Zobrazeno 1 - 6
of 6
pro vyhledávání: '"Celso Yoshikazu Ishida"'
Publikováno v:
Extensão em Foco.
O projeto de extensão Mapa Verde Curitiba entre tantas outras atividades, despertou a comunidade acadêmica sobre a disponibilidade das informações nos Campus da UFPR. A pesquisa objetiva desenvolver um banco de dados de conteúdos e serviços dig
Publikováno v:
Extensão em Foco.
Relata a experiência do uso da fotografia no Projeto de Extensão “Projeção e Visualização Científica dos 100 anos de Dados Históricos UFPR” como ferramenta capaz de desenvolver o raciocínio espacial e de visualização que, se aplicada a
Publikováno v:
Extensão em Foco.
Apresentação
Autor:
Terumi Paula Bonfim Kamada, Jayson Carpejani, Celso Yoshikazu Ishida, Márcio Luiz Rossato Gomes, Luiz Antônio Pereira Neves
Publikováno v:
RENOTE; v. 10, n. 1 (2012): Edição regular-Julho de 2012
Esta pesquisa exibe uma análise comparativa de duas plataformas de desenvolvimento de tecnologias móveis: Android SDK para Eclipse IDE (Android) e o Windows Phone SDK para Visual Studio IDE (WP) e como a concepção de aplicativos móveis podem ser
Autor:
Celso Yoshikazu Ishida, Aurora Pozo, Marco César Goldbarg, Elizabeth Ferreira Gouvea Goldbarg
Publikováno v:
Innovative Applications in Data Mining ISBN: 9783540880448
Innovative Applications in Data Mining
Innovative Applications in Data Mining
A previous work explores a Multi-Objective Subset Selection algorithm, denominated the Pareto Front Elite, to induce classifiers. These classifiers are composed by a set of rules selected following Pareto dominance concepts and forming unordered clas
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::5b1554f053559dbc6ed31b47d0970a0c
https://doi.org/10.1007/978-3-540-88045-5_3
https://doi.org/10.1007/978-3-540-88045-5_3
Autor:
Andre B. de Carvalho, Marco César Goldbarg, Aurora Pozo, Celso Yoshikazu Ishida, Elizabeth Ferreira Gouvea Goldbarg
Publikováno v:
Evolutionary Computation in Combinatorial Optimization ISBN: 9783540786030
EvoCOP
EvoCOP
This paper presents a method of classification rule discovery based on two multiple objective metaheuristics: a Greedy Randomized Adaptive Search Procedure with path-relinking (GRASP-PR), and Multiple Objective Particle Swarm (MOPS). The rules are se
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::6c5bd79d37da6cf34bafc9ea2b6d3cf8
https://doi.org/10.1007/978-3-540-78604-7_7
https://doi.org/10.1007/978-3-540-78604-7_7