Menu

Filtros : "APRENDIZADO COMPUTACIONAL" "IFSC" Removido: "Espanhol" Limpar

Filtros

Limitar por data

  • 1

1 - 3 (3 registros)

  • Trabalho de Conclusão de Curso (Graduação)

    Estudos de modelagem molecular para a descoberta de potenciais inibidores da enzima PI4KIIIβ de Plasmodium falciparum: triagem virtual e métodos de aprendizado de máquina (2022)

    Oliveira, Gabriela Silva de; Guido, Rafael Victório Carvalho (Orientador)

    Unidade: IFSC

    Assuntos: MALÁRIA, PLASMODIUM FALCIPARUM, MODELAGEM MOLECULAR, INIBIDORES DE ENZIMAS, APRENDIZADO COMPUTACIONAL

    Versão PublicadaComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      OLIVEIRA, Gabriela Silva de. Estudos de modelagem molecular para a descoberta de potenciais inibidores da enzima PI4KIIIβ de Plasmodium falciparum: triagem virtual e métodos de aprendizado de máquina. 2022. Trabalho de Conclusão de Curso (Graduação) – Instituto de Física de São Carlos, Universidade de São Paulo, São Carlos, 2022. Disponível em: https://bdta.abcd.usp.br/directbitstream/32e42bb0-b5ba-4251-b766-542e3e392145/TCC%20-%20Gabriela%20S.%20Oliveira.pdf. Acesso em: 10 jun. 2024.

    • APA

      Oliveira, G. S. de. (2022). Estudos de modelagem molecular para a descoberta de potenciais inibidores da enzima PI4KIIIβ de Plasmodium falciparum: triagem virtual e métodos de aprendizado de máquina (Trabalho de Conclusão de Curso (Graduação). Instituto de Física de São Carlos, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/32e42bb0-b5ba-4251-b766-542e3e392145/TCC%20-%20Gabriela%20S.%20Oliveira.pdf

    • NLM

      Oliveira GS de. Estudos de modelagem molecular para a descoberta de potenciais inibidores da enzima PI4KIIIβ de Plasmodium falciparum: triagem virtual e métodos de aprendizado de máquina [Internet]. 2022 ;[citado 2024 jun. 10 ] Available from: https://bdta.abcd.usp.br/directbitstream/32e42bb0-b5ba-4251-b766-542e3e392145/TCC%20-%20Gabriela%20S.%20Oliveira.pdf

    • Vancouver

      Oliveira GS de. Estudos de modelagem molecular para a descoberta de potenciais inibidores da enzima PI4KIIIβ de Plasmodium falciparum: triagem virtual e métodos de aprendizado de máquina [Internet]. 2022 ;[citado 2024 jun. 10 ] Available from: https://bdta.abcd.usp.br/directbitstream/32e42bb0-b5ba-4251-b766-542e3e392145/TCC%20-%20Gabriela%20S.%20Oliveira.pdf

  • Trabalho de Conclusão de Curso (Graduação)

    Combining machine learning and density functional theory towards the investigation of atomic clusters (2021)

    Morais, Felipe Orlando; Silva, Juarez Lopes Ferreira da (Orientador)

    Unidade: IFSC

    Assuntos: APRENDIZADO COMPUTACIONAL, ÁTOMOS

    Versão PublicadaComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MORAIS, Felipe Orlando. Combining machine learning and density functional theory towards the investigation of atomic clusters. 2021. Trabalho de Conclusão de Curso (Graduação) – Instituto de Física de São Carlos, Universidade de São Paulo, São Carlos, 2021. Disponível em: https://bdta.abcd.usp.br/directbitstream/38448afa-5bbe-4ddb-aaa2-20c4e88e10a1/Felipe%20Orlando%20Morais.pdf. Acesso em: 10 jun. 2024.

    • APA

      Morais, F. O. (2021). Combining machine learning and density functional theory towards the investigation of atomic clusters (Trabalho de Conclusão de Curso (Graduação). Instituto de Física de São Carlos, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/38448afa-5bbe-4ddb-aaa2-20c4e88e10a1/Felipe%20Orlando%20Morais.pdf

    • NLM

      Morais FO. Combining machine learning and density functional theory towards the investigation of atomic clusters [Internet]. 2021 ;[citado 2024 jun. 10 ] Available from: https://bdta.abcd.usp.br/directbitstream/38448afa-5bbe-4ddb-aaa2-20c4e88e10a1/Felipe%20Orlando%20Morais.pdf

    • Vancouver

      Morais FO. Combining machine learning and density functional theory towards the investigation of atomic clusters [Internet]. 2021 ;[citado 2024 jun. 10 ] Available from: https://bdta.abcd.usp.br/directbitstream/38448afa-5bbe-4ddb-aaa2-20c4e88e10a1/Felipe%20Orlando%20Morais.pdf

  • Trabalho de Conclusão de Curso (Graduação)

    Machine learrning optimization of a magneto-optical trap (2020)

    Santos, Lucas Marcelo Sá Marques dos; Telles, Gustavo Deczka (Orientador)

    Unidade: IFSC

    Assuntos: FÍSICA ATÔMICA, APRENDIZADO COMPUTACIONAL, ÓPTICA

    Versão PublicadaComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SANTOS, Lucas Marcelo Sá Marques dos. Machine learrning optimization of a magneto-optical trap. 2020. Trabalho de Conclusão de Curso (Graduação) – Instituto de Física de São Carlos, Universidade de São Paulo, São Carlos, 2020. Disponível em: https://bdta.abcd.usp.br/directbitstream/fdb09dde-137a-446a-9ef7-c33cfc2d2ab3/Lucas%20Marcelo%20de%20S%C3%A1%20Marques%20dos%20Santos.pdf. Acesso em: 10 jun. 2024.

    • APA

      Santos, L. M. S. M. dos. (2020). Machine learrning optimization of a magneto-optical trap (Trabalho de Conclusão de Curso (Graduação). Instituto de Física de São Carlos, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/fdb09dde-137a-446a-9ef7-c33cfc2d2ab3/Lucas%20Marcelo%20de%20S%C3%A1%20Marques%20dos%20Santos.pdf

    • NLM

      Santos LMSM dos. Machine learrning optimization of a magneto-optical trap [Internet]. 2020 ;[citado 2024 jun. 10 ] Available from: https://bdta.abcd.usp.br/directbitstream/fdb09dde-137a-446a-9ef7-c33cfc2d2ab3/Lucas%20Marcelo%20de%20S%C3%A1%20Marques%20dos%20Santos.pdf

    • Vancouver

      Santos LMSM dos. Machine learrning optimization of a magneto-optical trap [Internet]. 2020 ;[citado 2024 jun. 10 ] Available from: https://bdta.abcd.usp.br/directbitstream/fdb09dde-137a-446a-9ef7-c33cfc2d2ab3/Lucas%20Marcelo%20de%20S%C3%A1%20Marques%20dos%20Santos.pdf
  • 1

1 - 3 (3 registros)

Biblioteca Digital de Trabalhos Acadêmicos da Universidade de São Paulo     2012 - 2024