Reconocimiento de patrones
Reconocimiento de Patrones
Las técnicas de Reconocimiento de Patrones son procesos computacionales de gran aplicabilidad en diversos sectores y problemas como el procesamiento digital de imágenes, el reconocimiento del habla, la medicina, la biología, el tratamiento automático de las bases de datos, video-vigilancia inteligente, entre otras, en los que se precisa de métodos de decisión y clasificación automática.
Por Reconocimiento de Patrones podríamos identificar “a la zona del conocimiento (de carácter interdisciplinario) que se ocupa del desarrollo de teorías, métodos, técnicas y dispositivos computacionales para la realización de procesos ingenieriles, computacionales y/o matemáticos relacionados con objetos físicos y/o abstractos, que tienen el propósito de extraer la información que le permita establecer propiedades y/o vínculos entre conjuntos de dichos objetos sobre la base de los cuales se realiza una tarea de identificación o clasificación”.
Un patrón es una entidad a la que se le puede dar un nombre, y que está representada por un conjunto de propiedades medibles (mesurables) y las relaciones entre ellas (vector de características). El conjunto de todas las representaciones posibles de un objeto (patrón) se denomina espacio de representación.
Dentro de Reconocimiento de Patrones se puede hablar de tres grupos principales. El primero es el Reconocimiento Sintáctico o Estructural de Formas, el cual define explícitamente la estructura de las características asociadas a los modelos, así como las relaciones permitidas entre ellas. Trabaja con patrones físicos y utiliza herramientas de la Teoría de los Lenguajes Formales.
El segundo grupo es el Reconocimiento Lógico Combinatorio, que se basa en la idea de que la modelación del problema debe ser lo más cercana posible a la realidad del mismo, sin hacer suposiciones que carezcan de fundamento. Uno de los aspectos esenciales de este tipo de enfoque es que las características utilizadas para describir a los objetos de estudio deben ser tratadas cuidadosamente. Trabaja con patrones abstractos y no impone restricciones al espacio de representación.
El tercer grupo corresponde al Reconocimiento Estadístico de Formas. En él se asume que el espacio de representación posee una estructura de espacio vectorial, donde un patrón se representa por un vector numérico n-dimensional.
El objetivo perseguido en todo problema de Reconocimiento de Patrones es la clasificación (determinación de la clase o categoría a la que debe pertenecer) de objetos teniendo en cuenta la información que se pueda extraer de un conjunto de objetos del mismo espacio de representación. De acuerdo a las condiciones existentes en el conjunto de datos disponible, la clasificación se puede dividir en tres grupos: clasificación supervisada, clasificación no supervisada y clasificación semi-supervisada.
Fuentes
- Facultad de Matemática y Computación de la Universidad de Oriente.
