پاورپوینت شناسايي آماري الگو (pptx) 23 اسلاید
دسته بندی : پاورپوینت
نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید: 23 اسلاید
قسمتی از متن PowerPoint (.pptx) :
شناسايي آماري الگو
Statistical Pattern Recognition
حسین منتظری کردی
دانشکده مهندسی برق و کامپیوتر
دانشگاه صنعتی نوشیروانی بابل
پاييز 91
رئوس مطالب
1- مقدمهای بر شناسايي آماري الگو
2- ويژگيها، بردارهاي ويژگي، طبقهبندها
3- يادگيري مربيدار، بدون مربي، نيمه مربي
4- مجموعه داده؛ آموزش و آزمایش
5- نکات تکمیلی
1- مقدمهای بر شناسايي آماري الگو
تشخیص الگو (Pattern recognition) قراردادن اشیاء در گروهها یا کلاسها
برحسب کاربرد؛ اشیاء بصورت تصویر، سیگنال، یا هر اندازه لازم جهت طبقهبندی
الگوها؛ اشیاءی برای توصیف یک پدیده فیزیکی یا یک موضوع (Object)
الگو (Pattern) در تقابل با آشوب (Chaos)، الگو یک موضوع خلاصه جهت توصیف یک شئی مانند مجموعهای از اندازهها
تشخیص الگو جزیی جدا ناپذیر از یادگیری ماشینی؛ PR ریشه در علوم مهندسی و ML ریشه در علوم رایانه
تشخیص الگو حایز اهمیت در بینایی ماشین (Machine vision)؛ بینایی ماشین شامل دریافت تصویر از طریق دوربین و تحلیل آن جهت توصیف و درک اینکه تصویر چیست
کاربرد بینایی ماشین در کارخانههای مونتاژ، اتوماسیون، خطوط تولید، بستهبندی
تشخیصالگو بعبارتی نسبتدادن برچسبها به اشیاء؛ مثال خط تولید کارخانه خودروسازی
شناسایی آماری الگو؛ لغتی جهت پوشش تمام طبقات یک تحقیق از فرمولبندی مسئله و جمعآوری داده تا تمییزدادن و طبقهبندی برای دستیابی به نتایج و تفاسیر
- نمونهای از الگوها
کاربردهای تشخیص الگو:
- بینایی ماشین (Machine vision)
- تشخیص کارکتر (حرف یا عدد) (Character recognition)
* سیستم تشخیص کارکتر نوری (OCR) موجود بصورت تجاری
- تشخیص بیماری رایانهای (Computer aided/or assisted diagnosis)
* کاربرد در تفسیر اشعه X، CT، ECG، EEG، و ...
* سختی تفسیر دادههای پزشکی و وابستگی نتیجه تفسیر به مهارت پزشک
* ماموگرافی اشعه X جهت آشکارسازی سرطان پستان (بعنوان بهترین روش کنونی در تشخیص بیماری)، حدود 10 تا 30 درصد زنان بیمار تحت معاینه با تشخیص منفی، حدود 2/3 موارد خطای تشخیص ناشی از رادیولوژیست
* کاهش خطای تشخیص با بکارگیری رادیولوژیست دوم، تشخیص الگو در این نقش و کاهش هزینههای درمان ناشی از خطا و البته، مهمتر کاهش درد و رنج بیمار
- تشخیص صوت (Speech recognition)
* کاربرد نظیر ورود اطلاعات به رایانه، کنترل ماشینها در کارخانه با پیام صوتی
- دادهکاوی و کشف دانش (Data mining and knowledge discovery)
* کاربرد در پزشکی و بیولوژی، بازار و تحلیلمالی، مدیریتتجارت، بازیابیتصویر و آهنگ
* کاوش دادههای DNA و بیومدیکال
- تشخیص اثر انگشت و امضاء، بازیابی متن، تشخیص صورت، و موضوع جالب توجه اخیر، تشخیص حالت (ژست یا قیافه) (Gesture recognition)
چرخه تشخیص الگو
- ارایه مسئله توسط کاربر بهمراه مجموعه داده (درصورت موجود نبودن مجموعه داده، باید یک آزمایش جهت جمعآوری داده ترتیب دادهشود)
- هدف روشنکردن مسئله با تبدیل آن به واژگان PR، حل آن، و ارایه پاسخ به کاربر
- عملیات میانی شامل:
* تعیین و اندازهگیری ویژگیهای مناسب، تشکیل مجموعه ویژگی تاحد ممکن بزرگ، حتی ویژگیهای نامناسب در این مرحله بصورت تکی ولی مناسب بصورت ترکیبی
* محدودیت جمعآوری داده از جنبه مالی پروژه یا سختی اندازهگیری برخی از ویژگیها، سنجش تمیزی لباس یا روشهای تهاجمی در پزشکی
* تشخیص الگوی مربیدار یا بدون مربی؛ در یادگیری بدون مربی (Unsupervised) هدف کشفساختار موجود در مجموعهداده درصورت امکان (شناختهشده بنام خوشهبندی)
* در یادگیری مربیدار دادهها دارای برچسب میباشند (شناختهشده بنام طبقهبند)
2- ويژگيها، بردارهاي ويژگي، طبقهبندها
کلاس یا گروه مشتملبر اشیاء مشابه، و کلاسهای مختلف شامل اشیاء متفاوت
نمایش برچسب کلاسها با تعداد c کلاس بصورت Ω = {ω1, ω2, …, ωc}
یک مثال ساده، طبقهبندی یک تومور از تصویر پزشکی، a خوشخیم و b بدخیم
جامعه آماری افراد سالم و سرطانی بسیار گسترده، لذا الگوها نیز بسیار متنوع
برای یک پایگاه داده (Database)، تعریف مقادیر قابل سنجش جهت تفکیکپذیری دو گروه سالم و سرطانی
در این مثال، مقادیر میانگین و انحراف معیار استاندارد دو کمیت قابل سنجش برای جدا کردن کلاس A و B
ویژگی (Feature) عبارتستاز اندازههای استفادهشده برای طبقهبندی