BDTA USP - Resultado da busca

Trabalho de Conclusão de Curso (Graduação)
Sistema de Identificação e Classificação de Mudas de Plantas para Controle de Pragas em Plantações (2020)
Tornisiello, Victor Rozzatti; Osório, Fernando Santos (Orientador)
Unidade: EESC E ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TORNISIELLO, Victor Rozzatti. Sistema de Identificação e Classificação de Mudas de Plantas para Controle de Pragas em Plantações. 2020. Trabalho de Conclusão de Curso (Graduação) – , Universidade de São Paulo, São Carlos, 2020. Disponível em: https://bdta.abcd.usp.br/directbitstream/6518a85f-35f7-4c34-9503-11a1859e7055/TCC%20VictorTornisielo.pdf. Acesso em: 29 abr. 2024.
APA
Tornisiello, V. R. (2020). Sistema de Identificação e Classificação de Mudas de Plantas para Controle de Pragas em Plantações (Trabalho de Conclusão de Curso (Graduação). , Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/6518a85f-35f7-4c34-9503-11a1859e7055/TCC%20VictorTornisielo.pdf
NLM
Tornisiello VR. Sistema de Identificação e Classificação de Mudas de Plantas para Controle de Pragas em Plantações [Internet]. 2020 ;[citado 2024 abr. 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/6518a85f-35f7-4c34-9503-11a1859e7055/TCC%20VictorTornisielo.pdf
Vancouver
Tornisiello VR. Sistema de Identificação e Classificação de Mudas de Plantas para Controle de Pragas em Plantações [Internet]. 2020 ;[citado 2024 abr. 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/6518a85f-35f7-4c34-9503-11a1859e7055/TCC%20VictorTornisielo.pdf
Trabalho de Conclusão de Curso (Graduação)
Sistema automático para geração de modelos base de regressão (2021)
Mugnaini, Leandro Giusti; Osório, Fernando Santos (Orientador); Bruno, Diego Renan (coorient)
Unidade: EESC E ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REGRESSÃO, BIG DATA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MUGNAINI, Leandro Giusti. Sistema automático para geração de modelos base de regressão. 2021. Trabalho de Conclusão de Curso (Graduação) – , Universidade de São Paulo, São Carlos, 2021. Disponível em: https://bdta.abcd.usp.br/directbitstream/6c7523e7-2094-4991-92a8-d517d87f5140/Leandro%20Giusti%20Mugnaini%20.pdf. Acesso em: 29 abr. 2024.
APA
Mugnaini, L. G. (2021). Sistema automático para geração de modelos base de regressão (Trabalho de Conclusão de Curso (Graduação). , Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/6c7523e7-2094-4991-92a8-d517d87f5140/Leandro%20Giusti%20Mugnaini%20.pdf
NLM
Mugnaini LG. Sistema automático para geração de modelos base de regressão [Internet]. 2021 ;[citado 2024 abr. 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/6c7523e7-2094-4991-92a8-d517d87f5140/Leandro%20Giusti%20Mugnaini%20.pdf
Vancouver
Mugnaini LG. Sistema automático para geração de modelos base de regressão [Internet]. 2021 ;[citado 2024 abr. 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/6c7523e7-2094-4991-92a8-d517d87f5140/Leandro%20Giusti%20Mugnaini%20.pdf
Trabalho de Conclusão de Curso (Graduação)
Reprodução de rede adversária generativa para detecção de mudanças em imagens de satélites (2021)
Kamla, Matheus Borges; Osório, Fernando Santos (Orientador); Bruno, Diego Renan (coorient)
Unidade: EESC E ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
KAMLA, Matheus Borges. Reprodução de rede adversária generativa para detecção de mudanças em imagens de satélites. 2021. Trabalho de Conclusão de Curso (Graduação) – , Universidade de São Paulo, São Carlos, 2021. Disponível em: https://bdta.abcd.usp.br/directbitstream/8c4c71f1-3469-4b1b-a82e-cfbd496d1ee3/Matheus%20Borges%20Kamla.pdf. Acesso em: 29 abr. 2024.
APA
Kamla, M. B. (2021). Reprodução de rede adversária generativa para detecção de mudanças em imagens de satélites (Trabalho de Conclusão de Curso (Graduação). , Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/8c4c71f1-3469-4b1b-a82e-cfbd496d1ee3/Matheus%20Borges%20Kamla.pdf
NLM
Kamla MB. Reprodução de rede adversária generativa para detecção de mudanças em imagens de satélites [Internet]. 2021 ;[citado 2024 abr. 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/8c4c71f1-3469-4b1b-a82e-cfbd496d1ee3/Matheus%20Borges%20Kamla.pdf
Vancouver
Kamla MB. Reprodução de rede adversária generativa para detecção de mudanças em imagens de satélites [Internet]. 2021 ;[citado 2024 abr. 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/8c4c71f1-3469-4b1b-a82e-cfbd496d1ee3/Matheus%20Borges%20Kamla.pdf
Trabalho de Conclusão de Curso (MBA)
Predicting drivers of change´s impacts on pollinators bees behaviour and efficiency using deep learning (2023)
Rossi, Thiago Joel Angrizanes; Osório, Fernando Santos (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, PREDIÇÃO, INTELIGÊNCIA ARTIFICIAL, POLINIZAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROSSI, Thiago Joel Angrizanes. Predicting drivers of change´s impacts on pollinators bees behaviour and efficiency using deep learning. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://bdta.abcd.usp.br/directbitstream/ed55d99f-c5a2-4f2d-925d-6bad59d0c184/Thiago%20Joel%20Angrizanes%20Rossi.pdf. Acesso em: 29 abr. 2024.
APA
Rossi, T. J. A. (2023). Predicting drivers of change´s impacts on pollinators bees behaviour and efficiency using deep learning (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/ed55d99f-c5a2-4f2d-925d-6bad59d0c184/Thiago%20Joel%20Angrizanes%20Rossi.pdf
NLM
Rossi TJA. Predicting drivers of change´s impacts on pollinators bees behaviour and efficiency using deep learning [Internet]. 2023 ;[citado 2024 abr. 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/ed55d99f-c5a2-4f2d-925d-6bad59d0c184/Thiago%20Joel%20Angrizanes%20Rossi.pdf
Vancouver
Rossi TJA. Predicting drivers of change´s impacts on pollinators bees behaviour and efficiency using deep learning [Internet]. 2023 ;[citado 2024 abr. 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/ed55d99f-c5a2-4f2d-925d-6bad59d0c184/Thiago%20Joel%20Angrizanes%20Rossi.pdf
Trabalho de Conclusão de Curso (MBA)
Machine learning: abordagem de identificação de oportunidades de negócios em portais B2B (2023)
Antelo, Luiz Fernando Duque Estrada; Osório, Fernando Santos (Orientador)
Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, PYTHON
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ANTELO, Luiz Fernando Duque Estrada. Machine learning: abordagem de identificação de oportunidades de negócios em portais B2B. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://bdta.abcd.usp.br/directbitstream/e01aa714-a744-4bdf-b5da-bf5b80efef9a/Luiz%20Fernando%20Duque%20Estrada%20Antelo.pdf. Acesso em: 29 abr. 2024.
APA
Antelo, L. F. D. E. (2023). Machine learning: abordagem de identificação de oportunidades de negócios em portais B2B (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/e01aa714-a744-4bdf-b5da-bf5b80efef9a/Luiz%20Fernando%20Duque%20Estrada%20Antelo.pdf
NLM
Antelo LFDE. Machine learning: abordagem de identificação de oportunidades de negócios em portais B2B [Internet]. 2023 ;[citado 2024 abr. 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/e01aa714-a744-4bdf-b5da-bf5b80efef9a/Luiz%20Fernando%20Duque%20Estrada%20Antelo.pdf
Vancouver
Antelo LFDE. Machine learning: abordagem de identificação de oportunidades de negócios em portais B2B [Internet]. 2023 ;[citado 2024 abr. 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/e01aa714-a744-4bdf-b5da-bf5b80efef9a/Luiz%20Fernando%20Duque%20Estrada%20Antelo.pdf
Trabalho de Conclusão de Curso (Graduação)
Estudos de abordagens de DL-CNN (Deep Learning Convolutional Neural Nets) visando a detecção de veículos em imagens de vídeo, a fim de aumentar a segurança e evitar acidentes em vias públicas (2021)
Cangerana, Nilo Conrado Messias Alves; Osório, Fernando Santos (Orientador)
Unidade: EESC E ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, VISÃO COMPUTACIONAL, REDES NEURAIS, PROCESSAMENTO DE IMAGENS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CANGERANA, Nilo Conrado Messias Alves. Estudos de abordagens de DL-CNN (Deep Learning Convolutional Neural Nets) visando a detecção de veículos em imagens de vídeo, a fim de aumentar a segurança e evitar acidentes em vias públicas. 2021. Trabalho de Conclusão de Curso (Graduação) – , Universidade de São Paulo, São Carlos, 2021. Disponível em: https://bdta.abcd.usp.br/directbitstream/30d92d95-cf4d-41aa-81d3-9b75db8d8be9/Nilo%20Conrado%20Messias%20Alves%20Cangerana%20.pdf. Acesso em: 29 abr. 2024.
APA
Cangerana, N. C. M. A. (2021). Estudos de abordagens de DL-CNN (Deep Learning Convolutional Neural Nets) visando a detecção de veículos em imagens de vídeo, a fim de aumentar a segurança e evitar acidentes em vias públicas (Trabalho de Conclusão de Curso (Graduação). , Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/30d92d95-cf4d-41aa-81d3-9b75db8d8be9/Nilo%20Conrado%20Messias%20Alves%20Cangerana%20.pdf
NLM
Cangerana NCMA. Estudos de abordagens de DL-CNN (Deep Learning Convolutional Neural Nets) visando a detecção de veículos em imagens de vídeo, a fim de aumentar a segurança e evitar acidentes em vias públicas [Internet]. 2021 ;[citado 2024 abr. 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/30d92d95-cf4d-41aa-81d3-9b75db8d8be9/Nilo%20Conrado%20Messias%20Alves%20Cangerana%20.pdf
Vancouver
Cangerana NCMA. Estudos de abordagens de DL-CNN (Deep Learning Convolutional Neural Nets) visando a detecção de veículos em imagens de vídeo, a fim de aumentar a segurança e evitar acidentes em vias públicas [Internet]. 2021 ;[citado 2024 abr. 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/30d92d95-cf4d-41aa-81d3-9b75db8d8be9/Nilo%20Conrado%20Messias%20Alves%20Cangerana%20.pdf

USP Schools

BDTA

Filters

Authors

USP affiliated authors

Subjects