乔·科雷亚 0001
人员信息
附属: 科英布拉大学,信息工程系,科英巴拉大学信息与系统中心
其他同名人员
其他同名人员
乔·卢卡斯·科雷亚 若奥·科雷亚 里卡多·若昂·克鲁斯·科雷亚 (又名:里卡多·克鲁兹·科雷亚 0001 ) -葡萄牙波尔图大学 约昂·莱特昂 0002 (又名:Joáo Carlos Correia Leitáo) — 葡萄牙里斯本大学高级技术学院 (还有1个) 乔·科雷亚·洛佩斯 乔·马科斯·科雷亚(Joáo Marcos Correia Marques) 乔·卡洛斯·科雷亚·巴普蒂斯塔·苏亚雷斯·德梅洛 (又名:乔·卡洛斯·苏亚雷斯·德梅洛) -巴西弗鲁米嫩塞联邦大学 玛丽亚·约昂·佩雷拉 0001 (又名:Maria João Correia Colunas Pereira) -里斯本大学,高级研究所,自然环境研究中心(CERENA),葡萄牙 乔·赖斯 0001 (又名:Joáo Pedro Correia dos Reis) — 葡萄牙波尔图大学电气与计算机工程系 (还有1个) 若昂·科雷亚·多斯桑托斯 显示所有相似的名称
优化列表
2020年–今天
2024 [公元45年] 卢安娜·克莱尔 , 亚历山德拉侯爵 , 乔·科雷亚 :
进化对手单像素攻击的比较分析。 EvoApplications@EvoStar 2024 : 147-162 [公元44年] 佐奥·马塞多 , 丹尼尔·洛佩斯 , 乔·科雷亚 , 佩努萨尔·马查多 , 埃内斯托·科斯塔 :
不断演变的视觉多样性平面设计海报。 埃沃穆萨特 2024 : 265-278 2023 [公元43年] 加布里埃尔·费尔南德斯 , 努诺·卢伦索 , 乔·科雷亚 :
利用CMA-ES降低稳定斜拉桥的价格。 EvoApplications@EvoStar 2023 : 223-236 [公元42年] 乔·科雷亚 , 古斯塔沃·伽马 , Joáo Tiago游击队 , 里卡多·卡迪梅 , 佩德罗·安特罗·卡瓦利多 , 蒂亚戈·维埃拉 , 努诺·卢伦索 :
基于遗传算法的电信网络自动设计。 EvoApplications@EvoStar 2023 : 269-284 [公元41年] 迪亚戈·马丁斯 , 乔·米格尔·库尼亚 , 乔·科雷亚 , 佩努萨尔·马查多 :
迈向MetaPrompter提示的演变。 EvoMUSART@EvoStar 2023 : 180-195 [公元40年] 丹尼尔·洛佩斯 , 乔·科雷亚 , 佩努萨尔·马查多 :
EvoDesigner:帮助探索创新图形设计解决方案。 EvoMUSART@EvoStar 2023 : 383-398 [公元39年] 维克托·科斯塔 , 努诺·卢伦索 , 乔·科雷亚 , 佩努萨尔·马查多 :
用进化策略探索文本到图像生成的生成对手网络。 GECCO公司 2023 : 271-274 [公元38年] 卢安娜·克莱尔 , 乔·科雷亚 :
通过生成对抗性网络的潜在空间探索生成对抗性示例。 GECCO公司 2023 : 1760-1767 [i11] 乔·科雷亚 , 古斯塔沃·伽马 , Joáo Tiago游击队 , 里卡多·卡迪梅 , 佩德罗·安特罗·卡瓦利多 , 蒂亚戈·维埃拉 , 努诺·卢伦索 :
基于遗传算法的电信网络自动设计。 CoRR公司 abs/2304.00637 ( 2023 ) [i10] 加布里埃尔·费尔南德斯 , 努诺·卢伦索 , 乔·科雷亚 :
利用CMA-ES降低稳定斜拉桥的价格。 CoRR公司 abs/2304.00641 ( 2023 ) 2022 [公元11年] 丹尼尔·洛佩斯 , 乔·科雷亚 , 佩努萨尔·马查多 :
EvoDesigner:不断演变的海报布局。 熵 24 ( 12 ) : 1751 ( 2022 ) [公元10年] 乔·科雷亚 , 丹尼尔·洛佩斯 , 莱昂纳多·维埃拉 , 内雷达·罗德里格斯-费尔南德斯 , 阿德里安·卡巴拉尔 , 胡安·罗梅罗 , 佩努萨尔·马查多 :
ELAINE进化图像增强实验。 遗传学。 程序。 进化马赫数。 23 ( 4 ) : 557-579 ( 2022 ) [公元9年] 弗朗西斯科·贝塔 , 乔·科雷亚 , 迪亚戈·马丁斯 , 佩努萨尔·马查多 :
用TensorGP探索TensorFlow中的遗传编程。 序列号计算。 科学。 三 ( 2 ) : 154 ( 2022 ) [公元37年] 丹尼尔·洛佩斯 , 乔·科雷亚 , 佩努萨尔·马查多 :
EvoDesigner:帮助平面设计中的创造力。 埃沃穆萨特 2022 : 162-178 [公元36年] 索菲亚·佩雷拉 , 乔·科雷亚 , 佩努萨尔·马查多 :
不断发展的数据增强策略。 EvoApplications公司 2022 : 337-351 [公元35年] 弗朗西斯科·贝塔 , 乔·科雷亚 , 迪亚戈·马丁斯 , 佩努萨尔·马查多 :
TGPGAN:面向基于表达的生成性对抗网络。 GECCO公司 2022 : 216-219 [公元34年] 弗朗西斯科·贝塔 , 乔·科雷亚 , 迪亚戈·马丁斯 , 佩努萨尔·马查多 :
探索基于表达的生成性对抗网络。 GECCO公司 2022 : 1862-1869 [公元33年] 佩努萨尔·马查多 , 弗朗西斯科·贝塔 , 迪亚戈·马丁斯 , 乔·科雷亚 :
基于GP的生成对抗模型。 GPTP公司 2022 : 117-140 [公元32年] 佩德罗·席尔瓦 , 卡塔琳娜·马桑 , 乔·科雷亚 , 佩努萨尔·马查多 , Evgheni Polisciuc公司 :
天线:基于手机数据的流动性可视化分析。 VISIGRAPP(修订论文集) 2022 : 135-160 [公元31年] 佩德罗·席尔瓦 , 卡塔琳娜·马桑 , 乔·科雷亚 , 佩努萨尔·马查多 , Evgheni Polisciuc公司 :
天线:基于手机数据的城市交通可视化分析工具。 VISIGRAPP(3:IVAPP) 2022 : 88-100 [第九章] 维克托·科斯塔 , 努诺·卢伦索 , 乔·科雷亚 , 佩努萨尔·马查多 :
用进化策略探索文本到图像生成的生成对手网络。 CoRR公司 腹肌/2207.02907 ( 2022 ) 2021 [j8] 布鲁诺·索萨 , 米盖尔·阿里埃罗 , 瓦斯科·佩雷拉 , 乔·科雷亚 , 努诺·卢伦索 , 提亚哥·克鲁兹 :
优雅:数字孪生兄弟的关键基础设施安全。 IEEE接入 9 : 107574-107588 ( 2021 ) [j7] 乔·科雷亚 , 迪亚戈·马丁斯 , 塞尔吉奥·雷贝洛 , 乔·比克 , 佩努萨尔·马查多 :
《无人肖像背后的X脸》。 序列号计算。 科学。 2 ( 4 ) : 236 ( 2021 ) [公元30年] 乔·科雷亚 , 莱昂纳多·维埃拉 , 内雷达·罗德里格斯-费尔南德斯 , 胡安·罗梅罗 , 佩努萨尔·马查多 :
进化图像增强管道。 埃沃穆萨特 2021 : 82-97 [公元29年] 维克托·科斯塔 , 努诺·卢伦索 , 乔·科雷亚 , 佩努萨尔·马查多 :
通过t-SNE演示GAN的进化。 EvoApplications公司 2021 : 618-633 [公元28年] 弗朗西斯科·贝塔 , 乔·科雷亚 , 迪亚戈·马丁斯 , 佩努萨尔·马查多 :
TensorGP-TensorFlow中的遗传编程引擎。 EvoApplications公司 2021 : 763-778 [公元27年] 维克托·科斯塔 , 努诺·卢伦索 , 乔·科雷亚 , 佩努萨尔·马查多 :
改进了生成性对抗网络的演化。 GECCO公司 2021 : 145-146 [公元26年] 弗朗西斯科·贝塔 , 乔·科雷亚 , 迪亚戈·马丁斯 , 佩努萨尔·马查多 :
加快遗传编程框架的基准测试。 GECCO公司 2021 : 768-775 [i8] 维克托·科斯塔 , 努诺·卢伦索 , 乔·科雷亚 , 佩努萨尔·马查多 :
通过t-SNE演示GAN的进化。 CoRR公司 abs/2102.00524 ( 2021 ) [i7] 弗朗西斯科·贝塔 , 乔·科雷亚 , 迪亚戈·马丁斯 , 佩努萨尔·马查多 :
TensorGP-TensorFlow中的遗传编程引擎。 CoRR公司 腹肌/2103.07512 ( 2021 ) [i6] 弗朗西斯科·贝塔 , 乔·科雷亚 , 迪亚戈·马丁斯 , 佩努萨尔·马查多 :
遗传编程框架的速度基准测试。 CoRR公司 abs/2106.11919 ( 2021 ) 2020 [公元25年] 保罗·费尔南德斯 , 乔·科雷亚 , 佩努萨尔·马查多 :
面向分类器改进的潜在空间探索。 ADGN@ECAI公司 2020 [公元24年] 迪亚戈·马丁斯 , 乔·科雷亚 , 塞尔吉奥·雷贝洛 , 乔·比克 , 佩努萨尔·马查多 :
无人肖像:交互式安装。 埃沃穆萨特 2020 : 104-117 【c23】 维克托·科斯塔 , 努诺·卢伦索 , 乔·科雷亚 , 佩努萨尔·马查多 :
使用技能评定作为GAN进化的适应度。 EvoApplications公司 2020 : 562-577 [公元22年] 保罗·费尔南德斯 , 乔·科雷亚 , 佩努萨尔·马查多 :
生成性对抗网络的进化潜在空间探索。 EvoApplications公司 2020 : 595-609 【c21】 丹尼尔·洛佩斯 , 乔·科雷亚 , 佩努萨尔·马查多 :
Adea-在字体设计中帮助创造力的进化字形。 GECCO公司 2020 : 97-98 [公元20年] 乔·科雷亚 , 费尔南多·费雷拉 , 卡塔琳娜·马桑 :
索桥优化方案空间探索。 GECCO公司 2020 : 261-262 [第19条] 维克托·科斯塔 , 努诺·卢伦索 , 乔·科雷亚 , 佩努萨尔·马查多 :
通过质量多样性探索GAN的进化。 GECCO公司 2020 : 297-305 [第18条] 迪亚戈·马丁斯 , 乔·科雷亚 , 塞尔吉奥·雷贝洛 , 乔·比克 , 佩努萨尔·马查多 :
《无人肖像:网络艺术品》。 ACM多媒体 2020 : 4392-4393 [第2页] 维克托·科斯塔 , 努诺·卢伦索 , 乔·科雷亚 , 佩努萨尔·马查多 :
生成性对抗网络的神经进化。 深度神经进化 2020 : 293-322 [电子5] 胡安·罗梅罗 , 阿尼科·埃卡尔特 , 迪亚戈·马丁斯 , 乔·科雷亚 :
音乐、声音、艺术和设计中的人工智能——第九届国际会议,EvoMUSART 2020,作为EvoStar 2020的一部分,西班牙塞维利亚,2020年4月15日至17日,会议记录。 计算机科学课堂讲稿 12103, 施普林格 2020 ,国际标准图书编号 978-3-030-43858-6 [目录] [i5] 维克托·科斯塔 , 努诺·卢伦索 , 乔·科雷亚 , 佩努萨尔·马查多 :
使用技能评定作为GAN进化的适应度。 CoRR公司 腹肌/2004.04796 ( 2020 ) [i4] 维克托·科斯塔 , 努诺·卢伦索 , 乔·科雷亚 , 佩努萨尔·马查多 :
通过质量多样性探索GAN的演变。 CoRR公司 abs/2007.06251 ( 2020 )
2010 – 2019
2019 [j6] 菲利佩·阿桑桑奥 , 乔·科雷亚 , 鲁本·康塞桑奥 , 马里奥·皮门塔 , 伯纳多·汤姆 , 努诺·卢伦索 , 佩努萨尔·马查多 :
用于γ射线检测的人工神经网络的自动设计。 IEEE接入 7 : 110531-110540 ( 2019 ) [j5] 迪亚戈·马丁斯 , 乔·科雷亚 , 埃内斯托·科斯塔 , 佩努萨尔·马查多 :
不断发展的字体模板:结合机器学习、用户偏好和新颖性。 复杂。 2019 : 3509263:1-3509263:16 ( 2019 ) 【j4】 Ping Xiao(平晓) , 汉努·托沃宁 , 奥斯卡·格罗斯 , Amílcar Cardoso公司 , 乔·科雷亚 , 佩努萨尔·马查多 , 佩德罗·马丁斯 , 雨果·冈萨洛·奥利维拉 , 拉胡尔·夏尔马 , 亚历山大·米格尔·平托 , 阿尔贝托·迪亚斯 , 弗吉尼亚·弗朗西斯科 , 巴勃罗·格瓦斯 , 拉奎尔·埃尔瓦斯 , 卡洛斯·莱昂 , 杰米·福思 , 马修·普弗 , 杰兰特·维金斯 , 德拉加娜·米尔伊科维奇 , 视频波德佩坎 , 塞尼娅·波拉克 , 扬·克拉吉 , 马丁·齐达西奇 , 马尔科·博哈内克 , 纳达·拉夫拉克 , Tanja Urbancic公司 , 弗兰克·范德维尔德 , 斯图亚特·亚当·巴特斯比 :
计算概念创建的概念表示。 ACM计算。 Surv公司。 52 ( 1 ) : 9:1-9:33 ( 2019 ) [第17条] 乔·米格尔·库尼亚 , 努诺·卢伦索 , 乔·科雷亚 , 佩德罗·马丁斯 , 佩努萨尔·马查多 :
表情:不断演变的表情融合。 埃沃穆萨特 2019 : 110-126 [第16条] 乔·科雷亚 , 迪亚戈·马丁斯 , 佩努萨尔·马查多 :
深度人脸检测中的进化数据增强。 GECCO(同伴) 2019 : 163-164 [第15条] 维克托·科斯塔 , 努诺·卢伦索 , 乔·科雷亚 , 佩努萨尔·马查多 :
COEGAN:评估生成对抗性网络中的共同进化效应。 GECCO公司 2019 : 374-382 [第1页] 乔·科雷亚 , 佩努萨尔·马查多 , 胡安·罗梅罗 , 佩德罗·马丁斯 , F.Amílcar Cardoso :
打破模式——通过风格变化寻求创新。 计算创造力 2019 : 353-398 [i3] 菲利佩·阿桑桑奥 , 乔·科雷亚 , 鲁本·康塞桑奥 , 马里奥·皮门塔 , 伯纳多·汤姆 , 努诺·卢伦索 , 佩努萨尔·马查多 :
用于γ射线检测的人工神经网络的自动设计。 CoRR公司 abs/1905.03532 ( 2019 ) [i2] 维克托·科斯塔 , 努诺·卢伦索 , 乔·科雷亚 , 佩努萨尔·马查多 :
COEGAN:评估生成性对抗网络中的共同进化效应。 CoRR公司 腹肌/1912.06180 ( 2019 ) 2018 [j3] 阿德里安·卡巴拉尔 , 安东尼诺·桑托斯 , 胡安·罗梅罗 , 佩努萨尔·马查多 , 乔·科雷亚 , 卢斯·卡斯特罗 :
通过复杂性评估区分绘画和照片。 神经计算。 申请。 30 ( 6 ) : 1957-1969 ( 2018 ) [第14条] 迪亚戈·马丁斯 , 乔·科雷亚 , 埃内斯托·科斯塔 , 佩努萨尔·马查多 :
Evotype:朝向模板的进化。 埃沃穆萨特 2018 : 299-314 [i1] 迪亚戈·马丁斯 , 乔·科雷亚 , 埃内斯托·科斯塔 , 佩努萨尔·马查多 :
Evotype:朝向模板的进化。 CoRR公司 abs/1806.09731 ( 2018 ) 2017 [电子4] 乔·科雷亚 , 维克·西塞尔斯基 , 安东尼奥斯·利亚皮斯 :
音乐、声音、艺术和设计中的计算智能——第六届国际会议,2017年EvoMUSART,荷兰阿姆斯特丹,2017年4月19日至21日,会议记录。 计算机科学课堂讲稿 10198, 2017 ,国际标准图书编号 978-3-319-55749-6 [目录] 2016 [第13条] 阿德里亚诺·文哈斯 , 菲利佩·阿桑桑奥 , 乔·科雷亚 , 阿尼科·埃卡尔特 , 佩努萨尔·马查多 :
进化艺术中的健身与新奇。 埃沃穆萨特 2016 : 225-240 [第12条] 迪亚戈·马丁斯 , 乔·科雷亚 , 埃内斯托·科斯塔 , 佩努萨尔·马查多 :
Evotype:从形状到雕文。 GECCO公司 2016 : 261-268 [第11条] 乔·科雷亚 , 迪亚戈·马丁斯 , 佩德罗·马丁斯 , 佩努萨尔·马查多 :
X-Faces:eXploit就在那里。 国际商会 2016 : 164-171 [电子3] 科林·约翰逊 , 维克·西塞尔斯基 , 乔·科雷亚 , 佩努萨尔·马查多 :
进化和生物灵感音乐、声音、艺术和设计——第五届国际会议,EvoMUSART 2016,葡萄牙波尔图,2016年3月30日至4月1日,会议记录。 计算机科学课堂讲稿 9596, 施普林格 2016 ,国际标准图书编号 978-3-319-31007-7 [目录] 2015 [注2] 佩努萨尔·马查多 , 阿德里亚诺·文哈斯 , 乔·科雷亚 , 阿尼科·埃卡尔特 :
不断演变的模糊图像。 AI事项 2 ( 1 ) : 7-8 ( 2015 ) [第10条] 迪亚戈·马丁斯 , 乔·科雷亚 , 埃内斯托·科斯塔 , 佩努萨尔·马查多 :
进化型:进化型设计。 埃沃穆萨特 2015 : 136-147 【c9】 Amílcar Cardoso公司 , 佩德罗·马丁斯 , 菲利佩·阿桑桑奥 , 乔·科雷亚 , 佩努萨尔·马查多 :
计算创造力的分布式方法。 国际数据中心 2015 : 3-12 【c8】 佩努萨尔·马查多 , 阿德里亚诺·文哈斯 , 乔·科雷亚 , 阿尼科·埃卡尔特 :
不断演变的模糊图像。 国际JCAI 2015 : 2473-2479 【c7】 菲利佩·阿桑桑奥 , 乔·科雷亚 , 佩德罗·马丁斯 , 佩努萨尔·马查多 :
不断演变的形状族。 国际JCAI 2015 : 4134-4135 [电子2] 科林·约翰逊 , 阿德里安·卡巴拉尔 , 乔·科雷亚 :
进化和生物灵感音乐、声音、艺术和设计——第四届国际会议,EvoMUSART 2015,丹麦哥本哈根,2015年4月8日至10日,会议记录。 计算机科学课堂讲稿 9027, 施普林格 2015 ,国际标准图书编号 978-3-319-16497-7 [目录] 【r1】 佩努萨尔·马查多 , 乔·科雷亚 , 菲利佩·阿桑桑奥 :
基于图形的进化艺术。 遗传编程应用手册 2015 : 3-36 2014 [j1] 阿德里安·卡巴拉尔 , 卢斯·卡斯特罗 , 丽贝卡·佩雷斯 , 乔·科雷亚 :
检测审美图像数据集上的偏差。 国际J.创意界面计算。 图表。 5 ( 2 ) : 62-74 ( 2014 ) 【c6】 佩努萨尔·马查多 , 乔·科雷亚 :
进化艺术的语义感知方法。 GECCO公司 2014 : 301-308 [电子1] 胡安·罗梅罗 , 詹姆斯麦克德莫特 , 乔·科雷亚 :
进化和生物灵感音乐、声音、艺术和设计——第三届欧洲会议,EvoMUSART 2014,西班牙格拉纳达,2014年4月23日至25日,修订论文集。 计算机科学课堂讲稿 8601, 施普林格 2014 ,国际标准图书编号 978-3-662-44334-7 [目录] 2013 【c5】 乔·科雷亚 , 佩努萨尔·马查多 , 胡安·罗梅罗 , 阿德里安·卡巴拉尔 :
计算美学中的特征选择与新颖性。 埃沃穆萨特 2013 : 133-144 【c4】 乔·科雷亚 , 佩努萨尔·马查多 , 胡安·罗梅罗 , 阿德里安·卡巴拉尔 :
使用基于表达的进化艺术进化形象。 国际商会 2013 : 24-31 2012 【c3】 佩努萨尔·马查多 , 乔·科雷亚 , 胡安·罗梅罗 :
改进人脸检测。 欧洲GP 2012 : 73-84 【c2】 佩努萨尔·马查多 , 乔·科雷亚 , 胡安·罗梅罗 :
基于表情的人脸进化。 埃沃穆萨特 2012 : 187-198 【c1】 乔·科雷亚 , 佩努萨尔·马查多 , 胡安·罗梅罗 :
通过合成新的训练示例改进haar级联分类器。 GECCO(同伴) 2012 : 1479-1480