РАСПОЗНАВА́НИЕ О́БРАЗОВ

РАСПОЗНАВА́НИЕ О́БРАЗОВ, раз­дел ки­бер­не­ти­ки, раз­ра­ба­ты­ваю­щий прин­ци­пы и ме­то­ды клас­си­фи­ка­ции, а так­же иден­ти­фи­ка­ции пред­ме­тов, яв­ле­ний, про­цес­сов, сиг­на­лов, си­туа­ций – всех тех объ­ек­тов, ко­то­рые мо­гут быть опи­са­ны ко­неч­ным на­бо­ром не­ко­то­рых при­зна­ков или свойств, ха­рак­те­ри­зую­щих объ­ект.

Опи­са­ние объ­ек­та пред­став­ля­ет со­бой n-мер­ный век­тор, где n – чис­ло при­зна­ков, ис­поль­зуе­мых для ха­рак­те­ри­сти­ки объ­ек­та, i-я ко­ор­ди­на­та век­то­ра рав­на зна­че­нию i-го при­зна­ка, i=1, ..., n. В опи­са­нии объ­ек­та до­пус­ка­ет­ся от­сут­ст­вие ин­фор­ма­ции о зна­че­нии то­го или ино­го при­зна­ка. Ес­ли не­об­хо­ди­мо рас­клас­си­фи­ци­ро­вать предъ­яв­лен­ные объ­ек­ты по не­сколь­ким груп­пам толь­ко на ос­но­ве их опи­са­ний, при­чём чис­ло групп не обя­за­тель­но из­вест­но, то та­кая за­да­ча Р. о. на­зы­ва­ет­ся за­да­чей так­со­но­мии (обу­че­ние без учи­те­ля). Для за­дач соб­ст­вен­но Р. о. (обу­че­ния с учи­те­лем) кро­ме опи­са­ния объ­ек­тов не­об­хо­ди­мы до­пол­нит. све­де­ния о при­над­леж­но­сти этих объ­ек­тов к то­му или ино­му клас­су. Ко­ли­че­ст­во клас­сов ко­неч­но и за­да­но. Клас­сы мо­гут пе­ре­се­кать­ся.

Со­во­куп­ность опи­са­ний объ­ек­тов, для ко­то­рых из­вест­ны клас­сы, к ко­то­рым они при­над­ле­жат, об­ра­зу­ют обу­чаю­щую по­сле­до­ва­тель­ность (на­бор эта­ло­нов). Осн. за­да­ча Р. о. за­клю­ча­ет­ся в том, что­бы, ис­хо­дя из обу­чаю­щей по­сле­до­ва­тель­но­сти, оп­ре­де­лить класс, к ко­то­ро­му при­над­ле­жит опи­са­ние не­ко­то­ро­го объ­ек­та, ко­то­рый нуж­но клас­си­фи­ци­ро­вать. К та­кой схе­ме при­во­дит­ся лю­бая за­да­ча при­ня­тия ре­ше­ний, ес­ли толь­ко про­цесс при­ня­тия ре­ше­ния ба­зи­ру­ет­ся в осн. на изу­че­нии ра­нее на­ко­п­лен­но­го опы­та.

При­клад­ные за­да­чи, ре­шае­мые ме­то­да­ми Р. о., воз­ни­ка­ют при иден­ти­фи­ка­ции ма­ши­но­пис­ных и ру­ко­пис­ных тек­стов, фо­то­изо­бра­же­ний, при ав­то­ма­тич. рас­по­зна­ва­нии ре­чи, в мед. диа­гно­сти­ке, при гео­ло­гич. про­гно­зи­ро­ва­нии, про­гно­зи­ро­ва­нии свойств хи­мич. со­еди­не­ний, оцен­ке эко­но­мич., по­ли­тич., про­из­водств. си­туа­ций, при клас­си­фи­ка­ции со­цио­ло­гич. ма­те­риа­ла. Для ре­ше­ния этих за­дач на­ко­п­ле­но боль­шое чис­ло т. н. эв­ри­стич. ал­го­рит­мов рас­по­зна­ва­ния, ори­ен­ти­ро­ван­ных на спе­ци­фи­ку ка­ж­дой кон­крет­ной за­да­чи. Кро­ме то­го, на ос­но­ве не­ко­то­рых ин­туи­тив­ных прин­ци­пов стро­ят­ся мо­де­ли ал­го­рит­мов рас­по­зна­ва­ния, т. е. се­мей­ст­ва ал­го­рит­мов для ре­ше­ния клас­си­фи­ка­ци­он­ных за­дач.