reconocimiento de patrones

Área Académica: Lic. Sistemas Computacionales.

Tema: Introducción al Reconocimiento de Patrones.

Alumno: Cesario Ramírez Torres.

Periodo: Diciembre2015 - Enero 2016

Tema: RECONOCIMIENTO DE PATRONES.

Abstract:In short, a pattern recognition system complete consists of:

• A sensor that gathers the observations to be classified.• A feature extraction systemtransforms information into numerical values observedor symbolic.• A system of classification or description, basedin the extracted features, the measurement classified.

Keywords:

•Clasificar.•Patrón.•Objeto.•Conjunto.

Definiciones

1.1.1 Patrón.

Es una entidad a la que se le puede dar un nombre y que está representada por un conjunto de propiedades medidas y las relaciones entre ellas (vector de características).

Es decir, es un conjunto de reglas con las que se describe a una entidad.

1.1.2 Clase

Es un conjunto de patrones que poseen propiedades comunes para objetos similares.

El objetivo del reconocimiento de patrones es asignar un patrón a la clase a la que pertenece (lo más automáticamente posible).

1

3

2

546

7

1.1.3 Atributos.

Es la cualidad o característica propia de una persona o una cosa, especialmente algo que es parte esencial de su naturaleza.

Clase de patrones.

Idealmente las clases de patrones deben estar bien separadas dentro del espacio de características.

Como definir la similaridad de patrones dados los siguientes problemas.

1.1.4 vector característica.

Es el conjunto de propiedades que distinguen los objetos de las clases. Sólo se retienen las propiedades que diferencian los objetos y se dejan de un lado los detalles irrelevantes.

Es la cualidad o característica propia de una persona o una cosa, especialmente algo que es parte esencial de su naturaleza. Cualquier medida o cualidad extraíble.

Tipos: Cuantitativos (numéricos) y cualitativos (simbólicos)

1.1.5 reconocimiento de patrones (RP).

Puede definirse como la "categorización" de los datos de entrada en clases o patrones mediante la extracción de propiedades significativas que permiten discriminar entre las clases en estudio.

Sistema de reconocimiento de patrones.

Es un conjunto de reglas que permiten determinar a qué clase pertenece un objeto de una población en estudio.

Clasificar (o reconocer)

Significa asociar a clases (o prototipos) una serie de elementos (u objetos). Esta asociación se realiza en base a las características o propiedades de los objetos.

1.4 Familias de problemas en Reconocimiento de patrones.

Se entiende por problemas de Reconocimiento de Patrones a todos aquellos relacionados con la clasificación de objetos y fenómenos y con la determinación de los factores que inciden en los mismos.

El Reconocimiento de Patrones es una disciplina que aborda principalmente cuatro familias de problemas:

1.Selección de rasgos o características.

2.Clasificación con aprendizaje (supervisado).

3.Clasificación sin aprendizaje (no supervisado).

4.Clasificación con aprendizaje parcial (parcialmente supervisado).

1.4.1 Problemas de RP.

Todos aquellos relacionados con la clasificación de objetos y fenómenos, y con la determinación de los factores que inciden en los mismos.

PLANTEAMIENTO DE UN PROBLEMA de RP (Aproximación Conjuntual).

•Determinación de un conjunto:

a)Por extensión, listando los elementos del conjunto.b)Por intención, indicando la propiedad que deben cumplir los elementos del conjunto.

1.6 diferentes enfoques en Reconocimiento de Patrones.

•Enfoque Estadístico.

•Enfoque Sintáctico-Estructural.

•Enfoque Lógico-combinatorio.

• Enfoque estadístico.

El enfoque estadístico es la más simple y consiste en representar cada patrón mediante un vector de números resultantes del muestreo y cuantificación de las señales externas, y cada clase por uno o varios patrones prototipo.

• Enfoque Sintáctico-Estructural.

La idea central consiste en suponer que los objetos se pueden descomponer (físicamente) en elementos primarios, como si fueran letras de un cierto alfabeto, y a partir de aquí, hallar las reglas gramaticales que permitan formar la señal

Características: Se basa en las descripciones de los objetos en términos de sus partes constitutivas; se apoya en la teoría de Lenguajes Formales y Autómatas; se asume que la estructura de los objetos a ser reconocida es cuantificable.

• Enfoque Sintáctico-Estructural.

Utiliza la Lógica Matemática, la Teoría clásica y Difusa de conjuntos, la Teoría Combinatoria, La Teoría de Testores, y la Matemática Discreta en general.

Características: Se considera que los objetos se describen por medio de una combinación de rasgos numéricos y no numéricos (datos mezclados). La forma de manejar los objetos es más flexible que en los enfoques tradicionales.

1.7 Elementos de un sistema de reconocimiento de Patrones.

Entrada: Es el “objeto” que se desea estudiar.

Sensores: El sensor es el dispositivo encargado de la adquisición de datos.

1.7 Elementos de un sistema de reconocimiento de Patrones.

Pre-procesamiento: Consiste en filtrar los datos para la eliminación de ruido u otras operaciones para mejorar la calidad.

Extracción de característica: La función del extractor, debe buscar los datos que mejor representen o caractericen al objeto. El resultado de esta etapa es un vector característico.

1.7 Elementos de un sistema de reconocimiento de Patrones.

Clasificación: La clasificación trata de asignar las diferentes partes del vector de características a grupos o clases, basándose en las características extraídas. En esta etapa se usa lo que se conoce como aprendizaje automático, cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender (redes neuronales). .

Salida o evaluación del sistema: La

1.7 Elementos de un sistema de reconocimiento de Patrones.

Salida o evaluación del sistema: Se verifica la valides de la clasificación con los datos de entrenamiento, es raro tener un sistema que clasifique al 100%, es decir, hay técnicas que clasifican objetos con índices por arriba del 95%, pero siempre hay errores de clasificación que se toman como aceptables en la mayoría de los casos. Depende en gran medida de los objetos que se estén clasificando.

1.7 Elementos de un sistema de reconocimiento de Patrones.

•Bibliografía1.- Visión por Computador Imágenes Digitales y Aplicaciones. Gonzalo

Pajares Martinzans y Jesús M. De la Cruz García. Editorial Alfaomega. México, D.F. Julio de 2002.

2.- Reconocimiento de Patrones. J. Kittler. 2002.

http://www.fing.edu.uy/iie/ense/asign/recpat/material/sistemas_rec_patrones.pdf

Fecha: Lunes 23/Agosto/2010

3.- Reconocimiento de Patrones. Jesús Ariel Carrasco Ochoa. Instituto Nacional de Astrofísica Óptica y Electrónica. http://ccc.inaoep.mx/~ariel/recpat.pdf

Fecha: Lunes 23/Agosto/2010