• N-BEATS-RNN: deep learning for time series forecasting 

      Sbrana, Attilio (Universidade Federal de São Carlos, UFSCar, Programa de Pós-Graduação em Ciência da Computação - PPGCC-So, Câmpus Sorocaba, 27/01/2021)
      This work presents N-BEATS-RNN, an extended version of an ensemble of deep learning networks for time series forecasting, N-BEATS. We apply a state-of-the-art Neural Architecture Search, based on a fast and efficient ...
    • Eficientes modelos de múltiplas densidades para o aprendizado em grandes conjuntos e fluxo de dados 

      Batista, Natanael Fabrício Dacioli (Universidade Federal de São Carlos, UFSCar, Programa de Pós-Graduação em Ciência da Computação - PPGCC, Câmpus São Carlos, 23/04/2024)
      Unsupervised and semi-supervised machine learning prove highly beneficial in data-intensive contexts. Density-based hierarchical clustering offers a comprehensive insight into cluster and outlier structures within datasets ...
    • Novos métodos para determinar a qualidade da representação quiral em modelos baseados em GNN 

      Barbosa, Iago Elias de Faria (Universidade Federal de São Carlos, UFSCar, , Câmpus São Carlos, 10/09/2024)
      How do graph neural networks, especially models such as SphereNet and ChIRo, in- corporate the perception of molecular chirality? This study aimed to analyze and evaluate the capacity of graph neural networks to incorporate ...