@mastersthesis{elediasc12145,
           title = {SVM-BIO - Test Con Oggetti Di Forme Differenti Da Quelle Utilizzate Per La Generazione Del Training},
          author = {A. M. Ilisei},
          school = {University of Trento},
            year = {2009},
        abstract = {L'applicazione della metodologia basata su SVM al problema della diagnosi di patologie al seno presenta numerosi vantaggi tra i quali il ridotto carico computazionale della fase di test. Per avere una fase di test real-tme, l'approccio learning-by-example richiede un apprendimento basato su esempi (effettuato una volta sola ed offline) che costituiscono il training set. La capacit{\`a} generalizzatrice dell'SVM permette poi di classificare correttamente dei dati di test che non appartengono al set di training. Un aspetto da approfondire {\`e} la capacit{\`a} dell'SVM di ricostruire la posizione di oggetti che oltre a non essere in posizioni contenute nel training set, hanno anche caratteristiche geometriche differenti. In questo modo sarebbe possibile utilizzare dei training realizzati con forme standard che per{\`o} possono essere efficaci anche in presenza di oggetti dalla forma differente. L'obiettivo di questa attivit{\`a} {\`e} analizzare le prestazioni del metodo nel caso in cui il training sia effettuato con oggetti di una specifica forma (es. sfera) e il test con oggetti di forma differente.},
        keywords = {TADIB},
             url = {http://www.eledia.org/students-reports/145/}
}