herkenningsmodellen

Herkenningsmodellen is een term die in verschillende vakgebieden wordt gebruikt om systemen of theorieën te beschrijven die stimuli herkennen en identificeren op basis van eerder opgeslagen representaties. Het kernidee is het vergelijken van binnenkomende informatie met representaties in geheugen of datastructuren, zodat een herkenningsbeslissing kan worden genomen.

In de cognitieve psychologie verwijst het begrip meestal naar recognitie memory. Modellen beschrijven hoe encoding, opslag en retrieval samenwerken om onderscheid te maken tussen eerder geziene en onbekende prikkels. Veel theorieën maken een onderscheid tussen snelle herkenning op basis van familiariteit en diepere reconstructie via recall (recollectie). Signal detection theory biedt een kader om hits en false alarms te analyseren en leidt tot ROC-curves die de discriminatieve capaciteit van het geheugen tonen.

In kunstmatige intelligentie en computer vision wordt een herkenningsmodel doorgaans voorgesteld als een pijplijn: invoer wordt omgezet in representaties via feature extractie, waarna een classifier of decoder een beslissing produceert. Moderne beeld- en spraakherkenning gebruikt vaak neurale netwerken (bijvoorbeeld convolutionele netwerken) die leren uit gelabelde data. Evaluatie gebeurt met maatstaven zoals nauwkeurigheid, precisie, recall en ROC-AUC.

Toepassingen omvatten onderzoek naar geheugen en cognitie, medische diagnostiek, beveiliging en digitale assistenten. Uitdagingen betreffen bias en generalisatie, interpretabiliteit en kwetsbaarheden zoals adversarial examples.

---