Lo scopo della tesi è quello di studiare un nuovo campo di ricerca per l'analisi dei dati: l'analisi topologica dei dati (TDA, Topological Data Analysis) il cui strumento principale è l'omologia persistente. Vengono descritti i concetti fondamentali per poi utilizzarli nella parte di implementazione in Python con un esempio. Infine viene effettuata la classificazione sui diagrammi di persistenza tramite l'algoritmo k-NN.
Omologia persistente per la classificazione di dati
BOTTEGA, DAVIDE
2024/2025
Abstract
Lo scopo della tesi è quello di studiare un nuovo campo di ricerca per l'analisi dei dati: l'analisi topologica dei dati (TDA, Topological Data Analysis) il cui strumento principale è l'omologia persistente. Vengono descritti i concetti fondamentali per poi utilizzarli nella parte di implementazione in Python con un esempio. Infine viene effettuata la classificazione sui diagrammi di persistenza tramite l'algoritmo k-NN.File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
Bottega_Davide.pdf
Accesso riservato
Dimensione
1.38 MB
Formato
Adobe PDF
|
1.38 MB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12608/102012