Reconocimiento de patrones

Ciencia, extrae información de los objetos para establecer propiedades entre conjuntos.
Conceptos
1. Se clasifica la descripción del objeto
2. Descripción se crea a partir de un modelo con sus características
3. Extracción de características (repesentación matemática)
  1. Imagen: color forma
  2. Sonido: ritmo, tono
  3. Finanzas: valor acciones
Modelo de sistema de reconocimiento
Enfoques
1. Estadístico(Probabilidad)
2. Sintáctico (construir gramática)
3. Redes neuronales (neuronas entrenadas)
4. Lógico combinatorio(modelación sin suposiciones)
Problemas
1. Selección variables (caracs. más adecuadas)
  1. Para Clasif: las más relevantes del objeto
  2. Para Repres: las que representan mejor
  3. Estrategias
    1. wrapper(depende de la clasificación)
    2. filter(criterio independiente)
  4. Métodos
    1. Tablas decisión
      Nota:
      - (subconjunto sin confusión entre clases)
    2. ID3
      Nota:
      - (árbol de decisión, vars. discriminan entre clases)
    3. Teoría testores
      Nota:
      - (de todos los subconjuntos se evalúa la relevancia por variable)
2. Clasif. supervisada (basado en muestra clasif)
  1. Métodos
    1. Superficies de separación
    2. Funciones discriminantes
      Nota:
      - (según la más alta se coloca al objeto)
    3. Vecino más cercano
      Nota:
      - (nuevo objeto se ubica donde esté el objeto más cercano)
    4. Redes neuronales
      Nota:
      - (mediante una red entrenada)
3. Clasif. no superv. (encontrar clasificación)
  1. Restringida(clases definidas)
  2. Libre
  3. Estrategias
    1. Jerárquica (divisiva o aglomerativa)
    2. Reagrupamiento
      Nota:
      - (de un primer agrupamiento se va refinando)
    3. Lógico combinatorio
      Nota:
      - (grupos que cumplan ciertas condiciones
  4. Métodos
    1. Simple y Complete Link
      Nota:
      - (de grupos unitarios se van uniendo parecidos)
    2. Isodata
      Nota:
      - (grupos que se unen según probabilidades)
    3. C-means
      Nota:
      - (grupo de semillas se asocian a un objeto)
    4. Criterio lógico combinatorio
      Nota:
      - (grupos completos maximales y conexos)
Etapas
1. Sistema físico(Realidad)
2. Modelación
3. Sistema medición
4. Datos obtenidos
5. Validación datos
6. Definir modelo de reconocimiento
7. Modelación matemática
8. Selección variables
9. Diseño clasificador
10. Prueba clasificador
11. Aplicación modelo
12. Interpretación resultado
13. Feedback
Seres vivos
1. Son buenos al reconocer patrones por supervivencia
2. Ventajas de reemplazarlos
  1. Hacer tareas repetitivas
  2. Trabajo en zonas peligrosas
  3. Menos errores y costos
  4. Autonomía

Recursos multimedia adjuntos

Image (binary/octet-stream)

Siguiente

Reconocimiento de patrones

Descripción

Resumen del Recurso

Recursos multimedia adjuntos

Similar

	Creado por Pedro Alejandro Núñez castañeda hace más de 5 años