Please use this identifier to cite or link to this item:
https://hdl.handle.net/1889/4239
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Di Renzo, Francesco | - |
dc.contributor.author | Cescatti, Fabiana | - |
dc.date.accessioned | 2021-04-06T11:43:46Z | - |
dc.date.available | 2021-04-06T11:43:46Z | - |
dc.date.issued | 2021 | - |
dc.identifier.uri | https://hdl.handle.net/1889/4239 | - |
dc.description.abstract | La mia tesi di dottorato è il risultato di una collaborazione tra l'università di Parma ed Energee3 srl, un'azienda di Reggio Emilia che lavora nel ramo dell'ICT. Il punto d'incontro è stato lo studio di algoritmi di machine learning. Le diverse prospettive delle due realtà hanno portato a uno scambio di competenze, arricchendosi vicendevolmente. Dal punto di vista accademico gli algoritmi di machine learning sono studiati come nuovi metodi numerici per identificare transizioni di fase. Dal punto di vista aziendale, è stato sviluppato uno strumento di ricerca documentale su base semantica utilizzando approcci di machine learning nel campo dell'elaborazione del linguaggio naturale per soddisfare le esigenze di un cliente. | en_US |
dc.language.iso | Italiano | en_US |
dc.publisher | Università degli studi di Parma. Dipartimento di Scienze matematiche, fisiche ed informatiche | en_US |
dc.relation.ispartofseries | Dottorato di ricerca in Fisica | en_US |
dc.rights | © Fabiana Cescatti, 2021 | en_US |
dc.subject | machine learning | en_US |
dc.subject | transizioni di fase | en_US |
dc.subject | linguaggio naturale | en_US |
dc.title | Studi di machine learning: applicazioni in realtà aziendale e in fisica delle transizioni di fase | en_US |
dc.title.alternative | Studies in machine learning: applications in business and physics of phase transitions. | en_US |
dc.type | Doctoral thesis | en_US |
dc.subject.soggettario | Non compilare | - |
dc.subject.miur | FIS/02 | en_US |
Appears in Collections: | Fisica. Tesi di dottorato |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
RelazioneAttivitaPhD.pdf Restricted Access | 340.19 kB | Adobe PDF | View/Open Request a copy | |
studiesInMachineLearning_Cescatti.pdf | 3.52 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.