@mastersthesis{elediasc12146,
          school = {University of Trento},
          author = {A. Franzoso},
           title = {SVM-BURIED - Analisi Valori Singolari Training Set Al Variare Del Numero Di Campioni E Dei Baricentri Di Training},
            year = {2009},
        abstract = {L'approccio basato sull'utilizzo di SVM per la detection di discontinuit{\`a} sottosuperficiali permette di avere una stima della probabilit{\`a} di presenza in tempo reale. Tuttavia, {\`e} indispensabile una fase di training durante la quale viene generata una funzione decisione a partire da esempi noti (approccio learning-by-example). Le prestazioni del metodo cambiano considerevolmente a seconda di come viene generato il training set e come vengono scelti i campioni di training. L'attivit{\`a} ha lo scopo di analizzare un set di casistiche che mettano in luce il comportamento di alcuni parametri caratteristici dell'SVM al variare dei training set considerati.},
        keywords = {TADIB},
             url = {http://www.eledia.org/students-reports/146/}
}