Reconocimiento de formas

El reconocimiento de patrones es la capacidad de detectar arreglos de características o datos que producen información sobre un sistema o conjunto de datos dado. En un contexto tecnológico, un patrón puede ser secuencias recurrentes de datos a lo largo del tiempo que se pueden usar para predecir tendencias, configuraciones particulares de características en imágenes que identifican objetos, combinaciones frecuentes de palabras y frases para el procesamiento del lenguaje natural (NLP) o grupos particulares. de comportamiento en una red que podría indicar un ataque, entre otras posibilidades casi infinitas.

El reconocimiento de patrones es esencial para muchas áreas superpuestas de TI, incluida la analítica de big data, la identificación biométrica, la seguridad y la inteligencia artificial (IA).

Algunos ejemplos de reconocimiento de patrones:

El software de reconocimiento facial toma datos relacionados con las características del rostro de una persona y usa un algoritmo para hacer coincidir ese patrón específico con un registro individual en una base de datos.

Los algoritmos de reconocimiento de patrones en el software meteorológico pueden detectar conexiones recurrentes entre los datos meteorológicos que pueden usarse para pronosticar probables eventos meteorológicos futuros.

Las reglas del software de detección de intrusiones en la red (NID) describen patrones de comportamientos y eventos que pueden indicar tráfico ilegítimo.

En 1997, Deep Blue de IBM utilizó su capacidad para reconocer patrones de juego para derrotar al campeón mundial de ajedrez Garry Kasparov.

En el contexto de la IA, el reconocimiento de patrones es una subcategoría del aprendizaje automático (ML).