Está en la página 1de 10

RECONOCIMIENTO DE PATRONES

Universidad La Salle A.C., Benjamn Hill No. 47, Col. Hipdromo Condesa, Mxico D.F., C.P. 05140 Tel. 52789500 Ext.2282 http://www.lci.ulsa.mx

NDICE
1.DefinicionesyConceptosBsicos.................................................................3 1.1Objeto......................................................................................................3 1.2Patrn.....................................................................................................3 1.3Rasgo......................................................................................................3 1.4Clase........................................................................................................3 1.5Reconocimiento......................................................................................3 1.6Filtracin.................................................................................................3 1.7Reconocimientodepatrones ..................................................................3 . 1.8Tiposdeproblemasdeclasificacin........................................................4 1.9Enfoquesdentrodelreconocimientodepatrones..................................4 2.AntecedentesHistricos...............................................................................4 3.FundamentosMatemticos .........................................................................5 . 4.Tcnicas........................................................................................................6 5.EstadodelArte.............................................................................................6 6.AlgunosDesarrollos......................................................................................7 6.1Enelmundo............................................................................................7 6.1.1PatronesMusicales...........................................................................7 6.1.2FundamentodelReconocimientodepatrones:ProgramaIntegralde FormacindeEspecialistas........................................................................7 6.1.3ReconocimientodePatronesBiomtricosyRedesNeuronales.......8 6.2EnMxico................................................................................................8 7.Ejemplo.........................................................................................................9 Bibliografa.....................................................................................................10
2

Universidad La Salle A.C., Benjamn Hill No. 47, Col. Hipdromo Condesa, Mxico D.F., C.P. 05140 Tel. 52789500 Ext.2282 http://www.lci.ulsa.mx

1.DefinicionesyConceptosBsicos
1.1Objeto
Esunconceptoconelcualrepresentamosloselementossujetosaestudio.Puedenserconcretoso abstractos.

1.2Patrn
Essinnimodeobjeto.Enocasionesselellamaasalosobjetosyaclasificados.

1.3Rasgo
Propiedad,factor,caracterstica,etc.quesetomaencuentaparaestudiarlosobjetos.Existendos tipos: Esenciales:Nopuedensereliminadosdeladescripcindelosobjetossinconfundirlos. Accidentales:Puedenserignoradosenunadescripcinylosobjetosnoseconfunden.

1.4Clase
Esunconjuntodeobjetos.Alagrupaenclases,sepuedehacerdedosformasdistintas: Porpertenenciasduras:Unobjetoperteneceonoaunaclase. Porpertenenciasdifusas:Losobjetospertenecenparcialmenteaunaclase.Existenclases coninterseccionesnovacas.

1.5Reconocimiento
Procesodeclasificacindeunobjetoenunaomsclases

1.6Filtracin
Consisteenquitarinformacinodatosindeseadosdeentrada.Dependiendodeluso,elalgoritmo omtododefiltradocambia.

1.7Reconocimientodepatrones
Existenvariosintentosparadefiniralreconocimientodepatrones,algunosson: Ladisciplinadedicadaalaclasificacindeobjetosyelpronsticodefenmenos. Rama del conocimiento, de carcter multidisciplinario, cuyo objeto de estudio son los procesosdeidentificacin,caracterizacin,clasificacinyreconstruccinsobreconjuntos de objetos o fenmenos, as como el desarrollo de teoras, tecnologas y metodologas relacionadascondichosprocesos.

Universidad La Salle A.C., Benjamn Hill No. 47, Col. Hipdromo Condesa, Mxico D.F., C.P. 05140 Tel. 52789500 Ext.2282 http://www.lci.ulsa.mx

Eslacienciaqueseocupadelosprocesossobreingeniera,computacinymatemticas relacionados con objetos fsicos y/o abstractos, con el propsito de extraer informacin quepermitaestablecerpropiedadesdeoentreconjuntosdedichosobjetos.

1.8Tiposdeproblemasdeclasificacin
Seleccindevariables:Consisteenseleccionarculeseltipodecaractersticasorasgos msadecuadosparadescribirlosobjetos.Sedebenlocalizarlosrasgosqueincidenenel problemademaneradeterminante. Clasificacin supervisada: Tambin es conocida como clasificacin con aprendizaje, en estetipodeproblemasyaseencuentrandefinidaslasclases,ystascuentanconalgunos objetospreviamenteclasificados. Clasificacin parcialmente supervisada: Tambin conocida como de aprendizaje parcial, enstosproblemasexisteunamuestradeobjetossloenalgunasdelasclasesdefinidas Clasificacin no supervisada: Tambin conocida como clasificacin sin aprendizaje, en stosproblemasnoexisteningunaclasificacinpreviadeobjetosyenalgunasocasiones nisiquierasehandefinidolasclases.

1.9Enfoquesdentrodelreconocimientodepatrones
Geomtrico(Clustering):Lospatronesdebensergraficables,ensteenfoqueseempleael clculodedistancias,geometradeformas,vectoresnumricos,puntosdeatraccin,etc. Estadstico: Se basa en la teora de la probabilidad y la estadstica, utiliza anlisis de varianzas,covarianzas,dispersin,distribucin,etc. SintcticoEstructural: estudia la estructura de los objetos, es decir, usa teora de lenguajesformales,gramticas,teoradeautmatas,etc. NeuroReticular: Se utilizan redes neuronales que se entrenan para dar una cierta respuestaantedeterminadosvalores. LgicoCombinatorio:sebasaenlaideadequelamodelacin delproblemadebeserlo ms cercana posible a la realidad del mismo, sin hacer suposiciones que no estn fundamentadas. Se utiliza para conjuntos difusos y utiliza lgica simblica, circuitos combinacionalesysecuenciales,etc.

2.AntecedentesHistricos
Principiosde1960Eden,NarasimhamyLedleypublicanlosprimerostrabajos En 1965, se abre una lnea de aplicacin de la Teora de Testores a los problemas clsicos de reconocimientodepatrones

Universidad La Salle A.C., Benjamn Hill No. 47, Col. Hipdromo Condesa, Mxico D.F., C.P. 05140 Tel. 52789500 Ext.2282 http://www.lci.ulsa.mx

En1966,ZhuravliovhaceelprimertrabajoquehabladelaTeoradeTestoresyelReconocimiento de Patrones. A partir de este momento, el reconocimiento de patrones es un objeto de estudio msserio. En1972serealizalaprimeraconferenciasobreelreconocimientodepatronesenWashington En1974serealizalasegundaconferenciasobreelreconocimientodepatronesenCopenhague. En 1917 Vapnik y Chervonenkis escriben el libro Reconocimiento de Patrones. En ste libro mencionan: En esencia, diferentes puntos de vista en la formulacin del problema del reconocimiento de patrones se determinan por la respuesta a la pregunta: Hay principios generalesademadosparadescribirclasesdepatronesdediversasnaturalezas? Enenerode1978sefundalaIAPR(InternationalAssociationforPatternRecognition) En1980llegaaMxicoatravsdemaestroscubanosquevienenaensear. Otras conferencias realizadas son: Kyoto (1978), Miami (el an o 80), Munich (1982), Montreal (1984), Pars (1986), Roma (1988), Atlantic City (1990), el Hague (1992), Jerusaln (1994), Viena (1996), Brisbane (1998), Barcelona (2000), Quebec (2002), Cambridge (2004). Ya se planearon conferenciasenHongKong(2006)yenTampa(2008).

3.FundamentosMatemticos
TeoradedecisindeBayes Consisteenqueunelementouobjetoperteneceaciertaclasesisuprobabilidaddeserde esa clase es mayor a la probabilidad de ser de otra clase. Esto se explica en la siguiente descripcin: IFP(w1|x)>P(w2|x),xisclasifiedtoW1 (silaprobabilidaddequexseaelementodelaclaseW1esmayoralaprobabilidaddequex seaelementodelaclaseW2). IFP(w1|x)<P(w2|x),xisclasifiedtoW2 (silaprobabilidaddequexseaelementodelaclaseW1esmenoralaprobabilidaddequex seaelementodelaclaseW2). Cuandolaprobabilidadquedaenmediodelas2clases,noimportaacualseleasigneese objeto. ClasificadoresGaussianos

Universidad La Salle A.C., Benjamn Hill No. 47, Col. Hipdromo Condesa, Mxico D.F., C.P. 05140 Tel. 52789500 Ext.2282 http://www.lci.ulsa.mx

Kvecinosmscercanos rbolesdedecisin

4.Tcnicas
El reconocimiento de patrones es una tcnica de la inteligencia artificial y es empleado por tecnologascomoelprocesamientodellenguajenaturalylavisincomputacional. ElreconocimientodepatronesseapoyadeotrastcnicasdelaIAcomo: LgicaDifusa MineradeDatos RedesNeuronales Agentes Robtica

Ademsseapoyaentcnicasdeotrasciencias Estadstica Geometra TeoradeLenguajes LgicaSimblica Entreotras

5.EstadodelArte
Pesealosgrandesconocimientosquetienenlosmdicos,enmuchasocasionessevenlimitadas sus capacidades, es ah cuando se necesitan herramientas de mayor precisin que les permitan realizarunanlisismsprofundoydetalladoparatenerdiagnsticosmsprecisosyporlotanto determinareltratamientocorrecto. Conelusodelreconocimientodepatronessepretendeautomatizarlaidentificacindepatrones simples o estructurados y modelar diversos procesos preceptales como lo son la visin y la audicin. El uso de reconocimiento de patrones se ha visto reflejado en terapias de lenguaje mediante el reconocimiento de la voz y sonidos, en las imgenes de rayos X, de positrones y de resonancia magntica nuclear (RMN), de ultrasonido (donde se desarrollan tcnicas para mejorar la identificacinyseguimientodeformas,comolaactividaddelfetoeneltero)olacirugaplstica, enlacualsepuedegenerarunareconstruccintridimensionaldelapartedelcuerpoainterveniry

Universidad La Salle A.C., Benjamn Hill No. 47, Col. Hipdromo Condesa, Mxico D.F., C.P. 05140 Tel. 52789500 Ext.2282 http://www.lci.ulsa.mx

as mostrar diferentes vistas al paciente y explicarle mejor en qu consistir su tratamiento, el resultadofinalylasmodificacionesqueseleaplicaranduranteunaoperacin.

6.AlgunosDesarrollos
6.1 En el mundo
6.1.1PatronesMusicales Raymond Kurzweil nace en 1948 en Queens, New York. A los 15 aos dise un sistema de reconocimiento de patrones en el cual una computadora analizaba patones dentro de la msica clsica para despus componer sus propios trabajos basados en lo evaluado. Con ello gan el primerlugarenelConcursoInternacionaldeCiencia. Posteriormentefundsupropiacompaadondecreounamquinadelecturalacualreunatres inventos:unsoftwaredereconocimientopticodecaracteres,undispositivosimilaraunescner y un sintetizador completo de texto a deletreo. Esta mquina era capaz de detectar y corregir erroresademsdelapronunciacindepalabras. LaprimeraversincomercialdelsoftwarefueusadoporLexisNexisparacrearsubasededatos. 6.1.2 Fundamento del Reconocimiento de patrones: Programa Integral de Formacin deEspecialistas En Cuba se est desarrollando un proyecto llamado Fundamento del Reconocimiento de patrones: Programa Integral de Formacin de Especialistas en el cual se pretende hacer una proyeccin unificadora del reconocimiento d patrones y la formacin de un programa de formacinpostgraduada. EsteproyectosurgeporlanecesidaddeformarmsespecialistasenReconocimientodePatrones yMineradeDatosdebidoalagrancantidaddeproblemasprcticosquesonnecesariosresolvery quehansidodetectadosenimportantesramascomolaenerga,lasalud,ladefensa,eldeportey otras. Problemas relacionados con clasificacin, diagnstico, pronstico, determinacin de factores distintivos, procesamiento de grandes volmenes de datos (textos, imgenes, seales, pginas Web), deteccin de asociaciones entre datos, descubrimiento de regularidades, entre muchosotros. Debidoavariasrazonesesnecesariounenfoqueintegraldeladisciplina: Muchosproblemasprcticoshansidoresueltosgraciasalainteraccindereasdetrabajo aparentementelejanas.

Universidad La Salle A.C., Benjamn Hill No. 47, Col. Hipdromo Condesa, Mxico D.F., C.P. 05140 Tel. 52789500 Ext.2282 http://www.lci.ulsa.mx

La tendencia actual en las investigaciones evidencian una mayor vinculacin entre Reconocimiento de Patrones e investigaciones tericas. Esto obedece a la necesidad de explorarnuevoshorizontesenbuscadeherramientasmspoderosas. Nuevas ramas de la Matemtica encuentran aplicacin en estas investigaciones y nacen conellanuevaszonasdeladisciplina.

LafinalidaddeesteproyectoesformarespecialistasenReconocimientodePatrones,lograndoas laintervencinenmsymejoresproyectosdeinvestigacin,dandoasgrandesaportacionesala humanidad. 6.1.3ReconocimientodePatronesBiomtricosyRedesNeuronales UnnuevodesarrolloenANN,Chinareconocimientodepatronesbiomtricosyredes(vectores) neuronalesmultidimensionales. Unnuevomodelodelosprincipalesmodelosdelreconocimientodepatronessehapropuestoel reconocimientodepatronesBiomtrico,quesebasaenla"cognicindelamateria"envezdela "clasificacin de la materia". Como medios importantes que realizan el reconocimiento de patronesBiomtrico,elmodelomatemticoyelmtododeanlisisdeANNseabrenpaso:seha avanzado un nuevo modelo matemtico de uso mltiple, que puede simular todas las clases de arquitecturadelaneurona,incluyendomodelosRBFyBP. Almismotiemposeharealizadoestemodelousandoelhardware;elmtododelageometradel espaciodelaaltodimensin(unnuevomedioparaanalizarANN)sehainvestigado.

6.2 En Mxico
CientficosdelaUNAMelaborannuevosmodelosdecirugaasistidaporcomputadoraapartirde sus trabajos sobre tecnologa con imgenes, lo cual se podr aplicar en reas complejas, como arterias,venaspulmonares,esfago,estmagoyprstata. Conlainvestigacinsobrediferentesmanerasdeinteraccinentreradiacinymateriasepodra hacerunareconstruccintridimensional,estudiosdeestructurascomplicadas,reconocimientode patrones y aplicaciones del procesamiento de grficos en apoyo a los adelantos en materia biolgica,mdicaybiomdica,detallelespecialista. Sediseansolucionesymtodosaplanteamientosdemdicosybilogosenlosqueseinvolucraa expertosenfsica,ingenieraycomputacin.Unejemplodelaaplicacinseracuandolaglucosa se dirige a reas activas del cerebro en cierto momento, si hay una lesin o anormalidad no lo hace como se espera, y entonces se presentan aspectos que, combinados con otra informacin, permitendeterminarsihaypatologasyquregionesseactivan.

Universidad La Salle A.C., Benjamn Hill No. 47, Col. Hipdromo Condesa, Mxico D.F., C.P. 05140 Tel. 52789500 Ext.2282 http://www.lci.ulsa.mx

En el mbito microscpico, se ha trabajado en la reconstruccin tridimensional de ncleos celulares,enparticulardelacromatina,queformaelncleoen clulasanimales,yenneuronas dopaminrgicasdelasustancianigradepacientesconmaldeParkinson.

7.Ejemplo
m=26nmerodediferentescaracteresexcluyendolosdgitos. n=8nmerodemedidas
i

x i = 1.......n distanciaentreelcentrodegravedadyelpuntodeinterseccin
(i 1) 4

mslejanoenlasemirrectaconorigenenestecentroyformandounngulo

coneleje
i

P ( ) probabilidadaprioridelaocurrenciadelisimocarcterenunlenguajedado.

0x

Universidad La Salle A.C., Benjamn Hill No. 47, Col. Hipdromo Condesa, Mxico D.F., C.P. 05140 Tel. 52789500 Ext.2282 http://www.lci.ulsa.mx

Bibliografa
Librosdetexto PatternRecognition SergiosTheodoquidis,KonstantinosKourtroumbus Ed.AcaemicPress2Edicin2003 ReconocimientodePatrones:EnfoqueLgicoCombinatorio JosRuizShulcloper Ed.InstitutoPolitcnicoNacional DireccionesWeb
http://www.ci.ulsa.mx/~egr/docencia/martescib/Presentaciones/ReconocimientoPatrones.pdf

http://ccc.inaoep.mx/~ariel/recpat.pdf http://www.acm.org/ubiquity/views/v5i7_jesan.html http://www.bookrags.com/sciences/computerscience/patternrecognitioncsci02.html http://www.presidencia.gob.mx/buenasnoticias/?contenido=19390&pagina=59 http://www.lania.mx/biblioteca/newsletters/1994verano/art5.html http://www.pbs.org/wgbh/theymadeamerica/whomade/kurzweil_hi.html http://acrp.cenatav.co.cu/problemas.html http://www.springerlink.com/(oe2wbx55ikxett555ccd5t3p)/app/home/contribution.asp?ref errer=parent&backto=searcharticlesresults,9,1000; http://www.cs.unb.ca/~goldfarb/conf/ICPR2004_Workshop.html http://iie.fing.edu.uy/ense/asign/recpat/material/sistemas_rec_patrones.pdf

10