Redes neuronales aplicadas al reconocimiento de patrones e imágenes en la ecografía.

Solo disponible en BuenasTareas
  • Páginas: 6 (1257 palabras)
  • Descarga(s): 4
  • Publicado: 10 de junio de 2010
Leer documento completo
Vista previa del texto
1. Introducción al Reconocimiento de Patrones.
El reconocimiento de patrones es la capacidad de generalizar a partir de observaciones, esta capacidad es principalmente humana puesto que se relaciona con el reconocimiento o definición de un concepto. Los sistemas de Reconocimiento de patrones artificiales simulan esta habilidad mediante la creación y el uso de modelos físicos y matemáticos. Dadauna aplicación concreta, sin embargo, un sistema artificial es preferible al uso de seres humanos debido a su velocidad, exactitud y robustez.
Existen diferentes enfoques a la hora de generar modelos matemáticos para el reconocimiento de patrones, siendo más populares los siguientes:
• Modelos Estadísticos.
Estos modelos utilizan técnicas estadísticas y matemáticas, por lo que puede serconsiderado como el enfoque clásico al reconocimiento de patrones aunque nuevas técnicas se siguen desarrollando en este campo.
• Neuro Reticular.
Siendo un enfoque más moderno, las RNA tienen varias décadas de historia, el fundamento de estos algoritmos consisten en la imitación del funcionamiento de las redes neuronales biológicas. La ventaja de usar redes neuronales está en el hecho que se puedenseparar regiones no lineales de decisión tan complicadas como se desee dependiendo del número de neuronas y capas. Por lo tanto, las redes neuronales artificiales sirven para resolver problemas de clasificación de alta complejidad.

2. Definiciones y Conceptos Básicos.

2.1. Objeto
Es un concepto con el cual representamos los elementos sujetos a estudio, forma un conjunto deentidades que comparten alguna característica que las diferencia del resto, estos pueden ser concretos o abstractos.
2.2. Patrón
Es sinónimo de objeto. En ocasiones se le llama así a los objetos ya clasificados.
2.3. Rasgo
Propiedad, factor, característica, que se toma en cuenta para estudiar los objetos. Existen dos tipos:
• Esenciales
No pueden sereliminados de la descripción de los objetos sin confundirlos.

• Accidentales
Pueden ser ignorados en una descripción y los objetos no se confunden.

2.4. Clase
Es un conjunto de objetos. Al agrupa en clases, se puede hacer de dos formas distintas:
• Por pertenencias duras
Un objeto pertenece o no a una clase.
• Por pertenencias difusas
Losobjetos pertenecen parcialmente a una clase. Existen clases con intersecciones no vacías.

2.5. Reconocimiento
Proceso de clasificación de un objeto en una o más clases.

2.6. Filtración
Consiste en quitar información o datos indeseados de entrada. Dependiendo del uso, el algoritmo o método de filtrado cambia.
2.7. Reconocimiento de Patrones.
Algunosde los intentos para definir al reconocimiento de patrones son:
• “La disciplina dedicada a la clasificación de objetos y el pronóstico de fenómenos.”
• “Rama del conocimiento, de carácter multidisciplinario, cuyo objeto de estudio son los procesos de identificación, caracterización, clasificación y reconstrucción sobre conjuntos de objetos ofenómenos, así como el desarrollo de teorías, tecnologías y metodologías relacionadas con dichos procesos.”
• “Es la ciencia que se ocupa de los procesos sobre ingeniería, computación y matemáticas relacionados con objetos físicos y/o abstractos, con el propósito de extraer información que permita establecer propiedades de o entre conjuntos de dichosobjetos.”

3. Tipos de Problemas de Clasificación.
Selección de variables
Consiste en seleccionar cuál es el tipo de características o rasgos más adecuados para describir los objetos. Para ello, se deben localizar los rasgos que inciden en el problema de manera determinante. La selección de variables puede diferenciarse según los objetivos buscados:
• Para la clasificación: la selección de...
tracking img