Tesi etd-08032023-104146 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
ANASTASI, GAIA
URN
etd-08032023-104146
Titolo
Implementing linear regression using Microsoft SEAL
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
COMPUTER ENGINEERING
Relatori
relatore Prof. Dini, Gianluca
correlatore Prof. Saponara, Sergio
correlatore Prof. Perazzo, Pericle
correlatore Prof. Saponara, Sergio
correlatore Prof. Perazzo, Pericle
Parole chiave
- linear regression
- Microsoft Seal
- regressione lineare
Data inizio appello
22/09/2023
Consultabilità
Non consultabile
Data di rilascio
22/09/2093
Riassunto
Questo lavoro di tesi è basato sull'implementazione di una regressione lineare utilizzando la libreria open-source SEAL di Microsoft. La regressione lineare è stata implementata utilizzando il metodo dei minimi quadrati e realizzata prendendo in considerazione diversi algoritmi di prodotto matrici e diversi scenari client-server. I vari algoritmi di prodotto sono stati poi confrontati in termini di performance, al fine di identificare il migliore algoritmo per ogni scenario. Sono infine state effettuate delle prove per verificare il corretto funzionamento degli algoritmi utilizzati.
This thesis work is based on the implementation of a linear regression using Microsoft's open-source SEAL library. The linear regression was implemented using the ordinary least squares method and carried out by considering different matrix product algorithms and different client-server scenarios. The various product algorithms were then compared in terms of performance in order to identify the best algorithm for each scenario. Finally, tests were carried out to verify the proper execution of the algorithms used.
This thesis work is based on the implementation of a linear regression using Microsoft's open-source SEAL library. The linear regression was implemented using the ordinary least squares method and carried out by considering different matrix product algorithms and different client-server scenarios. The various product algorithms were then compared in terms of performance in order to identify the best algorithm for each scenario. Finally, tests were carried out to verify the proper execution of the algorithms used.
File
Nome file | Dimensione |
---|---|
Tesi non consultabile. |