Otimização da parametrização em exames de FMD utilizando aprendizado profundo (2024)
Unidade: ICMCSubjects: INTELIGÊNCIA ARTIFICIAL, REDES NEURAIS, PROCESSAMENTO DE IMAGENS, DOENÇAS CARDIOVASCULARES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NOVO, Lucas Henrique Castelo. Otimização da parametrização em exames de FMD utilizando aprendizado profundo. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/21267212-eed4-4cf7-9718-13863f5a589c/Lucas_Novo.pdf. Acesso em: 14 maio 2025.APA
Novo, L. H. C. (2024). Otimização da parametrização em exames de FMD utilizando aprendizado profundo (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/21267212-eed4-4cf7-9718-13863f5a589c/Lucas_Novo.pdfNLM
Novo LHC. Otimização da parametrização em exames de FMD utilizando aprendizado profundo [Internet]. 2024 ;[citado 2025 maio 14 ] Available from: https://bdta.abcd.usp.br/directbitstream/21267212-eed4-4cf7-9718-13863f5a589c/Lucas_Novo.pdfVancouver
Novo LHC. Otimização da parametrização em exames de FMD utilizando aprendizado profundo [Internet]. 2024 ;[citado 2025 maio 14 ] Available from: https://bdta.abcd.usp.br/directbitstream/21267212-eed4-4cf7-9718-13863f5a589c/Lucas_Novo.pdf