Tesi etd-10052025-193655
Link copiato negli appunti
Tipo di tesi
Corso Ordinario Secondo Livello
Autore
D'AGOSTINO, BERNARDO
URN
etd-10052025-193655
Titolo
Mixed integer programming for variable selection and outlier detection in function-on-scalar regression
Struttura
Classe Scienze Sociali
Corso di studi
SCIENZE ECONOMICHE E MANAGERIALI - SCIENZE ECONOMICHE E MANAGERIALI
Commissione
Tutor Prof. PICCALUGA, ANDREA MARIO CUORE
Relatore Prof.ssa CHIAROMONTE, FRANCESCA
Relatore Prof.ssa MARZIA, CREMONA
Presidente Prof. MONETA, ALESSIO
Membro Dott. CORONESE MATTEO
Membro Prof. LAMPERTI, FRANCESCO
Membro Prof. ROVENTINI, ANDREA
Membro Prof. IRALDO, FABIO
Membro Prof. RIZZI, FRANCESCO
Relatore Prof.ssa CHIAROMONTE, FRANCESCA
Relatore Prof.ssa MARZIA, CREMONA
Presidente Prof. MONETA, ALESSIO
Membro Dott. CORONESE MATTEO
Membro Prof. LAMPERTI, FRANCESCO
Membro Prof. ROVENTINI, ANDREA
Membro Prof. IRALDO, FABIO
Membro Prof. RIZZI, FRANCESCO
Parole chiave
- feature selection
- FOSR
- Function-on-Scalar Regression
- MIP
- outlier detection
Data inizio appello
27/11/2025;
Disponibilità
parziale
Riassunto analitico
This thesis builds upon previous work on Simultaneous Feature Selection and Outlier Detection in Function-on-Scalar Regression (FOSR) using Mixed Integer Programming (MIP), extending the methodology and expanding the experimental setting to explore new theoretical and computational directions.
File
| Nome file | Dimensione |
|---|---|
Ci sono 1 file riservati su richiesta dell'autore. |
|