Matteo Di Pardo
L'Impatto di Fattori Socioeconomici e Morfologici sulla Luminosità Notturna: Un Approccio di Machine Learning per il Caso Italiano.
Rel. Francesco Luigi Milone. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2025
![[img]](https://webthesis.biblio.polito.it/secure/style/images/fileicons/application_pdf.png)
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (1MB) |
| Abstract: |
Algoritmo di Machine Learning che permette di prevedere la luminosità artificiale sul suolo italiano, usando come input immagini satellitari VIIRS e dati economici e geografici dell'Italia. |
|---|---|
| Relatori: | Francesco Luigi Milone |
| Anno accademico: | 2025/26 |
| Tipo di pubblicazione: | Elettronica |
| Numero di pagine: | 47 |
| Soggetti: | |
| Corso di laurea: | Corso di laurea magistrale in Ingegneria Gestionale |
| Classe di laurea: | Nuovo ordinamento > Laurea magistrale > LM-31 - INGEGNERIA GESTIONALE |
| Aziende collaboratrici: | NON SPECIFICATO |
| URI: | http://webthesis.biblio.polito.it/id/eprint/38199 |
 |
Modifica (riservato agli operatori) |
Licenza Creative Commons - Attribuzione 3.0 Italia