logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-02012022-225523


Tipo di tesi
Tesi di laurea magistrale
Autore
KAOULA, MOHAMED
URN
etd-02012022-225523
Titolo
AutoML-based document image classification and troubleshooting in Cloud environments
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
COMPUTER ENGINEERING
Relatori
relatore Cimino, Mario Giovanni Cosimo Antonio
relatore Vaglini, Gigliola
relatore Orizzonte, Gennaro
Parole chiave
  • Automated machine learning
  • aws
  • cloud
  • gcp
Data inizio appello
18/02/2022
Consultabilità
Non consultabile
Data di rilascio
18/02/2092
Riassunto
L’obiettivo del lavoro di tesi è l’analisi, la progettazione e l’implementazione di una soluzione architetturale e tecnica che sia in grado di permettere l’addestramento dei modelli di machine learning, la verifica dei dati estratti dal modello e il troubleshooting in ambiente di esercizio da parte di un operatore autorizzato, garantendo confidenzialità, integrità, disponibilità, e non ripudio. La soluzione sarà basata su architettura a microservizi, piattaforme IBM, AWS, Google Cloud Platform e servizi di terze parti come, ad esempio, le Google Vision API e Cloud AutoML.
File