Home

Reconocimiento de Patrones
Reconocimiento de Patrones

Objetivo:

Conocer los procesos en 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 dichos objetos.

Contenido:

  1. Introducción

  2. Proceso típico en un sistema de reconocimiento de patrones
    • Extracción de características
      • Características geométricas y cromáticas.
      • Normalización de características.
    • Selección de características
      • Análisis de componentes principales.
      • Análisis multivariado.
      • Discriminante de Fisher.
      • Búsquedas.
    • Clasificación
      • Clasificador lineal.
      • Clasificador de Bayes.
      • Clasificación automática.
    • Reconocimiento
    • Evaluación del desempeño
      • Matriz de confusión.
      • Sensibilidad y especificidad.
      • Curvas ROC.
      • Validación cruzada.
      • Intervalos de confianza.

  3. Diversos enfoques en el reconocimiento de patrones
    • Enfoque estadístico
      • Aprendizaje supervisado paramétrico y no paramétrico.
      • Aprendizaje no supervisado.
    • Enfoque neuronal
      • Modelo neuronal básico.
      • Modelos clásicos en redes neuronales.
      • Perceptrón multinivel.
      • Memorias asociativas.
    • Enfoque sintáctico
      • Gramática y grafos.
      • Aprendizaje por inferencia gramatical.
    • Enfoque lógico-combinatorio
      • Lógica polivalente.
      • Teoría de testores.
      • Algoritmos para el cálculo de testores típicos.
    • Líneas de investigación actuales

  4. El reconocimiento de patrones y el aprendizaje automático

Bibliografía:

  1. Libro de texto : R.O. Duda, P.E. Hart, D.G. Stork, Pattern classification, 680 pages, Ed. Wiley 2000, ISBN: 0-471-05669-3.

  2. Libros Complementarios
  • J. P. Marques de Sá, Pattern recognition: Concepts, methods and applications, 318 pages, Springer, 2001, ISBN: 3540422978
  • Sergios Theodoridis, Konstantinos Koutroumbas, Pattern Recognition, 856 pages, Academic Press, 3 edition (February 24, 2006) ISBN: 0123695317
  • Nick Lund, Attention and Pattern Recognition, Routledge (UK), 2001, ISBN: 0415233089
  • Dietrich W. R. Paulus, Joachim Hornegger, Applied Pattern Recognition, Fourth Edition: Algorithms and Implementation in C++, 372 pages, GWV-Vieweg, 4 edition (December 2, 2003) ISBN: 3528355581
  • M. Friedman and A. Kandel, Introduction to Pattern Recognition, statistical, structural, neural and fuzzy logic approaches, World Scientific, Signapore, 1999
  • Donald Tveter, The Pattern Recognition Basis of Artificial Intelligence, 388 pages March 1998, Wiley-IEEE Computer Society Press, ISBN: 0-8186-7796-1
  • R. Schalkoff, Pattern Recognition: Statistical, Structural and Neural Approaches, 384 pages, Ed. Wiley, 1 edition (June 7, 1991) ISBN: 0471529745

    3.  Para profundizar

  • Enfoque neuronal :
    1. C. Bishop, Neural Networks for Pattern Recognition, 504 pages, Oxford University Press, USA (January 18, 1996) ISBN: 0198538642
    2. Carl G. Looney, Pattern Recognition using Neural Networks: Theory and Algorithms for Engineers and Scientists, 458 pages, Oxford University Press 1997, ISBN: 0-19-507920-5
    3. Brian D. Ripley, Pattern Recognition and Neural Networks, 415 pages, Cambridge University Press (January 26, 1996) ISBN: 0521460867
    4. Abhijit S. Pandya, Robert B. Macy, Pattern Recognition with Neural Networks in C++, 432 pages, CRC (October 17, 1995) ISBN: 0849394627
    5. Castellanos Sánchez, Claudio, Aplicación del perceptrón multinivel al reconocimiento de patrones, 95 páginas, Tesis de Licenciatura, BUAP-FCC, Puebla, México, 1998.
  • Enfoque estadístico :
    1. John Shawe-Taylor and Nello Cristianini, Kernel Methods for Pattern Analysis, 2004
    2. by A. Webb, 2nd Edition, John Wiley and Sons, Statistical Pattern Recognition, 2002
    3. R. Herbrich, Learning Kernel Classifiers, MIT Press, 2001
  • Enfoque sintáctico : K.S. Fu, Syntactic Pattern Recognition, Academic Press Inc., 1974
  • Complementarios :
    1. Nixon, M.; Aguado, A., Feature Extraction and Image Processing, Amsterdam, Elsevier, 2004
    2. M. I. Schlesinger, V. Hlavác, Ten Lectures on Statistical and Structural Pattern Recognition, Kluwer Academic Publishers, 2002
    3. J. Schurmann, Pattern classification, a unified view of statistical and neural approaches, John Wiley and Sons, New York, 1996
    4. Christopher M. Bishop, Pattern Recognition and Machine Learning: Information Science and Statistics, 738 pages, Springer; 1 edition (August 17, 2006) ISBN: 0387310738
    5. Phiroz Bhagat, Pattern Recognition in Industry, 200 pages, Elsevier Science (May 21, 2005) ISBN: 0080445381
  • share