فروع الذكاء الإصطناعي : التعرف على الأنماط Pattern Recognition
مرحباً بكم في الدرس السادس عشر من دروس الذكاء الإصطناعي و اليوم مع فرع جديد من فروع الذكاء الإصطناعي و هو : التعرف على الأنماط Pattern Reconition ، سنحاول إعطائكم شرح جيد و منسق من أجل فهم رائع و جيدٍ أيضاً ، مع أمثلة يُستخدم فيها الدرس في أهم تطبيقات الذكاء الإصطناعي ، فالنبدأ على بركة الله :
التعرف على الأنماط Pattern Reconition :
إختصارها (PR) و هو من أهم الفروع العلمية الحديثة و الأكثر إستخداماً و لهذا تم تعريفهم في أكثر من مصدر مختلف و منهم :
- من Schalkoff : هو العلم التي يهتم بوصف أو تصنيف التعرف على المقاييس.
- من Schürmann : و هو عملية إعطاء أسماء للملاحظات.
- من Duda and Hart : هو العلاقة الرابطة بين الكائنات أو الأحداث المادية و بين واحد أو أكثر من التصنيفات المحددة مسبقاً.
- من Fukunaga : هو مسألة تقدير دوال الكثافة الإحتمالية في فضاء عالي الأبعاد و تقسيم الفضاء إلى ناطق من المجاميع أو التصنيفات.
مسائل التعرف على الأنماط :
- رؤية الآلة و التفتيش المرئي.
- التعرف على الرموز.
- التشخيص بمساعدة الحاسوب.
- التعرف على الكلام "مثل المساعد الشخصي لجوجل أو غيرها"
منهجيات التعرف على الأنماط Approaches For Pattern Recognition :
- مطابقة القالب Template Matching
- التصنيف الإحصائي Statistical Classification
- المطابقة التركيبية و الإعرابية Syntactic or Structural
شرح منهجيات التعرف على الأنماط الثلاثة :
مطابقة القالب Template Matching : تقوم هذه المنهجية بمطابقة القالب المخزم مسبقاً ، مع الاخذ بالإعتبار تغيرات الترجمة و التدوير و التكبير ، و قياس التشابه و الترابط بالإعتماد على مجموعة التدريب...
التصنيف الإحصائي Statistical Classification : يتم تمثيل كل واحد من الأنماط بصيغة المميزات أو المقاييس ، و تعرض كنقطة في فظاء من البُعد (د) ، و تستخدم مجموعات التدريب لتأسيس حدود القرارات المختلفة في فظاء المميزات ، و ذلك بإتباع منهجيات تحليل مميزات أو نظريات القرار.
المطابقة التركيبية و الإعرابية Syntactic or Structural : النمط المركب يتكون من أنماط فرعية و بعض العلاقات بينها ، و هي نفسها مكونة من أنماط جزئية أساسية بسيطة تسمى الجذور Primitives ، و تُعرض الأنماط بشكل جمل معتمدة على اللغة ، و تعرض الجذور بشكل حروف هجائية ، و تولد الجمل على قواعد اللغة Grammar.
و بهذا يمكن وصف أعداد كبيرة من الانماط المركبة بواسطة أقل عدد من الجذور و قواعد اللغة ، و يتم الإستدلال على قواعد أي نمط مصنف بالإستدلال من الأمثلة التدريبية.
تطبيقات تتطلب التعرف على الأنماط في الذكاء الإصطناعي :
- تقسيم و معالجة الصور / تحليل تعاملات الفوركس و المالية.
- تشخيص الآلة و البشر / الفحص الصناعي...
- تحليل الزلازل / التنبؤ المالي...
- رؤية الحاسوب / التشخيص الطبي و التكنولوجيا الطبية الحديثة...
و هذه كانت أهم تطبيقات الذكاء الإصطناعي الذي تتطلب هذا الفرع "أنماط الذكاء الإصطناعي" ، أي أن هذا الدرس مهم للغاية في تطبيقاتك المستقبلية إن كنت مهتم بتعلم الذكاء الإصطناعي ، و إذا أعجبك أو أعجبتك الدروس لا تنسى متابعة صفحتنا على الفيس بوك من : هنا ، و مرحباً بالجديد دائما...