Publicado em 09/03/2026 - ISBN: 978-65-272-2245-3
CompartilharComo citar
OLIVEIRA, Marcus Vinicius De; COSTA, Gilson Alexandre Ostwald Pedro da. PARTIALLY EXPLAINABLE DEEP LEARNING PROXY FITTING AND APPLICATION TO HESTON STOCHASTIC VOLATILITY MODEL CALIBRATION.. In: Anais do Encontro Nacional de Modelagem Computacional e Encontro de Ciência e Tecnologia de Materiais. Anais...Montes Claros(MG) Universidade Estadual de Montes Claros, 2025. Disponível em: https//www.even3.com.br/anais/enmc-2025/1222279-PARTIALLY-EXPLAINABLE-DEEP-LEARNING-PROXY-FITTING-AND-APPLICATION-TO-HESTON-STOCHASTIC-VOLATILITY-MODEL-CALIBRAT. Acesso em: 30/04/2026
O DOI (Identificador de Objeto Digital) é um código único – formado por um padrão de letras e números – e apresentado na forma de link, que é atribuído a publicações que estejam disponíveis na internet. Esse link individualiza, facilita a localização e garante a autenticidade da publicação.
Com o link do DOI, é possível mensurar o número de vezes que seu trabalho foi referenciado por outros pesquisadores e, por isso, é adotado por ferramentas como a Plataforma Lattes, do CNPq.
Esse é um serviço oferecido pela Even3 Publicações e não tem relação com a organização do evento
