马科斯·奎尔斯
人员信息
优化列表
2020年–今天
2024 [公元25年] 罗纳尔多·C·普拉蒂 , 布鲁诺·S·M·罗德里格斯 , 伊比利斯·阿拉戈 , 特蕾莎·A·索尔斯 , 马科斯·奎尔斯 , 华雷斯L.F.达席尔瓦 :
跨学科、性别和地理分布对《化学信息与建模杂志》引文模式的影响。 化学杂志。 信息模型。 64 ( 4 ) : 1107-1111 ( 2024 ) [第51条] 朱利亚诺·E·C·克鲁兹 , 马科斯·奎尔斯 :
2018年巴西总统决选:使用推特数据的复杂网络分析方法。 ICCSA(2) 2024 : 133-150 [公元50年] 阿纳多·维托·巴罗斯·达席尔瓦 , 克里斯蒂娜·萨尔迪维亚-西拉库萨 , 爱德华多·桑托斯·卡洛斯·德索萨 , 安娜·路易斯·达马塞诺·阿劳霍 , 马西奥·阿朱达特·洛佩斯 , 巴勃罗·阿古斯汀·巴尔加斯 , 路易斯·保罗·科瓦尔斯基 , 阿兰·罗杰·桑托斯·西尔瓦 , 安德烈·卡瓦略 , 马科斯·奎尔斯 :
利用Grad-CAM可视化增强口腔癌检测的可解释性。 ICCSA(1) 2024 : 151-164 [公元49年] 路易斯·爱德华多·佩林·卡多佐 , 安德烈·C·P·L·F·德·卡瓦略 , 马科斯·奎尔斯 :
应用LSTM递归神经网络预测收入。 ICCSA(2) 2024 : 198-212 [公元48年] 马科斯·奎尔斯 , 皮耶罗·A·L·里贝罗 , 加布里埃尔·A·皮涅罗 , 罗纳尔多·C·普拉蒂 , 华雷斯L.F.达席尔瓦 :
利用SMILES表示的对比学习加强低成本分子性质预测。 ICCSA(研讨会9) 2024 : 387-401 2023 [公元47年] 费利佩·V·卡尔德兰 , 圣保罗·阿尔梅达·德门东萨 , 华雷斯L.F.达席尔瓦 , 马科斯·奎尔斯 :
化学数据库中选择代表性样品的引导聚类。 ICCSA(研讨会8) 2023 : 133-149 [公元46年] 朱利亚诺·E·C·克鲁兹 , 玛丽·卡亚诺 , 艾伦·J·P·卡莱罗斯 , 萨米亚·加西亚 , 马科斯·奎尔斯 :
太平洋和大西洋对巴西东北部降水影响的时间序列因果检测方法评估。 ICCSA(1) 2023 : 422-439 [i7] 马蒂亚斯·菲利佩·德·利马·桑托斯 , 伊莎贝拉·冈萨尔维斯 , 马科斯·奎尔斯 , 露西娅·梅斯基塔 , 威尔逊·塞隆 :
两极分化社会中的视觉政治传播:Instagram上巴西总统选举的纵向研究。 CoRR公司 abs/2310.00349 ( 2023 ) 2022 [公元24年] 亚历山德拉·M·M·M·M·古瓦 , 尼科拉斯·鲁比多 , Elbert E.N.澳门 , 马科斯·奎尔斯 :
数值实现和聚类分析在精确社区检测的强制定向算法中的重要性。 申请。 数学。 计算。 431 : 127310 ( 2022 ) [公元23年] 安德烈·奥利维拉 , 华雷斯·L·F·达席尔瓦 , 马科斯·奎尔斯 :
使用监督语法变分自动编码器进行分子性质预测和分子设计。 化学杂志。 信息模型。 62 ( 4 ) : 817-828 ( 2022 ) [公元22年] 加布里埃尔·A·皮涅罗 , 华雷斯L.F.达席尔瓦 , 马科斯·奎尔斯 :
SMICLR:半监督和非监督表征学习的多分子表征对比学习。 化学杂志。 信息模型。 62 ( 17 ) : 3948-3960 ( 2022 ) [公元21年] 亚历克斯·S·莫莱斯 , 加布里埃尔·A·皮涅罗 , Tuanan C.Lourenço , 毛罗·C·洛佩斯 , 马科斯·奎尔斯 , 路易斯·古斯塔沃·迪亚斯 , 华雷斯L.F.达席尔瓦 :
离子液体电化学稳定窗口中化学结构作用的筛选:DFT计算与数据挖掘相结合。 化学杂志。 信息模型。 62 ( 19 ) : 4702-4712 ( 2022 ) [j20] 圣保罗·阿尔梅达·德门东萨 , 费利佩·V·卡尔德兰 , Tuanan C.Lourenço , 马科斯·奎尔斯 , 华雷斯L.F.达席尔瓦 :
基于分子动力学和数据挖掘分析的理论框架,用于研究有限尺寸粒子的势能表面。 化学杂志。 信息模型。 62 ( 22 ) : 5503-5512 ( 2022 ) [公元45年] Aurelienne A.S.Jorge公司 , 马科斯·奎尔斯 , 伊莎贝利·科斯塔 , 莱昂纳多·桑托斯 :
基于天气雷达数据的卷积LSTM神经网络降水预报。 地理信息 2022 : 384-388 [公元44年] 加布里埃尔·A·皮涅罗 , 费利佩·V·卡尔德兰 , 华雷斯L.F.达席尔瓦 , 马科斯·奎尔斯 :
低成本分子几何优化对通过图神经网络进行性能预测的影响。 ICMLA公司 2022 : 603-608 2021 [公元19年] 约翰·穆塞里尼 , 马科斯·奎尔斯 , 罗纳尔多·C·普拉蒂 , 华雷斯L.F.达席尔瓦 :
从量子化学数据库中提取见解的基于关联的框架:纳米团簇的应用。 化学杂志。 信息模型。 61 ( 三 ) : 1125-1135 ( 2021 ) [公元18年] 克里斯·巴蒂斯塔 , 玛丽娜娃·D·索尔斯 , 马科斯·奎尔斯 , 莫里西奥·彼得罗夫斯基 , 华雷斯L.F.达席尔瓦 :
能量分解以获取过渡金属13原子团簇上CO吸附引起的稳定性变化。 化学杂志。 信息模型。 61 ( 5 ) : 2294-2301 ( 2021 ) [公元17年] 路易斯·塞萨尔·德阿泽夫多 , 加布里埃尔·A·皮涅罗 , 马科斯·奎尔斯 , 华雷斯L.F.达席尔瓦 , 罗纳尔多·C·普拉蒂 :
使用偏差和方差分解对量子化学QM9数据集的机器学习算法中的误差分布进行系统研究。 化学杂志。 信息模型。 61 ( 9 ) : 4210-4223 ( 2021 ) [公元16年] 威尔逊·塞隆 , 马蒂亚斯·菲利佩·德·利马·桑托斯 , 马科斯·奎尔斯 :
新冠肺炎时代的虚假新闻议程:通过事实检验内容识别趋势。 在线社交网络媒体 21 : 100116 ( 2021 ) [公元15年] 威尔逊·塞隆 , Gabriela Gruszynski Sanseverino公司 , 马蒂亚斯·菲利佩·德·利马·桑托斯 , 马科斯·奎尔斯 :
新冠肺炎假新闻在拉丁美洲传播。 Soc.网络。 分析。 最小值。 11 ( 1 ) : 47 ( 2021 ) 2020 [公元14年] 克里斯·巴蒂斯塔 , 维维安娜·奥坎波·雷斯特雷波 , 玛丽娜娃·D·索尔斯 , 马科斯·奎尔斯 , 莫里西奥·彼得罗夫斯基 , 华雷斯L.F.达席尔瓦 :
CO2在13原子4d团簇上吸附的从头算研究。 化学杂志。 信息模型。 60 ( 2 ) : 537-545 ( 2020 ) [j13] 威尔逊·塞隆 , 莱昂纳多·桑托斯 , 乔瓦尼·多利夫·内托 , 马科斯·奎尔斯 , 奥诺弗雷·A·坎迪多 :
甚高分辨率气象网络中的社区检测。 IEEE地质科学。 远程。 Sens.Lett公司。 17 ( 11 ) : 2007-2010 ( 2020 ) [公元43年] 加布里埃尔·A·皮涅罗 , 华雷斯L.F.达席尔瓦 , 玛丽娜娃·D·索尔斯 , 马科斯·奎尔斯 :
通过SMILES描述符对QM9数据集进行基于图形的聚类分析。 ICCSA(1) 2020 : 421-433 [公元42年] 亚历山德拉·M·M·M·M·古瓦 , 迪迪埃·韦加·奥利弗勒斯 , MoshéCotacallapa公司 , 莱昂纳多·纳西门托·费雷拉 , Elbert E.N.澳门 , 马科斯·奎尔斯 :
动态社区检测用于野火事件分析。 ICCSA(1) 2020 : 1032-1047 [公元41年] 尤里·加林多 , 马塞洛·德西科 , 马科斯·奎尔斯 , 安娜·卡罗莱纳·洛雷纳 :
通过深度学习监控夜空。 图标(4) 2020 : 460-468 [公元40年] 莫什·科塔卡拉帕 , 莉莲·伯顿 , 莱昂纳多·纳西门托·费雷拉 , 马科斯·奎尔斯 , 梁昭 , Elbert E.N.澳门 , 迪迪埃·韦加·奥利弗勒斯 :
使用时态网络测量加密组对话中的参与度。 国际JCNN 2020 : 1-8 [i6] Fabricio Aparecido Breve公司 , 梁昭 , 马科斯·贡萨尔夫斯·奎尔斯 :
标签噪声下半监督学习的粒子竞争与合作。 CoRR公司 abs/2002.05198 ( 2020 ) [i5] Fabricio A.Breve公司 , 马科斯·奎尔斯 , 梁昭 , Elbert E.N.澳门 :
用于对象选择的振荡器网络中的混沌相位同步和去同步。 CoRR公司 2002年5月493日 ( 2020 ) [i4] 莱昂纳多·纳西门托·费雷拉 , 迪迪埃·奥古斯托·维加·奥利弗罗斯 , 莫什·科塔卡拉帕 , Manoel F.Cardoso酒店 , 马科斯·奎尔斯 , 梁昭 , Elbert E.N.澳门 :
时空数据分析的基于网络的模型。 CoRR公司 abs/2004.11483 ( 2020 ) [i3] 亚历山德拉·马利·莫利斯 , 迪迪埃·韦加·奥利弗勒斯 , 莫什·科塔卡拉帕 , 莱昂纳多·纳西门托·费雷拉 , Elbert E.N.澳门 , 马科斯·奎尔斯 :
动态社区检测用于野火事件分析。 CoRR公司 abs/2011.01140 ( 2020 ) [i2] 威尔逊·塞隆 , 马蒂亚斯·菲利佩·德·利马·桑托斯 , 马科斯·奎尔斯 :
新冠肺炎时代的假新闻议程:通过事实核查内容识别趋势。 CoRR公司 abs/2012.11004 ( 2020 )
2010 – 2019
2019 [公元12年] 莱昂纳多·巴克莱尔·利马·桑托斯 , 路易斯·马克斯·卡瓦略 , 威尔逊·塞隆 , 弗拉维奥·科埃略 , Elbert E.N.澳门 , 马科斯·奎尔斯 , 安托尼奥·米格尔·维埃拉·蒙泰罗 :
城市流动(地理)图的拓扑属性如何填充地图? 申请。 Netw公司。 科学。 4 ( 1 ) : 91:1-91:14 ( 2019 ) [公元39年] 桑迪·M·波尔图 , 马科斯·奎尔斯 :
聚类数据流:一种复杂网络方法。 ICCSA(1) 2019 : 52-65 [公元38年] 路易斯·恩里克·诺盖拉·洛伦纳 , 马科斯·贡萨尔夫斯·奎尔斯 , 路易斯·安东尼奥·诺盖拉·洛雷纳 :
通过团过滤提高整数线性规划社区检测算法的性能。 ICCSA(1) 2019 : 757-769 [公元37年] 路易斯·恩里克·诺盖拉·洛雷纳 , 马科斯·贡萨尔夫斯·奎尔斯 , 路易斯·安东尼奥·诺盖拉·洛雷纳 , 安德烈·C·P·L·F·德·卡瓦略 , 朱莉安娜·加西亚胡枝子 :
定性数据聚类:一种新的整数线性规划模型。 国际JCNN 2019 : 1-8 [公元36年] 迪迪埃·奥古斯托·维加·奥利弗罗斯 , 莫什·科塔卡拉帕 , 莱昂纳多·纳西门托·费雷拉 , 马科斯·奎尔斯 , 梁昭 , Elbert E.N.澳门 , Manoel F.Cardoso酒店 :
从时空数据到时间网络:野火分析的应用。 囊 2019 : 675-682 2018 [公元11年] 迭戈·G·德·B·科斯塔 , 芭芭拉·达·弗雷斯 , 邹勇 , 马科斯·奎尔斯 , Elbert E.N.澳门 :
用于非线性时间序列分析的递归密度增强复杂网络。 国际法学分会。 混乱 28 ( 1 ) : 1850008:1-1850008:12 ( 2018 ) [j10] 多尼泽蒂·多斯桑托斯长老 , 马科斯·贡萨尔夫斯·奎尔斯 , 法比奥古斯托·法里亚 :
Instagram中基于相关性的事件检测方法。 J.智力。 模糊系统。 34 ( 5 ) : 2971-2982 ( 2018 ) [公元9年] 安德烈·A·S·伊沃 , 爱德华多·M·格拉 , 桑迪·M·波尔图 , 乔尔马·乔马 , 马科斯·奎尔斯 :
一种在随机算法开发中应用测试驱动开发(TDD)的方法。 J.软件。 工程研究开发。 6 : 9 ( 2018 ) [公元35年] 路易斯·恩里克·诺盖拉·洛雷纳 , 马科斯·贡萨尔夫斯·奎尔斯 , 安德烈·卡洛斯·蓬斯·德莱昂·费雷拉·德卡瓦略 , 路易斯·安东尼奥·诺盖拉·洛雷纳 :
基于整数线性规划的聚类编辑预处理技术。 ICIC(1) 2018 : 287-297 [i1] 迪迪埃·奥古斯托·维加·奥利弗罗斯 , 莫什·科塔卡拉帕 , 莱昂纳多·纳西门托·费雷拉 , 马科斯·奎尔斯 , 梁昭 , Elbert E.N.澳门 , Manoel F.Cardoso酒店 :
从时空数据到时间网络:野火分析的应用。 CoRR公司 abs/1812.01646 ( 2018 ) 2017 [j8] 丹尼尔·马亚 , 乔·埃利亚金·莫塔·德·奥利维拉 , 马科斯·奎尔斯 , Elbert E.N.澳门 :
通过适应的Kuramoto动力学在复杂网络中进行社区检测。 Commun公司。 非线性科学。 数字。 模拟。 53 : 130-141 ( 2017 ) [公元34年] 杰弗森·S·桑托斯 , 里卡多·曼昂斯·萨维 , 詹姆·伊德(Jaime S.Ide) , 长山R.李 , 马科斯·奎尔斯 , 马尔西奥·巴斯卡洛普 :
使用基于聚类和深度学习的fMRI数据对可卡因依赖者进行分类。 ICCSA(1) 2017 : 298-313 [公元33年] 亚历山德拉·桑塔纳 , 亚历山德拉·马利·莫利斯 , 马科斯·奎尔斯 :
二元和分类自组织映射的另一种方法。 国际JCNN 2017 : 2604-2610 [公元32年] 雨果·雷森德 , 阿尔瓦罗·路易斯·法森达 , 马科斯·贡萨尔夫斯·奎尔斯 :
动态社区检测的并行算法。 SBAC-PAD(车间) 2017 : 55-60 [公元31年] 帕特里夏·米奎里尼 , 拉斐尔·杰拉尔德利·罗西 , 马科斯·奎尔斯 , 维尼修斯·维洛索·德梅洛 , 马尔西奥·巴斯卡洛普 :
为基于图形的半监督学习自动设计距离函数。 TrustCom/BigDataSE/ICESS 2017 : 933-940 2016 [j7] 阿尔西德斯·X·贝尼卡萨 , 马科斯·奎尔斯 , 蒂亚戈·C·席尔瓦 , 梁昭 , 罗斯利·A.F.罗梅罗 :
基于对象的可视化选择框架。 神经计算 180 : 35-54 ( 2016 ) [公元30年] 维尼希乌斯·马西莫 , 玛丽亚·V.纳西门托 , Fabricio A.Breve公司 , 马科斯·奎尔斯 :
基于主动一致性的半监督增长神经气体。 图标(2) 2016 : 126-135 [公元29年] 乔·埃利亚金·莫塔·德·奥利维拉 , 莫什·科塔卡拉帕 , 威尔逊·塞隆 , 拉斐尔·杜阿尔特·科埃霍·多斯桑托斯 , 马科斯·奎尔斯 :
推特上一位有争议的美国人的情绪和行为分析。 图标(2) 2016 : 509-518 2015 [j6] Fabricio A.Breve公司 , 梁昭 , 马科斯·奎尔斯 :
标签噪声下半监督学习的粒子竞争与合作。 神经计算 160 : 63-72 ( 2015 ) [公元28年] Fabricio A.Breve公司 , 马科斯·奎尔斯 , 梁昭 :
基于粒子竞争与合作的非相邻类交互式图像分割。 ICCSA(1) 2015 : 203-216 [公元27年] 威尔逊·塞隆 , 埃泽奎尔·罗伯托·佐泽尔 , 马科斯·奎尔斯 , 马尔西奥·巴斯卡洛普 , Fabricio A.Breve公司 :
#推特上的2014世界杯。 ICCSA(1) 2015 : 447-458 [公元26年] 尤莎拉·迪亚斯 , 马科斯·奎尔斯 , 安娜·卡罗莱纳·洛雷纳 :
在最近邻分类器原型生成中使用增长神经气体。 图标(2) 2015 : 276-283 [公元25年] Fabricio A.Breve公司 , Marcos Gonçalves被子 , 梁昭 :
使用粒子竞争与合作的交互式图像分割。 国际JCNN 2015 : 1-8 [公元24年] 乔·埃利亚金·莫塔·德·奥利维拉 , 马科斯·奎尔斯 , 马科斯·D·N·迈亚 , Elbert E.N.澳门 :
使用耦合Kuramoto振荡器进行社区检测,具有较低的时间复杂度。 囊 2015 : 1160-1166 2014 【c23】 阿尔西德斯·泽维尔·贝尼卡萨 , 马科斯·奎尔斯 , 蒂亚戈·C·席尔瓦 , 梁昭 , 罗斯利·A·弗兰克林·罗梅罗 :
结合物理特征和记忆的基于对象的可视化选择模型。 巴西 2014 : 234-240 [公元22年] 乔·埃利亚金·莫塔·德·奥利维拉 , 马科斯·奎尔斯 :
使用耦合Kuramoto振荡器的复杂网络中的社区检测。 ICCSA(研讨会/短文/海报) 2014 : 85-90 【c21】 桑迪·M·波尔图 , 马科斯·奎尔斯 :
一种生成具有社区结构的时变复杂网络的方法。 ICCSA(1) 2014 : 344-359 [公元20年] 亚历山德拉·马利·莫利斯 , 马科斯·贡萨尔夫斯·奎尔斯 , 拉斐尔·桑托斯 :
具有自组织地图网格的图标和几何数据可视化。 ICCSA(6) 2014 : 562-575 [第19条] 维尼希乌斯·马西莫 , 马科斯·奎尔斯 , 玛丽亚·V.纳西门托 :
基于共识的半监督增长神经气体。 国际JCNN 2014 : 2019-2026 [第18条] 埃泽奎尔·罗伯托·佐泽尔 , 塞尔索·安德烈·罗德里格斯 , 亚历山大·卡多佐 , 克劳迪奥·科纳 , 埃德加德·阿丰索·拉穆尼尔 , 马科斯·奎尔斯 :
利用增强现实技术开发自适应信息可视化系统。 四、 2014 : 211-216 2013 [第17条] 阿尔西德斯·泽维尔·贝尼卡萨 , 马科斯·奎尔斯 , 梁昭 , 罗斯利·A.F.罗梅罗 :
基于物体的视觉注意的自上而下的偏向和调制。 图标(3) 2013 : 325-332 [第16条] 马科斯·奎尔斯 , 伊泽基尔·佐扎尔 , Elbert E.N.澳门 :
复杂网络中社区检测的动态模型。 国际JCNN 2013 : 1-8 2012 [j5] 罗德里戈·C·巴罗斯 , 马尔西奥·巴斯卡洛普 , 安德烈·卡洛斯·蓬斯·德莱昂·费雷拉·德卡瓦略 , 马科斯·奎尔斯 :
Clus-DTI:使用基于聚类的决策树归纳算法改进决策树分类。 J.布拉兹。 计算。 索克。 18 ( 4 ) : 351-362 ( 2012 ) 【j4】 Fabricio A.Breve公司 , 梁昭 , 马科斯·奎尔斯 , 维托尔德·佩德里茨 , 刘继明 :
半监督学习网络中的粒子竞争与合作。 IEEE传输。 知识。 数据工程。 24 ( 9 ) : 1686-1698 ( 2012 ) [第15条] 阿尔西德斯·X·贝尼卡萨 , 马科斯·奎尔斯 , 梁昭 , 罗斯利·A.F.罗梅罗 :
具有自下而上和自上而下调制的基于对象的可视化选择模型。 SBRN公司 2012 : 238-243 2011 [j3] 马科斯·奎尔斯 , 王德良 , 梁昭 , 罗斯利·A·弗兰克林·罗梅罗 , 黄德双 :
在真实场景中选择显著对象:振荡相关模型。 神经网络 24 ( 1 ) : 54-64 ( 2011 ) [第14条] 罗德里戈·C·巴罗斯 , 安德烈·卡洛斯·蓬斯·德莱昂·费雷拉·德卡瓦略 , 马尔西奥·巴斯卡洛普 , 马科斯·奎尔斯 :
一种基于聚类的决策树归纳算法。 ISDA公司 2011 : 543-550 [第13条] Fabricio A.Breve公司 , 梁昭 , 马科斯·奎尔斯 , 维托尔德·佩德里茨 , 刘继明 :
粒子竞争与合作揭示网络重叠社区结构。 是否(3) 2011 : 426-433 2010 [第12条] 法布里西奥·A·布雷夫 , 梁昭 , 马科斯·奎尔斯 :
通过粒子合作和竞争,从不完美的数据中进行半监督学习。 国际JCNN 2010 : 1-8 [c11] 马科斯·奎尔斯 , 梁昭 , Fabricio A.Breve公司 , 安德森·罗查 :
通过神经元同步进行标记传播。 国际JCNN 2010 : 1-8
2000 – 2009
2009 【b1】 马科斯·贡萨尔夫斯·奎尔斯 :
计算机科学中具有时空动力学的网络。 巴西圣保罗大学, 2009 [注2] 马科斯·奎尔斯 , 梁昭 , Fabricio A.Breve公司 , 罗斯利·A·弗兰克林·罗梅罗 :
用于视觉选择的整合和激发神经元网络。 神经计算 72 ( 10-12 ) : 2198-2208 ( 2009 ) [j1] Fabricio A.Breve公司 , 梁昭 , 马科斯·奎尔斯 , Elbert E.N.澳门 :
用于对象选择的振荡器网络中的混沌相位同步和去同步。 神经网络 22 ( 5-6 ) : 728-737 ( 2009 ) [第10条] Fabricio A.Breve公司 , 梁昭 , 马科斯·奎尔斯 :
使用粒子竞争揭示复杂网络中的重叠社区结构。 AICI公司 2009 : 619-628 【c9】 Fabricio A.Breve公司 , 梁昭 , 马科斯·奎尔斯 :
用于半监督分类的复杂网络中的粒子竞争。 综合体(1) 2009 : 163-174 【c8】 Fabricio A.Breve公司 , 梁昭 , 马科斯·奎尔斯 , Elbert E.N.澳门 :
视觉选择的混沌相位同步。 国际JCNN 2009 : 383-390 【c7】 马科斯·奎尔斯 , 王德良 , 梁昭 , 罗斯利·A·弗兰克林·罗梅罗 , 黄德双 :
基于对象的注意的振荡相关模型。 国际JCNN 2009 : 2596-2602 2008 【c6】 马科斯·奎尔斯 , Fabricio A.Breve公司 , 罗斯利·A.F.罗梅罗 , 梁昭 :
集成神经元和火灾神经元网络中基于特征对比抑制的视觉选择。 ICNC(3) 2008 : 601-605 2007 【c5】 梁昭 , Fabricio A.Breve公司 , 马科斯·奎尔斯 , 罗斯利·A.F.罗梅罗 :
基于混沌Wilson-Cowan振荡器网络的视觉选择和移位机制。 ICNC(5) 2007 : 754-762 【c4】 马科斯·奎尔斯 , 梁昭 , 罗斯利·A·弗兰克林·罗梅罗 :
基于脉冲耦合神经网络的视觉选择机制。 国际JCNN 2007 : 1566-1571 【c3】 梁昭 , 马科斯·奎尔斯 , 安东尼奥·P·G·达米安斯 , 罗斯利·A·弗兰克林·罗梅罗 :
像素聚类的动态耦合元素网络。 国际JCNN 2007 : 2770-2775 【c2】 马科斯·奎尔斯 , Fabricio A.Breve公司 , 梁昭 , 罗斯利·A·弗兰切林·罗梅罗 :
基于混沌Wilson-Cowan振荡器网络的可视化选择机制。 ISDA公司 2007 : 919-924 2006 【c1】 马科斯·奎尔斯 , 罗斯利·A·弗兰克林·罗梅罗 , 梁昭 :
脉冲耦合神经网络作为简化的自下而上视觉注意模型。 SBRN公司 2006 : 178-183