Mønstergenkendelsesteknikker

Mønstergenkendelsesteknikker betegner metoder til automatisk at afgøre, hvilke mønstre eller klasser data tilhører, baseret på tidligere observerede eksempler. Teknikkerne anvendes på billeder, tale, tekst, tidsserier og sensoriske data og omfatter statistiske modeller, maskinlæring og signalbehandling. Målet er at kunne generalisere fra træningsdata til nye data og anvende modellerne til klassificering, identifikation eller beskrivelse af mønstre.

En typisk arbejdsproces består af dataindsamling og forberedelse, feature extraction eller repræsentation, modelvalg og træning, samt evaluering og implementering i et system. Data kan være mærkede (supervised) eller umerkede (unsupervised); brug af krydsvalidering hjælper med at estimere ydeevne og reducere overfitting. Valg af model afhænger af dataets art og ønsket anvendelse.

Metodekategorier inkluderer supervised learning, hvor modellen lærer at afsætte nye observationer til kendte klasser, og unsupervised learning, hvor mønstre identificeres uden mærkede data. Eksempler på teknikker er support vector machines, beslutningstræer, k-nearest neighbours og neurale netværk. Dyb læring, især konvolutionelle netværk (CNN) og rekurrente netværk (RNN), har haft stor indflydelse ved billed- og sekvensdata. Der findes også semi-supervised og forstærkningsbaserede tilgange.

Feature engineering og repræsentation spiller en central rolle. For billeder anvendes ofte kantdetektion og tælling af features som HOG eller SIFT; for signaler bruges Fourier- og wavelettransformer; for tekst anvendes vektorisering og embeddings. Af og til udnyttes automatiske feature-learning gennem dybe netværk, som lærer relevante repræsentationer under træning.

Evaluering af mønstergenkendelsesteknikker omfatter metrics som nøjagtighed, præcision, recall, F1-score og ROC-AUC, sammen med krydsvalidering og hold-out-test. Udfordringer inkluderer datakvalitet, skæve klasser, overfitting og bias, samt etiske overvejelser ved anvendelser i samfundet. Anvendelser findes inden for computer vision, tale- og tekstgenkendelse, medicinsk billedanalyse, industrielt kvalitetskontrol og overvågning.