In questo elaborato si vuole analizzare lo stato dell'arte relativo alle soluzioni informatiche open source per l'analisi di dati multidimensionali. In particolare viene fatto riferimento alla Blinde Source Separation (BSS), che nella sua applicazione più comune utilizza l'analisi delle componenti indipendenti (ICA). L'attenzione nella tesi è focalizzata sulle caratteristiche dell'algoritmo FastICA e sulle possibili applicazioni del metodo ai diversi ambiti, tra cui un riferimento alla possibilità di analizzare le serie temporali finanziarie e le variabili latenti che le influenzano.

Metodologie informatiche per l'analisi delle variabili latenti

PRETTO, KARIN
2012/2013

Abstract

In questo elaborato si vuole analizzare lo stato dell'arte relativo alle soluzioni informatiche open source per l'analisi di dati multidimensionali. In particolare viene fatto riferimento alla Blinde Source Separation (BSS), che nella sua applicazione più comune utilizza l'analisi delle componenti indipendenti (ICA). L'attenzione nella tesi è focalizzata sulle caratteristiche dell'algoritmo FastICA e sulle possibili applicazioni del metodo ai diversi ambiti, tra cui un riferimento alla possibilità di analizzare le serie temporali finanziarie e le variabili latenti che le influenzano.
ITA
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
305426_ica_tesi.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 10.85 MB
Formato Adobe PDF
10.85 MB Adobe PDF

Se sei interessato/a a consultare l'elaborato, vai nella sezione Home in alto a destra, dove troverai le informazioni su come richiederlo. I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Usare il seguente URL per citare questo documento: https://hdl.handle.net/20.500.14240/44128