ألفا ويب - alfa web  ألفا ويب - alfa web
recent

أحدث المقالات

recent
برمجة
جاري التحميل ...

فروع الذكاء الإصطناعي : التعرف على الأنماط Pattern Recogonition #الدرس السادس عشر

فروع الذكاء الإصطناعي : التعرف على الأنماط Pattern Recognition

التعرف على الأنماط

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 :

  1. تقسيم و معالجة الصور / تحليل تعاملات الفوركس و المالية.
  2. تشخيص الآلة و البشر / الفحص الصناعي...
  3. تحليل الزلازل / التنبؤ المالي...
  4. 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...

عن الكاتب

Mr. salah إسمي صلاح من الجزائر، مبرمج و محلل بيانات و باحث في مجال الذكاء الإصطناعي أيضًا، أعمل كمستقل على الإنترنت في عدة مجالات (الكتابة، الترجمة، البرمجة).

التعليقات




جميع الحقوق محفوظة

ألفا ويب - alfa web