Reconocimiento de patrones

El reconocimiento de patrones se ocupa de los procesos en ingeniería, computación y matemáticas que se relacionan con los objetos físicos y/o abstractos, con el propósito de extraer información que permita establecer las propiedades de dichos objetos y las relaciones entre los mismos. En sentido amplio, el reconocimiento de patrones constituye el medio por el cual se puede interpretar el mundo.

Existen cuatro enfoques en el reconocimiento de patrones:

1. Estadístico: Se basa en la teoría de probabilidad y estadística, suponiendo que se tiene un conjunto de medidas numéricas con distribuciones de probabilidad conocidas a partir de las cuales se realiza el reconocimiento.

2. Sintáctico: Se basa en encontrar las relaciones estructurales que guardan los objetos de estudio, utilizando la teoría de lenguajes formales. El objetivo es construir una gramática que describa la estructura del universo de objetos.

3. Neuronal: Se basa en el diseño de modelos inspirados en las redes neuronales biológicas, los cuales se interconectan y se estimulan entre ellos para dar cierta respuesta cuando se presentan determinados valores de entrada.

4. Lógico-combinatorio: Se basa en la idea de que la modelación de un problema debe ser lo más cercano a su propia realidad, sin hacer suposiciones que no estén fundamentadas. Por lo mismo, las características que describen a los objetos de estudio deben ser cuidadosamente descritas.

Los procesos de reconocimiento automático, descripción y clasificación (grupos de patrones dentro de clases) se han convertido en herramientas muy importantes en una gran variedad de problemas de ingeniería y de otras disciplinas científicas como biología, psicología, medicina, mercadotecnia, visión computacional, inteligencia artificial y percepción remota, entre otras. En prácticamente todas las áreas de la ciencia donde hay estudio de datos pero no existen modelos matemáticos o estadísticos disponibles, el reconocimiento de patrones puede ser empleado para apoyar la percepción humana en el análisis y toma de decisiones.

La línea de investigación en software de alto desempeño cultiva el campo de reconocimiento de patrones enfatizando el desarrollo de metodologías y tecnologías que permitan realizar de manera acertada y eficiente procesos de aprendizaje y de detección de objetos y patrones, con la finalidad de implementarlas de manera parcial o completa por medio de lenguajes de computación. Algunos ejemplos de aplicación en este campo son la identificación de elementos y sus características en imágenes fijas, video o tablas de valores, con la finalidad de realizar un estudio de su dinámica y seguimiento; en el aseguramiento de calidad en procesos de fabricación o detección de defectos, en los esquemas de reconocimiento para el internet de las cosas, o bien en la prevención y solución de delitos, entre otras aplicaciones.