Documenti full-text disponibili:
|
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (1MB)
| Contatta l'autore
|
Abstract
Il tema della biodiversità negli ultimi anni è entrato a far parte della nostra vita di tutti i giorni per svariati motivi, tra i quali il mantenimento della biodiversità e la sua importanza nell’ecosistema. Il machine learning è un altro tema di cui ultimamente si sente spesso parlare per diversi motivi, tra i quali l’aumento della quantità di dati disponibili per l’elaborazione. Questo progetto nasce con l’obbiettivo di unire questi due temi, sviluppando un’applicazione per dispositivi mobili in grado di catalogare fotografie di conchiglie, riconoscendole utilizzando tecniche di machine learning. Il volume di tesi è suddiviso in tre capitoli: nel primo si introducono i concetti di biodiversità e machine learning illustrandone i principali temi. Il secondo capitolo mostra le tecnologie utilizzate (linguaggi, ambienti di sviluppo e librerie) per lo sviluppo sia dell’applicazione che del modello di machine learning. Il terzo capitolo, presenta il progetto completo, descrivendo in dettaglio le funzionalità.
Abstract
Il tema della biodiversità negli ultimi anni è entrato a far parte della nostra vita di tutti i giorni per svariati motivi, tra i quali il mantenimento della biodiversità e la sua importanza nell’ecosistema. Il machine learning è un altro tema di cui ultimamente si sente spesso parlare per diversi motivi, tra i quali l’aumento della quantità di dati disponibili per l’elaborazione. Questo progetto nasce con l’obbiettivo di unire questi due temi, sviluppando un’applicazione per dispositivi mobili in grado di catalogare fotografie di conchiglie, riconoscendole utilizzando tecniche di machine learning. Il volume di tesi è suddiviso in tre capitoli: nel primo si introducono i concetti di biodiversità e machine learning illustrandone i principali temi. Il secondo capitolo mostra le tecnologie utilizzate (linguaggi, ambienti di sviluppo e librerie) per lo sviluppo sia dell’applicazione che del modello di machine learning. Il terzo capitolo, presenta il progetto completo, descrivendo in dettaglio le funzionalità.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Fabbri, Andrea
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
machine learning,biodiversità,programmazione mobile
Data di discussione della Tesi
2 Dicembre 2021
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Fabbri, Andrea
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
machine learning,biodiversità,programmazione mobile
Data di discussione della Tesi
2 Dicembre 2021
URI
Statistica sui download
Gestione del documento: