Percorrer por autor 12629 Subscrever estatísticas do autor Autor

Índice: 0-9 A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

ou inserir as letras iniciais:  

Mostrar 1-20 de um total de 20 resultados.
DataTítuloAutor(es)TipoAcesso
27-Mar-2023AI4CITY - An automated machine learning platform for smart citiesPereira, Pedro José; Gonçalves, Carlos; Nunes, Lara Lopes, et al.Artigo em ata de conferênciaAcesso aberto
1-Jan-2022An empirical study on anomaly detection algorithms for extremely imbalanced datasetsFontes, Gonçalo; Matos, Luís Miguel; Matta, Arthur, et al.Artigo em ata de conferênciaAcesso aberto
2022An intelligent decision support system for road freight transportCarvalho, Hugo Silva; Pilastri, André Luiz; Matta, Arthur, et al.Artigo em ata de conferênciaAcesso aberto
1-Ago-2022Categorical Attribute traNsformation Environment (CANE): A python module for categorical to numeric data preprocessing[Formula presented]Matos, Luís Miguel; Azevedo, João; Matta, Arthur, et al.ArtigoAcesso aberto
Set-2021A comparison of anomaly detection methods for industrial screw tighteningRibeiro, Diogo Aires Gonçalves; Matos, Luís Miguel; Cortez, Paulo, et al.Artigo em ata de conferênciaAcesso aberto
Jul-2021A Comparison of AutoML Tools for Machine Learning, Deep Learning and XGBoostFerreira, Luís; Pilastri, André Luiz; Martins, Carlos Manuel, et al.Artigo em ata de conferênciaAcesso aberto
2021A comparison of machine learning approaches for predicting in-car display production qualityMatos, Luís Miguel; Domingues, André; Moreira, Guilherme, et al.Artigo em ata de conferênciaAcesso aberto
Set-2021A comparison of machine learning methods for extremely unbalanced industrial quality dataPereira, Pedro José; Pereira, Adriana; Cortez, Paulo, et al.Artigo em ata de conferênciaAcesso aberto
19-Mai-2022Deep autoencoders for acoustic anomaly detection: experiments with working machine and in-vehicle audioCoelho, Gabriel; Matos, Luis Miguel; Pereira, Pedro Jose, et al.ArtigoAcesso aberto
25-Abr-2022A federated machine learning approach to detect international revenue share fraud on the 5G edgeFerreira, Luís; Silva, Leopoldo; Pinho, Diana, et al.Artigo em ata de conferênciaAcesso restrito UMinho
8-Abr-2022Isolation forests and deep autoencoders for industrial screw tightening anomaly detectionRibeiro, Diogo; Matos, Luís Miguel; Moreira, Guilherme, et al.ArtigoAcesso aberto
1-Jan-2022A machine learning approach for spare parts lifetime estimationMacedo, Luísa; Matos, Luís Miguel; Cortez, Paulo, et al.Artigo em ata de conferênciaAcesso aberto
2023Machine learning for predicting production disruptions in the wood-based panels industry: a demonstration caseAfonso, Cláudia; Matta, Arthur; Matos, Luís Miguel, et al.Artigo em ata de conferênciaAcesso aberto
2022Predicting yarn breaks in textile fabrics: a machine learning approachAzevedo, João; Ribeiro, Rui; Matos, Luís Miguel, et al.Artigo em ata de conferênciaAcesso aberto
2022Production time prediction for contract manufacturing industries using automated machine learningSousa, Afonso; Ferreira, Luís; Ribeiro, Rui, et al.Artigo em ata de conferênciaAcesso aberto
1-Nov-2022RanCoord — A random geographic coordinates generator for transport and logistics research and development activities[Formula presented]Carvalho, Hugo Silva; Pilastri, André; Novais, Rui, et al.ArtigoAcesso aberto
Set-2023RTSIMU: Real-Time Simulation tool for IMU sensors [Formula presented]Dias, Paula; Matta, Arthur; Pilastri, André, et al.ArtigoAcesso aberto
2021A scalable and automated machine learning framework to support risk managementFerreira, Luís; Pilastri, André Luiz; Martins, Carlos, et al.Artigo em ata de conferênciaAcesso aberto
Set-2021Using deep autoencoders for in-vehicle audio anomaly detectionPereira, Pedro José; Coelho, Gabriel José Dias; Ribeiro, Alexandrine, et al.Artigo em ata de conferênciaAcesso aberto
1-Dez-2022Using supervised and one-class automated machine learning for predictive maintenanceFerreira, Luís; Pilastri, André; Romano, Filipe, et al.ArtigoAcesso aberto
Mostrar 1-20 de um total de 20 resultados.