Nicola Braile
Analisi multivariata di serie temporali mediante contrastive learning = Multivariate time series analysis based on contrastive learning.
Rel. Luca Cagliero, Francesco Vaccarino. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2022
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (4MB) | Preview |
Abstract
Nella società odierna la produzione di dati temporali è estremamente diffusa. Questo formato dei dati è comune in molti ambiti, a partire da dati finanziari, IoT, sensori in ambito industriale, monitoraggio della salute fino a dati di profilazione dei clienti. La serie sono composte da letture eseguite ad intervalli regolari di una o piu variabili e si distinguono in due categorie: se è presente un'unica variabile si parla di serie univariata altrimenti si tratta di serie multivariata. Nel caso univariato la variabile in osservazione dipende soltanto dai valori passati mentre nel caso multivariato la dipendenza si estende anche alle altre variabili.
Le serie temporali multivariate derivano da fenomeni complessi che non possono essere descritti soltanto da modelli univariati
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
