects: MINERAÇÃO DE DADOS, ANÁLISE DE SÉRIES TEMPORAIS, RECONHECIMENTO DE PADRÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GAO, Xubo et al. Temporal network pattern identification by community modelling. Scientific Reports, v. 10, p. 1-12, 2020Tradução . . Disponível em: https://doi.org/10.1038/s41598-019-57123-1. Acesso em: 24 maio 2024.
APA
Gao, X., Zheng, Q., Vega-Oliveros, D. A., Anghinoni, L., & Liang, Z. (2020). Temporal network pattern identification by community modelling. Scientific Reports, 10, 1-12. doi:10.1038/s41598-019-57123-1
NLM
Gao X, Zheng Q, Vega-Oliveros DA, Anghinoni L, Liang Z. Temporal network pattern identification by community modelling [Internet]. Scientific Reports. 2020 ; 10 1-12.[citado 2024 maio 24 ] Available from: https://doi.org/10.1038/s41598-019-57123-1
Vancouver
Gao X, Zheng Q, Vega-Oliveros DA, Anghinoni L, Liang Z. Temporal network pattern identification by community modelling [Internet]. Scientific Reports. 2020 ; 10 1-12.[citado 2024 maio 24 ] Available from: https://doi.org/10.1038/s41598-019-57123-1
Dissertação (Mestrado)
Classificação e previsão de séries temporais através de redes complexas (2018)
Anghinoni, Leandro; Liang, Zhao (Orientador) ; Silva, Thiago Christiano (coorient)
Unidade: FFCLRP
Subjects: ANÁLISE DE SÉRIES TEMPORAIS, REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ANGHINONI, Leandro. Classificação e previsão de séries temporais através de redes complexas. 2018. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2018. Disponível em: https://doi.org/10.11606/D.59.2019.tde-11122018-095106. Acesso em: 24 maio 2024.
APA
Anghinoni, L. (2018). Classificação e previsão de séries temporais através de redes complexas (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://doi.org/10.11606/D.59.2019.tde-11122018-095106
NLM
Anghinoni L. Classificação e previsão de séries temporais através de redes complexas [Internet]. 2018 ;[citado 2024 maio 24 ] Available from: https://doi.org/10.11606/D.59.2019.tde-11122018-095106
Vancouver
Anghinoni L. Classificação e previsão de séries temporais através de redes complexas [Internet]. 2018 ;[citado 2024 maio 24 ] Available from: https://doi.org/10.11606/D.59.2019.tde-11122018-095106
Trabalho de evento
Time series trend detection and forecasting using complex network topology analysis (2018)
Anghinoni, Leandro; Liang, Zhao ; Zheng, Qiusheng; Zhang, Junbao
Source: Annals. Conference titles: International Joint Conference on Neural Networks (IJCNN). Unidade: FFCLRP
Assunto: REDES COMPLEXAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ANGHINONI, Leandro et al. Time series trend detection and forecasting using complex network topology analysis. 2018, Anais.. Rio de Janeiro: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo, 2018. Disponível em: https://doi.org/10.1109/ijcnn.2018.8489167. Acesso em: 24 maio 2024.
APA
Anghinoni, L., Liang, Z., Zheng, Q., & Zhang, J. (2018). Time series trend detection and forecasting using complex network topology analysis. In Annals. Rio de Janeiro: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.1109/ijcnn.2018.8489167
NLM
Anghinoni L, Liang Z, Zheng Q, Zhang J. Time series trend detection and forecasting using complex network topology analysis [Internet]. Annals. 2018 ;[citado 2024 maio 24 ] Available from: https://doi.org/10.1109/ijcnn.2018.8489167
Vancouver
Anghinoni L, Liang Z, Zheng Q, Zhang J. Time series trend detection and forecasting using complex network topology analysis [Internet]. Annals. 2018 ;[citado 2024 maio 24 ] Available from: https://doi.org/10.1109/ijcnn.2018.8489167

USP Schools

ReP

Filtros

Authors

Subjects

Source title

Countries/Territories

Funding Agencies

Indexado em

Non normalized affiliation