El reconocimiento de patrones

Es la ciencia que se ocupa de los procesos sobre ingeniería, computación y matemáticas

relacionados con objetos físicos o abstractos, con el propósito de extraer información que
permita establecer propiedades de entre conjuntos de dichos objetos.
El reconocimiento de patrones es una técnica de la inteligencia artificial y es empleado por
tecnologías como el procesamiento del lenguaje natural y la visión computacional.

El reconocimiento de patrones se apoya de otras técnicas de la IA como:

· Lógica Difusa
· Minería de Datos
· Redes Neuronales
· Agentes
· Robótica

Además se apoya en técnicas de otras ciencias

· Estadística
· Geometría
· Teoría de Lenguajes
· Lógica Simbólica
· Entre otras

Con el uso del reconocimiento de patrones se pretende automatizar la identificación de

patrones simples o estructurados y modelar diversos procesos preceptúales como lo son la
visión y la audición.
El uso de reconocimiento de patrones se ha visto reflejado en terapias de lenguaje mediante
el reconocimiento de la voz y sonidos, en las imágenes de rayos X, de positrones y de
resonancia magnética nuclear (RMN), de ultrasonido (donde se desarrollan técnicas para
mejorar la identificación y seguimiento de formas, como la actividad del feto en el útero) o
la cirugía plástica, en la cual se puede generar una reconstrucción tridimensional de la parte
del cuerpo a intervenir y así mostrar diferentes vistas al paciente y explicarle mejor en qué
consistirá su tratamiento, el resultado final y las modificaciones que se le aplicarían durante
una operación.
Elementos en Sistemas de Reconocimiento de Patrones
También podemos definir Reconocimiento de Patrones como el acto de tomar datos sin
ningún sentido y clasificarlos de acuerdo a una acción basada en las categorías de un patrón
dado o previamente analizado. Siendo así las operaciones en un sistema de reconocimiento
son las siguientes :

Sensores
Los sensores son algún tipo de transductor o mecanismo que traduce algún tipo de energía
normalmente mecánica en diferencias de voltaje. Cada valor o diferencia es un dato y
dependen o del tiempo o del espacio. Las dificultades en utilización o diseño de sistemas con
sensores dependen de las características y las limitaciones del sensor, su ancho de banda,
resolución, sensibilidad, distorsión, radio de señal y ruido, latencia, etc...
Ejemplos de transductores típicos podrían ser una cámara, un micrófono, un alto parlante,
termómetros, barómetros, sensores de flexibilidad, piezzos, sonares, infrarrojos, proximidad
y muchos otros.

Segmentación y Agrupamiento
La operación de segmentación ocurre cuando el sistema determina o que un elemento, objeto
o muestra finaliza y da comienzo a otro. Los patrones individuales deben ser segmentados y
focalizados. Si se ha identificado un objeto como tarjeta, luego se puede proceder a analizar
su color, forma y posteriormente su validez. Es necesario saber cuando pasamos de una
tarjeta a otra.
Muy relacionado a la segmentación está el problema de agrupamiento de las diferentes partes
en un objeto compuesto (i.e. carro, modelo, color, cilindraje, etc...). Para esto es necesario
tener varios sistemas de extracción de características y luego definir varias de sus
combinaciones.

Extracción de Características
La meta del extractor es caracterizar un objeto con medidas o cualidades cuyos ``valores''
tienden a ser similares. Para objetos en la misma categoría las diferencias son mínimas y por
lo tanto las características son invariables y poco relevantes a cambios en datos leídos por el
sensor. Sin embargo una categoría de tarjetas pude contener tarjetas de varios tamaños, varias
formas o geometría y podría ser leída al revés. En este caso el extractor debería estar
entrenado para casos similares para no obtener error.
Clasificación
El objetivo en la operación de clasificación es utilizar un ``vector'' con las características
provistas por el extractor para asignar el objeto (patrón) de la entrada a una categoría. En
muchos casos este paso de clasificar es lejanamente perfecto y por ende se convierte en un
trabajo en el que se averigua la probabilidad matemática de cada una de las categorías. Esto
quiere decir en nuestro ejemplo de la instalación de museo que de antemano podríamos saber
el número de tarjetas que se han distribuido con diferentes colores y características. En este
caso la clasificación se simplificaría en predecir la siguiente tarjeta una vez que se han leído
varias tarjetas o un grupo de tarjetas.

Procesamiento a Posteriori
Un clasificador raramente existe al vacío, sin embargo, en muchos casos es utilizado para
recomendar decisiones y acciones que dependen de un costo o riesgo particular. En el
procesamiento a posteriori se utiliza la descarga o resultado del clasificador para recomendar
una acción. En teoría esta etapa produce la tasa de aciertos o errores y califica al clasificador.
Por lo tanto y en este sentido el objetivo del post procesador es buscar un mínimo de errores
y fallas.

Aplicaciones
Los sistemas de reconocimiento de patrones tienen diversas aplicaciones. Algunas de las más
relevantes y utilizadas actualmente son:
Previsión meteorológica: poder clasificas todos los datos meteorológicos según diversos
patrones, con el conocimiento a partir que tenemos de las diferentes situaciones que pueden
aparecer nos permite crear mapas de predicción automática.
Reconocimiento de caracteres escritos a mano o a máquina: es una de las utilidades más
populares de los sistemas de reconocimiento de patrones ya que los símbolos de escritura son
fácilmente identificables.
Reconocimiento de voz: el análisis de la señal de voz se utiliza actualmente en muchas
aplicaciones, un ejemplo claro son los teleoperadores informáticos.
Aplicaciones en medicina: análisis de biorritmos, detección de irregularidades en imágenes
de rayos-x, detección de células infectadas, marcas en la piel...
Reconocimiento de huellas dactilares: utilizado y conocido por la gran mayoría, mediante las
huellas dactilares todos somos identificables y con programas que detectan y clasifican las
coincidencias, resulta sencillo encontrar correspondencias.
Reconocimiento de caras: utilizado para contar asistentes en una manifestación o
simplemente para detectar una sonrisa, ya hay diferentes cámaras en el mercado con esta
opción disponible.
Entre otros que en mención se utilizan.