Acquisizione compressa mediante Compressed Sensing: studio del supporto ottimo per segnali non perfettamente sparsi e dell'impatto sulla individuazione di istanze anomale

Questa tesi propone una nuova metodologia per la valutazione del supporto, basata su un determinato livello di energia rispetto a quella totale di ogni istanza, rivisitando il lavoro degli Autori citati. L’elaborato è suddiviso in due capitoli principali. Nel Capitolo 1, viene affrontata la teoria legata al Compressed Sensing (CS), evidenziando le differenze tra l’algoritmo utilizzato dagli Autori e quello proposto in questo lavoro. Si conclude con l’allenamento della stessa rete neurale per dedurre il supporto, portando alla creazione del TSOC (Trained Support Oracle for Compressed signal). Il Capitolo 2 introduce il concetto di anomalia e il suo impatto sui segnali biomedici, come l'ECG, sottolineando l’importanza di una tempestiva rilevazione nel monitoraggio. Utilizzando il modello allenato, viene definito un processo di Anomaly Detection per valutare la capacità di distinguere tra segnali normali e anomali.