Zobrazeno 1 - 10
of 65
pro vyhledávání: '"Palm, Bruna"'
Autor:
Palm, Bruna Gregory
Publikováno v:
Repositório Institucional da UFSMUniversidade Federal de Santa MariaUFSM.
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Usual point and interval forecasting based on the autoregressive integrated moving average models (ARIMA) may not be suitable for modelling variables defined over the interval (0, 1
Usual point and interval forecasting based on the autoregressive integrated moving average models (ARIMA) may not be suitable for modelling variables defined over the interval (0, 1
Externí odkaz:
http://repositorio.ufsm.br/handle/1/8381
Publikováno v:
In Computational Statistics and Data Analysis July 2022 171
Autor:
Palm, Bruna Gregory, Bayer, Fábio M.
Publikováno v:
Communications in Statistics - Simulation and Computation, 2017
We consider the issue of performing accurate small sample inference in beta autoregressive moving average model, which is useful for modeling and forecasting continuous variables that assumes values in the interval $(0,1)$. The inferences based on co
Externí odkaz:
http://arxiv.org/abs/1702.04391
Publikováno v:
In Digital Signal Processing February 2021 109
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Communications in Statistics: Simulation & Computation. 2023, Vol. 52 Issue 8, p3635-3656. 22p.
Autor:
da Silva, Fabiano G., Ramos, Lucas P., Palm, Bruna, Alves, Dimas I., Pettersson, Mats, Machado, Renato
Publikováno v:
Artificial Intelligence and Machine Learning in Defense Applications IV.
Feature extraction techniques play an essential role in classifying and recognizing targets in synthetic aperture radar (SAR) images. This article proposes a hybrid feature extraction technique based on convolutional neural networks and principal com
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::a2ae067ee22186d3dcca0523448d3838
https://doi.org/10.1117/12.2636274
https://doi.org/10.1117/12.2636274
Publikováno v:
IGARSS 2022 - 2022 IEEE International Geoscience and Remote Sensing Symposium.
Synthetic aperture radars (SAR) data plays an important role in remote sensing applications. It is common knowledge that SAR image amplitude pixels can be approximately modeled by the Rayleigh distribution. However, this model is contin-uous and does
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::b15ba86601c8f78a517de1cc02e57468
https://doi.org/10.1109/igarss46834.2022.9883264
https://doi.org/10.1109/igarss46834.2022.9883264
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.