Upload
leo-ruelas-rojas
View
148
Download
1
Embed Size (px)
Citation preview
RECONOCIMIENTO DE PATRONESINTEGRANTES:
FELIPE TOLENTINO, JESÚS
GARRO MURILLO, GEORGE
MEZA HINOSTROZA, KEVIN
OCHOA GOIZUETA, OMAR
RUELAS ROJAS, LEO
SEQUEIROS YATACO, MARIO
Escuela de Ingeniería de sistemas - Sistemas Inteligentes
INTRODUCCIÓN
• Es interesante ver cómo funciona el ser humano frente a
diversas situaciones con las que se encuentra, relacionando
hechos en forma de patrones, además de la forma en cómo
se adapta al realizar esas actividades.
• Podemos incluso reconocer imágenes y letras aun cuando la
información no está completa o se encuentre distante o
distorsionada. Esto es posible gracias al conocimiento y la
experiencia que se tiene, esto puede ser llevado hacia las
computadoras orientándolo a resolver ciertos problemas
relacionados al manejo de conocimiento, dotando de esta
maneara un comportamiento similar al del ser humanoEscuela de Ingeniería de sistemas - Sistemas Inteligentes
ANTECEDENTES
Escuela de Ingeniería de sistemas - Sistemas Inteligentes
MARCO TEÓRICORECONOCIMIENTO DE PATRONES(RP)
• Es la ciencia que se ocupa de
los procesos sobre ingeniería,
computación y matemáticas
relacionadas con objetos
físicos y/o abstractos y
matemáticas, con el propósito
de extraer información que
permita establecer propiedades
de o entre conjuntos de dichos
objetos.
Escuela de Ingeniería de sistemas - Sistemas Inteligentes
MARCO TEÓRICOENFOQUES DEL RPEstadístico o Teoría de la decisión:
• Usa probabilidad y estadística, supone la existencia de distribución
de probabilidad a partir de ellas se hace el reconocimiento.
Sintáctico o estructural:
• Encuentra relaciones estructurales, utilizando teoría de lenguajes
formales, construyendo una gramática que describa al objeto.
Redes Neuronales:
• Se utiliza la arquitectura para que la red aprenda a reconocer
ciertos valores y pueda dar un respuesta.
Lógico combinatorio:
• Se modela el problema lo más cercana a la realidad del mismo, se
estudian sus características cuidadosamente, para no hacer
suposiciones
Escuela de Ingeniería de sistemas - Sistemas Inteligentes
MARCO TEÓRICOPROCESAMIENTO DIGITAL DE IMÁGENES(PDI)
El Procesamiento Digital de Imágenes(PDI) es un área de permanenteimportancia tecnológica. Su objetivos vandesde procesar datos adquiridossatelitalmente para mejorar lapercepción, detección o interpretación dealgún patrón especifico, aplicar filtradosa las imágenes, fotográficas parareconstruir o retocar sus característicasvisuales o comprimir información gráficapara facilitar su transporte por las redesde comunicaciones.
Escuela de Ingeniería de sistemas - Sistemas Inteligentes
MARCO TEÓRICOPROCESAMIENTO NUMÉRICO
• Actualmente la mayor parte de las técnicas avanzadas utilizadas
en el reconocimiento de patrones se basa en un procesamiento
numérico, donde mediante un tratamiento heurístico se busca
conjugar los resultados de ciertos estimadores con valores
específicos de una distribución.
Escuela de Ingeniería de sistemas - Sistemas Inteligentes
MARCO TEÓRICOFASES DEL PROCESAMIENTO NUMÉRICO
• Pre-Procesado: En general son operaciones que requieren algoritmos simples pero
de gran insumo de operaciones numéricas en su ejecución, entre los que se destacan
conversión a escala de grises, filtrado, umbralización, escalamiento, extracción de
regiones de interés.
• Segmentación: Aquí se busca simplificar la imagen reduciéndola a un subconjunto
predeterminado de objetos básicos (puntos, segmentos u otras primitivas
geométricas sencillas), con el objeto de facilitar luego un procesamiento de un nivel
superior.
• Descripción de la imagen: se genera una representación útil para el problema de
interpretación de interés a partir de la información proveniente de las operaciones
de filtrado y segmentación previos.
Escuela de Ingeniería de sistemas - Sistemas Inteligentes
MARCO TEÓRICOFASES DEL PROCESAMIENTO NUMÉRICO
• Reconocimiento: En el mismo se busca descubrir, identificar y comprender la
información contenida en los descriptores.Escuela de Ingeniería de sistemas - Sistemas Inteligentes
MARCO TEÓRICO REDES NEURONALES
• Las neuronas reciben señales (inputs)
de otras neuronas vía conexiones
sinápticas que pueden ser excitantes o
inhibidoras. En función de las señales
recibidas, una neurona envía a su vez
una señal a otras neuronas por medio
del axón. [1] (José Manuel Gutiérrez
(Universidad de Cantabria))
MARCO TEÓRICO REDES NEURONALES ARTIFICIALES
• Son modelos matemáticos
construidos basándose en el
funcionamiento de las redes
neuronales biológicas (sistema
nervioso), por consiguiente, las
unidades de procesamiento
fundamental de una RNA, serán las
neuronas artificiales.
Escuela de Ingeniería de sistemas - Sistemas Inteligentes
MARCO TEÓRICO ESTRUCTURA RNA
Escuela de Ingeniería de sistemas - Sistemas Inteligentes
MARCO TEÓRICOALGORITMO: BACK PROPAGATION
• El algoritmo back propagation se usa en el proceso deaprendizaje de las redes neuronales multicapa. Supotencia reside en su capacidad de entrenar capasocultas y de este modo supera las posibilidadesrestringidas de las redes de una única capa, las mismasque únicamente dan solución a problemas linealmenteseparables, en el mundo real, la mayoría de problemasno son linealmente separables.
• Según (Bernacki & Wlodarczyk, 2004), se muestra unared neuronal con una capa de neuronas de entrada, unacapa intermedia u oculta y una capa de salida. Todas lasneuronas de cada capa deben estar conectadas a todaslas neuronas de la siguiente capa.
Escuela de Ingeniería de sistemas - Sistemas Inteligentes
MARCO TEÓRICOALGORITMO: HOPFIELD
• Son redes de adaptación probabilística y
recurrente. Aprenden a reconstruir los
patrones de entrada que memorizan
durante el entrenamiento.
• Son modo capa con interconexión total y
en la que el valor de salida de cada
unidad es binario (0 y 1) y siguen una
regla de aprendizaje no supervisado.