El documento define conceptos clave como objeto, patrón, rasgo y clase en el contexto del reconocimiento de patrones. Explica diferentes enfoques como el estadístico, sintáctico y basado en redes neuronales. También describe problemas como la selección de variables y clasificación supervisada y no supervisada. Finalmente, presenta ejemplos de aplicaciones como patrones musicales y uso en cirugía asistida por computadora.

1. Definiciones Objeto : Es la representación de los elementos sujetos a estudio. Patrón: Es un conjunto de reglas con las que se describe a una entidad. Patrón Abstracto : Es un conjunto de reglas que pueden ser usadas para crear o generar partes de una entidad, especialmente si las entidades generadas tienen lo suficiente en común como para que sea posible inferir o discernir el patrón.

2. Definiciones Rasgo: Es una propiedad o característica de un objeto. Se pueden diferenciar entre esenciales y accidentales. Clase: Es la que se compone por un conjunto de objetos que poseen rasgos que los diferencian de los demás. Existen clases de pertenencias duras y difusas. Reconocimiento: Es el proceso de etiquetar objetos para determinar las clases a las que pertenece.

3. Definiciones Reconocimiento de Patrones: Rama del conocimiento, de carácter multidisciplinario, cuyo objeto de estudio son los procesos de identificación, caracterización, clasificación y reconstrucción sobre conjuntos de objetos o fenómenos, así como el desarrollo de teorías, tecnologías y metodologías relacionadas con dichos procesos. Es la ciencia que se ocupa de los procesos sobre 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.

4. Modelo de un Sistema de Reconocimiento de Patrones

5. Ejemplo de un Modelo de Reconocimiento de Patrones

6. Enfoques del Reconocimiento de Patrones Estadístico o teoría de la decisión: Patrones de los cuales se extraen propiedades de naturaleza cuantitativa. Basado en la teoría de la probabilidad y estadística. Sintáctico o estructural: Se fundamenta en las relaciones geométricas asociadas a la forma de los objetos. Se utilizan los lenguajes formales cuyo objetivo es construir una gramática que describa al objeto.

7. Enfoques del Reconocimiento de Patrones Redes neuronales: Patrones de los cuales se extraen propiedades de naturaleza cuantitativa. Respuestas dadas por simulación de estructuras neuronales interconectadas. Lógico – Combinatorio de Patrones: Forma de representar a los patrones lo mejor posible, es decir, más cercana a la realidad del mismo, aquí los objetos de estudio y sus características deben de ser tratados cuidadosamente, para no hacer suposiciones que no estén fundamentadas.

8. Enfoques del Reconocimiento de Patrones Basado en la apariencia: Utiliza dos o más métodos de los otros enfoques.

9. Problemas de Reconocimiento de Patrones. Selección de Variables: Consiste en determinar el conjunto de características más adecuado para describir a los objetos. Clasificación Supervisada: También es conocida como clasificación con aprendizaje, en este tipo de problemas ya se encuentran definidas las clases, y éstas cuentan con algunos objetos previamente clasificados. Clasificación No Supervisada: También conocida como clasificación sin aprendizaje, en éstos problemas no existe ninguna clasificación previa del objeto y en algunas ocasiones ni siquiera se han definido las clases.

10. Aplicaciones Patrones Musicales: Raymond Kurzweil nace en 1948 en Queens, New York. A los 15 años diseñó un sistema de reconocimiento de patrones en el cual una computadora analizaba patrones dentro de la música clásica para después componer sus propios trabajos basados en lo evaluado. Con ello ganó el primer lugar en el Concurso Internacional de Ciencia. Posteriormente fundó su propia compañía donde creo una máquina de lectura la cual reunía tres inventos: un software de reconocimiento óptico de caracteres, un dispositivo similar a un escáner y un sintetizador completo de texto a deletreo. Esta máquina era capaz de detectar y corregir errores además de la pronunciación de palabras. La primera versión comercial del software fue usado por Lexis‐Nexis para crear su base de datos.

11. Aplicaciones En México Científicos de la UNAM elaboran nuevos modelos de cirugía asistida por computadora a partir de sus trabajos sobre tecnología con imágenes, lo cual se podrá aplicar en áreas complejas, como arterias, venas pulmonares, esófago, estómago y próstata. Con la investigación sobre diferentes maneras de interacción entre radiación y materia se podría hacer una reconstrucción tridimensional, estudios de estructuras complicadas, reconocimiento de patrones y aplicaciones del procesamiento de gráficos en apoyo a los adelantos en materia biológica, médica y biomédica, detalló el especialista.

12. Aplicaciones En México Se diseñan soluciones y métodos a planteamientos de médicos y biólogos en los que se involucra a expertos en física, ingeniería y computación. Un ejemplo de la aplicación sería cuando la glucosa se dirige a áreas activas del cerebro en cierto momento, si hay una lesión o anormalidad no lo hace como se espera, y entonces se presentan aspectos que, combinados con otra información, permiten determinar si hay patologías y qué regiones se activan. En el ámbito microscópico, se ha trabajado en la reconstrucción tridimensional de núcleos celulares, en particular de la cromatina, que forma el núcleo en células animales, y en neuronas dopaminérgicas de la sustancia nigra de pacientes con mal de Parkinson.

13. Bibliografía 1.- Visión por Computador Imágenes Digitales y Aplicaciones. Gonzalo Pajares Martinzans y Jesús M. De la Cruz García. Editorial Alfaomega. México, D.F. Julio de 2002. 2.- Reconocimiento de Patrones. J. Kittler. 2002. http://www.fing.edu.uy/iie/ense/asign/recpat/material/sistemas_rec_patrones.pdf Fecha: Lunes 23/Agosto/2010 3.- Reconocimiento de Patrones. Jesús Ariel Carrasco Ochoa. Instituto Nacional de Astrofísica Óptica y Electrónica. http://ccc.inaoep.mx/~ariel/recpat.pdf Fecha: Lunes 23/Agosto/2010 4.- Reconocimiento de Patrones. José Luis Alba y Jesús Cid. Mayo de 2006. http://www.gts.tsc.uvigo.es/pi/Reconocimiento.pdf Fecha: Lunes 23/Agosto/2010 5.- Reconocimiento de Patrones. Laboratorio de Cómputo de Ingeniería. La Salle. http://www.lci.ulsa.mx/Material/pdf/Reconocimiento%20de%20Patrones.pdf Fecha: Lunes 23/Agosto/2010 6.- Dr. Cornelio Yáñez Márquez - Reconocimiento de Patrones http://148.204.63.176/cornelio/RecPat.htm Fecha: Lunes 23/Agosto/2010