- Documento2005_Robinson_Multi-Aspect Target Discrimination Using Hidden Markov Models and Neural Networksenviado porDaniel Prado de Campos
- Documento2008_Bredies_Iterated Hard Shrinkage for Minimization Problems With Sparsity Constraintsenviado porDaniel Prado de Campos
- Documento2011_Gribonval_Should penalized least squares regression be interpreted as maximum a posteriori estimationenviado porDaniel Prado de Campos
- Documento2012_Casson_Signal agnostic compressive sensing for Body Area Networks Comparison of signal reconstructionsenviado porDaniel Prado de Campos
- Documento2011_Yang_Fisher Discrimination Dictionary Learning for Sparse Representationenviado porDaniel Prado de Campos
- Documento2010_Yanh_Supervised Translation-Invariant Sparse Codingenviado porDaniel Prado de Campos
- Documento2007_Von Zuben_[Notas de Aula] Perceptron de Múltiplas Camadasenviado porDaniel Prado de Campos
- Documento2015_Ma_Energy-Efficient Reconstruction of Compressively Sensed Bioelectrical Signals with Stochastic Computing Circuitsenviado porDaniel Prado de Campos
- Documento1998_Hall_Feature Selection for Machine Learning Comparing a Correlation-based Filter Approach to the Wrapperenviado porDaniel Prado de Campos
- Documento2000_Albesano_Hybrid HMM–NN Modeling of Stationary– Transitional Units for Continuous Speech Recognitionenviado porDaniel Prado de Campos
- Documento1993_Or_A Mickey Mouse Guide to Kalman Filteringenviado porDaniel Prado de Campos
- Documento2018_Pividori_Clustermatch discovering hidden relations in highly diverse kinds of qualitative and quantitative data without standardizationenviado porDaniel Prado de Campos
- Documento2018_Song_A sparsity-based stochastic pooling mechanism for deep convolutional neural networksenviado porDaniel Prado de Campos
- Documento2017 Unser [Slides] Biomedical Image Reconstructionenviado porDaniel Prado de Campos
- Documento2018_Kouw_An introduction to domain adaptation and transfer learningenviado porDaniel Prado de Campos
- Documento2017_Zhang_Binary relevance for multi-label learning an overviewenviado porDaniel Prado de Campos
- DocumentoRESOLUCAO_08_2018enviado porDaniel Prado de Campos
- Documento1651_manual_enviado porDaniel Prado de Campos
- Documento1651enviado porDaniel Prado de Campos
- DocumentoBC_05enviado porDaniel Prado de Campos
- Documento10.3233@WOR-2012-0381-1756enviado porDaniel Prado de Campos
- Documento10.3233@WOR-2012-0381-1756enviado porDaniel Prado de Campos
- DocumentoModelo de Projeto_Programa de extensaoenviado porDaniel Prado de Campos
- Documentocap1enviado porDaniel Prado de Campos
- Documentocap2enviado porDaniel Prado de Campos
- Documentocap3enviado porDaniel Prado de Campos
- DocumentoWekaManual-3-7-8enviado porDaniel Prado de Campos
- DocumentoIn vivo determination of chewing patterns using FBG and Artificial Neural Networksenviado porDaniel Prado de Campos
- DocumentoIn Vivo Pattern Classification of Ingestive Behavior in Ruminants Using FBG Sensors and Machine Learningenviado porDaniel Prado de Campos
- Documento9634_372.PDFenviado porDaniel Prado de Campos
- Documentosensors-15-28456.pdfenviado porDaniel Prado de Campos
- DocumentoIMOC 2015enviado porDaniel Prado de Campos
- DocumentoTCC -Daniel Prado de Camposenviado porDaniel Prado de Campos
- DocumentoDissertationSimonaBuechel.pdfenviado porDaniel Prado de Campos
- DocumentoApostila_Matlab_UTFPRenviado porDaniel Prado de Campos
- Documento[GPT_02]enviado porDaniel Prado de Campos
- Documento[GPT_01]enviado porDaniel Prado de Campos