Atpažinimo teorija

Straipsnis iš Vikipedijos, laisvosios enciklopedijos.
Peršokti į: navigaciją, paiešką
 Nuvola kdict glass.png  Šio puslapio (jo dalies) turinys turėtų būti kritiškai peržiūrėtas ir pakoreguotas!
Jei galite, sutvarkykite (rekomenduotina prieš tai peržiūrėti puslapio aptarimus, jo kūrimo istoriją bei tarpinius keitimus).
 NoFonti.svg  Šiam straipsniui ar jo daliai trūksta šaltinių ar nuorodų į juos.
Jūs galite padėti Vikipedijai įrašydami tinkamas išnašas ar nuorodas į šaltinius.

Atpažinimo teorija[reikalingas šaltinis] - sistemos mokymosi srityje taikoma koncepcija, kurią galima apibūdinti kaip neapdirbtos informacijos priėmimą bei veiksmo atlikimą, remiantis tos informacijos kategorija. Atpažinimo teoriją naudoja programa, bendraujanti su aplinka, ji nuolat sulygina „tai, ką pamatė“ su duomenų bazėje esančiais šablonais ir, priklausomai nuo užprogramuotos reakcijos, adekvačiai reaguoja.

Atpažinimas gali būti skirstomas į konkretų atpažinimą ir abstraktų atpažinimą. Konkretus atpažinimas apima erdvinį (kosminį) ir pasaulietinį atpažinimą.

Atpažinimo teorijai priskiriama pirštų antspaudų identifikacija, garso atpažinimas, veido atpažinimas, asmenybės atpažinimas, parašo atpažinimas ir t. t. Atpažinimas apima tris lygmens apdorojimus: įvesties filtrą, bruožų išplėtimą ir klasifikaciją:

  • Filtravimas – nereikalingos informacijos ar duomenų pašalinimas iš duomenų įvesties.
  • Bruožų išplėtimas – procesas, kuris studijuoja ir nustato reikalingą informaciją iš filtruotų įvesties duomenų.
  • Klasifikacija yra būsena, kur automatizuota sistema deklaruoja, jog įvesti objektai priklauso tam tikrai kategorijai.

Nuorodos[taisyti | redaguoti kodą]