----------------------- Page 1-----------------------

Reconocimiento de Patrones
(enfoque lógico combinatorio)

Conferencia 1: Int roducción al reconocimiento

lógico combinatorio de patrones.

MsC. Mailen Edith Escobar Pompa

(meescobar@uci.cu)

----------------------- Page 2-----------------------

SOBRE LA ASIGNATURA

48 horas clases distribuidas de la siguiente

manera:
14 horas de conferencia
8 de clases prácticas
16 de seminarios (12 de corte de Tarea
Extraclase)
6 de laboratorios
4 de evaluación
20% (4 ausencias)

1 Prueba Parcial en la semana 9

----------------------- Page 3-----------------------

SUMARIO

Introducción al reconocimiento de patrones

Principales conceptos
Problemas de reconocimiento de patrones

----------------------- Page 4-----------------------

OBJETIVO

Caracterizar los principales conceptos asociados

al reconocimiento de patrones.

----------------------- Page 5-----------------------

“S i t u ún ica he rra mient a es un

ma rt illo , t iendes a t rat a r cada
problema como si fuera un clavo”

Abraham Maslow

----------------------- Page 6-----------------------

 RECONOCIMIENTO DE PATRONES CON DATOS

Los problemas de reconocer objetos o fenómenos descritos en

MEZCLADOS E INCOMPLETOS
t é r m i n o s d e d a t o s n u m é r i c o s y n o n u m é r i c o
s
(simultáneamente) son muy frecuentes en disciplinas como la
Medicina, las Geociencias, la Sociología, la Criminología entre
muchas otras de las llamadas ciencias poco formalizadas (soft
sciences):

el diagnóstico médico, o técnico de equipos,

el pronóstico de recursos minerales o de peligrosidad sísmica,
el modus operandi de un delito,
el perfil de los consumidores de un mercado y muchos más,

s o n pro ble mas rea les q ue ha n s ido a bo rdados de ma ne ra

inadecuada a lo largo de la historia del Reconocimiento de
Patrones y la Minería de Datos. 6

----------------------- Page 7-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS
Esto motivó el surgimiento de un área de trabajo:

el Reconocimiento Lógico Combinatorio de Patrones

¿Cómo se modela un problema real de Reconocimiento

de Patrones?
¿Cómo se resuelven los problemas que antes se resolv ían
en espacios métricos y ahora se deben resolver en simples
productos Cartesianos?
¿Qué se ha hecho en esta área de investigaciones teóricas
y aplicadas?

----------------------- Page 8-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS
Aunque reconocer patrones es una actividad intrínseca de
muchos seres vivos, no es sino hasta finales de los años 50
q ue e l Re c o no c i m ie nt o d e Pat ro ne s s e e m p iez a a
conformar como una disciplina científica.

Espec íf icamente , la publicación del libro Principios de la

Neurodinámica de Rosenblatt en 1965, marca el inicio de una
disciplina que aún está en plena formación y que tiene como
bases fundamentales a

la Matemática,

las Ciencias de la Computación

las Ciencias Técnicas.

8
----------------------- Page 9-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS
Reconocimiento de patrones y el procesamiento de datos

Identificar un rostro en un cuadro

seleccionar un pez en una banda de transportación

convertir la voz en texto impreso

establecer un diagnóstico médico a partir de la lectura de un

electrocardiograma (ECG)

O sólo a partir la entrevista con un paciente,

son problemas intrínsicamente relacionados con datos en los

cuales tenemos propósitos específicos.

----------------------- Page 10-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS
Esos propósitos determinan la forma en que debemos
procesar los datos
Esto implica que cualquier proceso de datos es precedido
po r u n p ro c e s o d e mo d e la c ió n d e l p ro b le ma q ue
necesitamos resolver.

Luego para resolver un problema, en particular un problema

de reconocimiento de pat rones , necesitamos ante todo
modelar el problema y después procesar los datos.

En muchos casos la solución f inal del problema es un

prog ra ma co mputac io na l q ue e l us ua rio e mplea pa ra
resolver el problema en cuestión.

En otros se hace necesaria la construcción de un dispositivo

en el cual un programa computacional trabaja. 10

----------------------- Page 11-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

Solución de un problema de RP implica
MEZCLADOS E INCOMPLETOS
MODELACIÓN→
PROCESAMIENTO DE DATOS→
SOFTWARE/HARDWARE

En la práctica casi siempre tenemos que vérnosla con datos

que necesitan de un proceso prev io para poder extraer la
información que requerimos.

Un paradigma útil es considerar el RP dividido en cuatro tipos

de procesos de datos:
adquisición,
preprocesamiento,
representación/ descripción y
análisis. 11

----------------------- Page 12-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS
La etapa de adquisición es el primer paso para procesar datos

De hecho, la forma en que se tomen los datos es la primera

transformación que le estamos haciendo, es decir, la forma en que
sean adquiridos los datos lastrará todo el proceso posterior.

Esta etapa se caracteriza por el hecho que la entrada son los

datos originales tomados de las fuentes originales y la salida son
los datos en bruto a part ir de los cuales debemos ext raer la
información que buscamos.

Observemos que en ese proceso tenemos una f uente , por

ej emplo un electrocardiógrafo, a partir de la cual tomamos una
señal, el ECG del paciente.

Esta señal electrocardiográf ica siempre es ruidosa, no es lo

suficientemente clara o limpia, no es siempre fácil de leer por un
cardiólogo y extraer la información que se busca. 12

----------------------- Page 13-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

En la etapa de preprocesamiento tanto la entrada como la
MEZCLADOS E INCOMPLETOS
salida son datos de la misma naturaleza y significan lo mismo

Por ejemplo ambas son

señales, imágenes, jeroglíficos, matrices, tuplas de valores
de ciertos rasgos, etc.

Filtrar las imágenes o las señales, incrementar la resolución o

el contraste de las mismas, restaurar una imagen, eliminar
ruidos, aj ustar los valores de los rasgos, validar los datos,
escalarlos, son ejemplos de preprocesamiento de datos.
Obse rv e q ue e n la e nt rada de est a et a pa t e ne mos po r
ejemplo una señal, el ECG de un paciente, y en la salida casi
el mismo ECG pero quizás sin ruidos, limpio, más claro, en el
cua l sea me nos complej o lee r la inf o rmac ió n que se
13

requiere.

----------------------- Page 14-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS
La etapa de representación/ descripción es el proceso en el
cual los datos originales son transformados en una forma
nueva, adecuada para el proceso posterior.
Está caracterizada por el hecho de que la entrada es diferente
a la salida, al menos en su significación.

Es u n p ro c e s o po r e l q ue s e d e s c r i be n lo s o bj e t o s
involucrados en el problema.

La segmentación, la selección de rasgos, la representación

p o r o n d e l e t e s ( w a v e l e t s ) , s o n e j e m p l o s d e
14
representación/descripción de los datos.

----------------------- Page 15-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS
La etapa de representación/ descrip ción la ent rada es
diferente a la salida

Una señal ECG por ejemplo, puede ser descrita en términos

de ciertos complejos de segmentos de la misma: PQR, RS, T,
y otros.
Se sabe que a partir de ellos se puede establecer que el
segmento PQR es normal, pero que el RS no lo es y que la T
está invertida en la segunda derivación, etc.

En ese caso, la entrada es la señal ECG y la salida es la

secuencia de atributos de la señal ECG

15

----------------------- Page 16-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS
La etapa del análisis es un proceso en el cual encontramos el
significado de los datos originales (o de una parte de ellos).

Pode mos r econ ocer la oc urre nc ia de c ie rt a inf o rmac ió n

previamente almacenada y podemos tomar una decisión, llegar a
una conclusión.

Problemas de decis ión, interpretación, caracterización,

clasificación, reconocimiento, son ejemplos de análisis de datos.

 En el caso de la señal ECG podemos determinar la normalidad

d e u n pa c ie nt e d e s d e e l p u nt o d e v is t a d e s u s is t e
ma
cardiovascular, si tenemos suficientes conocimientos médicos.

En el caso de una foto, podemos ver personas digamos con un

cierto vest uario , d ist ing uir s us rost ros e incluso s i te ne mos
conocimientos previos podemos identificar a estas personas.

16

----------------------- Page 17-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS
Es importante señalar que desde sus primeros pasos el
Reconocimiento de Patrones estuvo estrechamente vinculado
a la identificación, al reconocimiento de imágenes.

No es por ello extraño que en muchos países, por ej emplo

Cuba , Méx ico , Es pa ña , e nt re ot ros , se ide nt if iq ue esta
d is c i pl i na ( Re co no c i m ie nt o d e Pat ro nes ) co n t o do lo
relacionado exclusivamente con el procesamiento y análisis
d e i má g e ne s o q ue e n s u d ef e ct o s e c o ns id e re a lg o
independiente (dos cosas diferentes)

17

----------------------- Page 18-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS
Basándonos en este concepto de procesamiento de datos
podemos establecer el significado del reconocimiento de
patrones como un cierto proceso de datos que tiene un
interés particular:
queremos
reconocer,
clasificar,
caracterizar,
establecer un diagnóstico,
un pronóstico,
la génesis de un fenómeno u objeto.

18

----------------------- Page 19-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

El Reconocimie nto de Pat rones es una ciencia con un
MEZCLADOS E INCOMPLETOS
fuerte carácter aplicado e interdisciplinario.
Está re lac io nado co n procesos (inge nie riles , f ís icos ,
matemáticos y computacionales) de datos
que provienen de descripciones de obj etos
con el propósito de obtener (por medio de disposit ivos
co mputacio na les y/ o se res huma nos ) inf ormac ió n q ue
p e r m i t a e s t a b l e c e r l a s p r o p i e d a d e s d e c i e r
t o s
subconj untos de objetos y/o las relaciones entre ellos.
También conocer de las propiedades que poseen los
rasgos (variables) en términos de los cuales estos obj etos
son descritos (en caso que lo sean en esos términos).
Estas pro piedades co nst it uye n e l so po rte de l pos ible
conocimiento que de estos datos podemos extraer. 19

----------------------- Page 20-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

Su estructura interna ha estado históricamente fraccionada en
MEZCLADOS E INCOMPLETOS
diferentes áreas de estudio como el
Procesamiento de Imágenes,
el Procesamiento de Señales,
la Visión por Computadora,
la Percepción Remota,
las Redes Neuronales para RP,
los Algoritmos Genéticos en RP,
las Técnicas de Inteligencia Artificial para RP,
la Geometría Descriptiva para RP,
la Morfología Matemática para RP,
el Reconocimiento Estadístico
el Reconocimiento Sintáctico Estructural,
el Reconocimiento Lógico Combinatorio, 20

----------------------- Page 21-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

No o bst a nt e est a d iv e rs idad de á reas de inv est igac ió n se
MEZCLADOS E INCOMPLETOS
co ns id e ra q ue t o das e llas f o rma n pa rt e de u na m is ma
disciplina.

A l igual que ocurre en la Matemática, la Física y muchas otras

disciplinas con estructuras complejas como la del Reconocimiento
de Patrones, donde

un especialista en Ecuaciones Diferenciales es un matemático;

un especialista en Lógica Matemática también es un matemático,

o un especialista en Estado Sólido es un físico;

un especialista en Física Atómica es un físico también.

Análogamente, un especialista en Procesamiento de Imágenes o

de Señales, en Visión por Computadora o Percepción Remota es
un especialista en Reconocimiento de Patrones

21

----------------------- Page 22-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS
Ejemplos de problemas de reconocimiento de patrones

Identificación de una persona por su huella dactilar

Identificación de una persona por su voz, el rostro, el iris u
otro rasgo biométrico
Convertir la voz en texto
Reconocer el tipo de avión por su sonido
Diferenciar un pargo de un at ún en una estera para su
almacenamiento
Detectar defectos en lentes de contactos (o de envases de
cristal u otro material) en la línea de producción
Detectar cuántos personas se encuentran presentes en una
foto, en un video
Detectar la ausencia de un objeto en una escena 22

----------------------- Page 23-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

 Ejemplos de problemas de reconocimiento de patrones
MEZCLADOS E INCOMPLETOS

Diagnóstico médico, sobre la base de los síntomas, signos,

exámenes complementarios
Determinar la posible existencia o no de un yacimiento de
recursos minerales (geología de la zona, geofísica, etc.)
Hacer mapas de pronósticos de magnitudes máximas de
terremotos
Determinar tipos de áreas perspectivas para ciertos cultivos
Determinar factores que promueven la criminalidad
Determinar factores de riesgo de una enfermedad, de un
fenómeno social, entre otros
Conocer las tendencias en las opiniones acerca de un tema
en particular
23

----------------------- Page 24-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS
Ejemplos como estos últimos llevaron a dos problemas
medulares:

Descripción de los objetos en términos de datos

numéricos y no numéricos SIMULTÁNEAMENTE

Modelar el concepto de analogía no necesariamente en

términos de funciones de distancia, es decir:
Similaridad vs Distancia

24

----------------------- Page 25-----------------------

RECONOCIMIENTO DE PATRONES CON DATOS

MEZCLADOS E INCOMPLETOS

CONCLUSIONES

25

----------------------- Page 26-----------------------

ORIENTACIÓN TAREA EXTRACLASE Y

SEMINARIO 1

Realizar equipos de 3 personas.

Identificar un problema de reconocimiento de
patrones a resolver.

Seminario 1 (Jueves de la próxima semana)

Debe enviarse a la profesora la descripción del
p roble ma ident ificado. Pa ra e llo p ueden
auxiliarse de la plantilla para el trabaj o final,
teniendose en cuenta que solo debe realizarse la
introducción, con la problemática a resolver y
el p roblema de reconocimiento de patrones
identificado. 26