Reconhecimento de padrões é uma atividade inerente ao comportamento humano e compreende uma gama enorme de problemas de natureza prática, tais como: reconhecimento de voz, faces, caracteres, falhas mecânicas, diagnósticos de doenças, entre outros. O que é facilmente realizado por um humano tem se mostrado um grande desafio quando se implementa esta tarefa em sistemas computacionais.
Por outro lado, a terminologia reconhecimento de padrões está inserida no contexto de aprendizado de máquinas, que faz parte do grande conjunto de tópicos denominado IA. A gama de problemas relacionados ao reconhecimento de padrões é extensa, no entanto, eles podem ser vinculados às seguintes situações:
a) Caso se tenha um conjunto de dados associados a valores discretos ou rótulos, num processo de aprendizado supervisionado, tem-se um problema de classificação.
b) Se o conjunto de dados está associados a valores contínuos, num processo de aprendizado supervisionado, trata-se de um problema de regressão ou de aproximação de uma função.
c) Em se tratando de um conjunto de dados brutos, sem nenhuma associação, em uma situação de treinamento não supervisionado, o problema se resume à busca de agrupamentos de dados.
d) Por último, se o enfoque é reconhecer padrões em ações, que modifiquem o estado de um sistema, no aprendizado por reforço, tem-se um problema de atribuição de crédito.
O escopo deste trabalho foca os problemas de classificação, e, ao contrário da tarefa de correspondência ou casamento de padrões (pattern matching), onde a busca de padrões em um conjunto de dados é realizada por comparação a gabaritos ou expressões regulares de símbolos, por intermédio de uma solução algorítmica, o reconhecimento de padrões não implica gabaritos rigidamente constituídos.
Diante do exposto, pode-se imaginar que uma MLP, com sua capacidade de mapeamento não linear entre conjuntos, poderia cumprir diretamente o papel de classificador, mas, na prática, uma arquitetura elaborada é necessária para cumprir tal tarefa, como ilustra a Figura 3.16.
Em geral, a aquisição das informações é realizada por sensores, que transformam os fenômenos físicos em sinais elétricos, e, através de conversores analógicos/digitais, disponibilizam uma informação digital numérica para o trabalho do dispositivo computacional.
Dentro do dispositivo computacional, temos, inicialmente, uma etapa de pré- processamento, onde ocorre uma adequação dos sinais, muitas vezes através de
transformações lineares, como, por exemplo, uma normalização dos sinais, filtragem para remoção de ruído, transformada do domínio do tempo para o domínio da frequência ou mesmo a incorporação de sistemas nebulosos (fuzzy). No caso de problemas que envolvam séries temporais de dados, o pré-processamento pode memorizar as informações em um buffer, para que sejam disponibilizadas ao mesmo tempo. Na saída do pré-processamento, temos o espaço de observações de dimensão m.
O extrator de características é o módulo encarregado de promover uma redução dimensional sem que haja perda de informação, simplificando a tarefa do classificador e assegurando invariância dos sinais a transformações conhecidas, como, por exemplo, rotação, translação e escala. Na Figura 3.16 ocorre uma redução dimensional do sinal de m para q, onde qm. No projeto de um extrator de características, o conhecimento prévio do problema é requerido. Uma alternativa para se implementar um extrator de características seria através da utilização de redes do tipo mapa auto-organizáveis, redes SOM. Um bom extrator fornece em sua saída sinais com assinaturas distintas para as diversas classes; os valores destes sinais correspondem ao vetor de características.
O módulo classificador atribui aos valores de saída do extrator de características uma categoria. Se esta associação é pautada em um conjunto de regras lógicas e claras, o trabalho do classificador tem como base métodos sintáticos; caso contrário, a associação possui como base uma natureza probabilística, e os métodos empregados são os estatísticos. Neste último caso, uma atribuição é realizada através da probabilidade de pertinência a cada possível categoria.
Os classificadores neurais são descendentes próximos dos métodos estatísticos de classificação, pois, dado um conjunto de treinamento com uma quantidade infinita de elementos, e as saídas desejadas compreendidas num intervalo entre 0 e 1, as saídas de um MLP se aproximariam da probabilidade a
posteriori de um classificador estatístico (DUDA, HART e STORK, 2001).
O grau de dificuldade do trabalho de um classificador está associado à variabilidade dos valores das características dos objetos de uma mesma classe relativas à variação destes valores para objetos de classes diferentes. O classificador (Figura 3.16 ) também promove uma redução dimensional do espaço de características com dimensão q para o espaço de decisão de dimensão r, onde
r q .
A etapa de pós-processamento realiza o trabalho de adequação das saídas do classificador através da escolha de uma ação, tendo como base não apenas os valores provenientes do classificador, mas podendo levar em conta os custos de uma decisão errada, o contexto em que se dá a classificação, outros parâmetros de entrada ou mesmo podendo servir de elemento de decisão final quando temos mais de um classificador operando em paralelo.
Duas possíveis regras para a ação de classificação podem ser vislumbradas: uma baseada no conceito de disparo, onde a pertinência de um valor de entrada é atribuída a determinada classe, quando a saída yk de um determinado neurônio ultrapassa um valor arbitrário de limiar. Esta regra pode produzir uma ação ambígua, uma vez que se tenha mais de uma saída do classificador neural que atenda a este requisito. A outra regra é pautada no conceito de que o neurônio vencedor leva tudo,
ou seja, a pertinência a determinada classe é determinada pelo neurônio que apresente o maior valor para yk .