Mi a minta felismerése?

A mintafelismerés egy rendszer azon képessége, hogy felismerje a mintákat az adatkészleteken belül, a programozott és a megtanult ismeretekre támaszkodva.Ez a számítástechnika fontos része, mivel lehetővé teszi a komplex adatelemzésre képes rendszerek fejlesztését.Ez segíthet a kutatóknak az adatok gyors rendezésében az értelmes információk megtalálásában, mivel nem kell manuálisan átolvasniuk az adatokat, hogy megtalálják az érdeklődési pontokat.A mintafelismerés hasznos lehet a hibák, a csalások és az adatkészletek egyéb problémáinak észlelésére is.Ennek a megkülönböztetésnek egyértelmű példája az e -mail szűrőkben látható.Számos web-alapú e-mail fiókban spam mappával rendelkezik.Az e -mail szolgáltató beolvassa a bejövő leveleket, és a mintafelismerést használja a spam azonosítására, és bedobja ebbe a mappába.A felhasználó is kiszűrheti e -mailjét, és arra kérheti az ügyfelet, hogy dobja el az e -maileket egy adott feladóból vagy egy adott tartalommal egy adott mappába.Konkrét szavak, az ismert gyanús internetes protokoll (IP) címek és más piros zászlók, amelyek a levelet hamisnak jelölhetik.Ez fejlettebb, mint egy szűrő, amely egyszerűen csak a rendszert kéri a mintákhoz.Ha a rendszer lát egy szót vagy feladónak, amely megfelel a mintának, akkor az e -mailt a megfelelő mappába mozgathatja.A rendszer több eszközt használhat fel a bejövő adatok feltárására, és eldöntheti, hogyan lehet a legjobban kezelni.Beprogramozható, hogy olyan funkciókat hajtson végre, mint például a gyanús vagy korrupt adatok irányítása egy adott helyre, az adatok értelmes osztályozására és így tovább.A rendszer képes megtanulni, és ezt eszközként használja a mintafelismerés javításához.Minden alkalommal, amikor a felhasználó például spamként jelöli be az e -mailt, a rendszer beolvassa az e -mailt, hogy többet megtudjon róla, és a rendszer nem folytatja azt a hibát, hogy hasonló e -maileket helyez a beérkező levelek mappába.

A számítógépes tudósok új mintát dolgoznak ki.Felismerési technikák laboratóriumi és kutatási környezetben.Ezek alkalmazhatók különféle feladatokra, és olyan neurális hálózatok felépítését igényelhetik, amelyek képesek kölcsönhatásba lépni az adatokkal és az idő múlásával.Egyes programok rendkívül kifinomultak és képesek nagyon részletes mintázatfelismerésre, mások egyszerűbbek.Az ilyen programok csökkentik az adatok elemzéséhez szükséges emberi órák számát, és olyan dolgokat tudnak elkapni, amelyeket az ember elmulaszthat, például a csalás bizonyítéka olyan szabálytalanságok formájában, amelyek több ezer biztosítási igényt teremtenek.