Riassunto analitico
Sono svariati gli ambiti in cui, al giorno d’oggi è richiesta la capacità di verificare l’appartenenza di un campione a una data categoria, ad esempio la verifica dell’autenticità di un alimento o della conformità di un prodotto, la presenza di uno stato patologico, l’efficacia di un trattamento, etc.. A questo scopo uno dei metodi più utilizzati tra quelli di modellamento di classe è Soft Independent Modeling of Class Analogy (SIMCA). Sono riportate in letteratura diverse possibili implementazioni di SIMCA, che si distinguono per la definizione della regola di classificazione, la statistica adottata ed il criterio utilizzato per la scelta della dimensionalità del modello. Lo scopo di questo progetto di tesi consiste nel valutare l’interazione tra i vari criteri e le regole di classificazione adottate in SIMCA, analizzando diversi datasets, casi reali di applicazione.
|
Abstract
Nowadays, there are several areas in which the ability to verify the membership of a sample to a class is required, e.g. in food authenticity, verification of product compliance, illness assessment or treatment efficacy and so on. For this purpose, between class modelling methods, Soft Independent Modeling of Class Analogy (SIMCA) is one of the most used. In literature are reported different possible implementations, which are distinguished for classification rules, statistics adopted and criteria for choosing model dimensionality. The aim of this thesis is to evaluate the interplay between the different criteria and classification rules that can be adopted in SIMCA, by analysing real world data.
|
