การรู้จำแบบ (pattern recognition) เป็นสาขาย่อยหนึ่งของ วิทยาการคอมพิวเตอร์ เป็นศาสตร์ที่มีจุดประสงค์ในเพื่อการจำแนก วัตถุ (objects) ออกเป็นประเภท (classes) ตาม รูปแบบของวัตถุ โดยในการคำนวณจะมีการใช้เทคนิคจากสาขาอื่น ๆ มากมาย เช่น การประมวลผลสัญญาณ ปัญญาประดิษฐ์ และสถิติ

รูปแบบ (pattern) ในที่นี้หมายถึง รูปร่าง หรือ คุณลักษณะ ของวัตถุ ที่เราสนใจ โดยวัตถุนั้นอาจเป็น รูปธรรม หรือ นามธรรม ก็ได้ หรือจะเป็นรูปแบบ ที่กระจายบนพื้นที่ หรือ เปลี่ยนแปลงตามเวลา ก็ได้

องค์ประกอบหลักสำคัญของระบบการรู้จำแบบแก้ไข

  1. ลักษณะเด่น (features) เป็นข้อมูลที่ป้อนให้ ตัวแยกประเภท เพื่อที่ตัวแยกประเภททำการแยก ข้อมูล หรือ วัตถุ ออกเป็นประเภท ได้ตามที่ผู้ออกแบบได้คาดหมายเอาไว้
  2. ตัวแยกประเภท (classifiers) เป็นผู้ตัดสินใจแยกกลุ่ม ของวัตถุ ตามข้อมูลลักษณะเด่น โดยทั่วไปนิยมแบ่งออกเป็น 2 ประเภทด้วยกัน ได้แก่
    1. การแยกกลุ่มตามประเภทที่รู้ล่วงหน้าแล้ว (prior knowledge) และใช้ประโยชน์จากข้อมูลนั้นในการออกแบบตัวแยกประเภท ซึ่งจะเรียกว่า ตัวแยกแบบมีผู้สอน (supervised classifier)
    2. การแยกประชากรวัตถุ ออกจากกันโดยไม่มีข้อมูลของกลุ่มการแบ่งล่วงหน้า แต่จะแบ่งโดยการใช้ลักษณะที่มีร่วมกันในกลุ่มย่อยแต่ละกลุ่มของประชากร ซึ่งจะเรียกว่า ตัวแยกแบบไม่มีผู้สอน (unsupervised classifier)

หมายเหตุแก้ไข

คำ การแบ่งประเภท (classification) และ การแบ่งกลุ่ม (clustering) นี้ในทางวิทยาการคอมพิวเตอร์ จะใช้ในความหมายที่เฉพาะเจาะจง โดย การแบ่งประเภท คือ การแยกแบบมีผู้สอน และ การแบ่งกลุ่ม คือ การแยกแบบไม่มีผู้สอน

ดูเพิ่มแก้ไข

อ้างอิงแก้ไข

  • Richard O. Duda, Peter E. Hart, David G. Stork (2001) Pattern classification (2nd edition) , Wiley, New York, ISBN 0-471-05669-3.
  • J. Schuermann: Pattern Classification: A Unified View of Statistical and Neural Approaches, Wiley&Sons, 1996, ISBN 0-471-13534-8
  • K. Fukunaga Statistical Pattern Recognition, Academic Press, 1991
  • Julius T. Tou, Rafael C. Gonzalez Pattern Recognition Principles Addison-Wesley, Massachusetts, 1974
  • Sergios Theodoridis, Konstantinos Koutroumbas Pattern Recognition Academic Press, CA, 1999