UNIVERSIDAD AUTNOMA DEL ESTADO DE HIDALGO

DIVISIN DE DOCENCIA DIRECCIN DE PLANEACIN Y DESARROLLO EDUCATIVO PROGRAMA DE ESTUDIO

LICENCIATURA EN SISTEMAS COMPUTACIONALES

PROGRAMAS DE ESTUDIO DE LA ASIGNATURA:

Reconocimiento de patrones

FECHA DE ELABORACIN: 24 de julio de 2000 UBICACIN SEMESTRE CARGA HORARIA Teor Prct Total ica 4 0 4 CRDITOS ANTECEDENTE 8 SERIACIN SUBSECUENTE -

RELACION CON ASIGNATURAS DE SEMESTRES ANTERIORES -

RELACIN CON ASIGNATURAS DE SEMESTRES POSTERIORES Redes neuronales

RELACIN CON ASIGNATURAS DEL MISMO SEMESTRE -

OBJETIVOS 1. 2. 3. 4. Estudiar los elementos bsicos de los Mtodos de Reconocimiento de Patrones. Estudiar los diferentes enfoques empleados en el Reconocimiento de Patrones. Estudiar las principales tcnicas para el Reconocimiento Automtico de Patrones. Mostrar la utilidad prctica de estos mtodos para la solucin de problemas reales.

TITULO DE LA UNIDAD

TEMAS / SUBTEMAS / TPICOS 1.1 El concepto de patrn o clase 1.2 Reconocimiento supervisado y no supervisado 1.3 Aproximaciones al reconocimiento de patrones 1.4 Elementos de un sistema de reconocimiento de patrones 2.1 Conceptos de disimilaridad, distancia y similitud. Medidas de distancia 2.2 Funciones de decisin: Funciones de decisin lineales. Funciones generalizadas 2.3 Clculo de semejanzas en espacios no euclidianos. Distancia en datos heterogneos: Distancia de Gower. Distancia entre conjuntos. Distancia de Hausdorff. 3.1 Problemas relacionados con la seleccin de variables 3.2 Principales aproximaciones para seleccin de variables 3.3 La teora de Test 3.4 Eleccin de caractersticas utilizando minimizacin de la entropa

1. Introduccin

2. Las medidas cuantitativas de la semejanza

3. Seleccin de caractersticas

TITULO DE LA UNIDAD 4. Reconocimiento No-Supervisado

TEMAS / SUBTEMAS / TPICOS 4.1 Los mtodos jerrquicos 4.2 Los mtodos de particin 4.3 Algoritmos Chain-Map y Max-Min 4.4 El algoritmo k-Medias 4.5 El algoritmo ISODATA 4.6 Los mtodos de bsqueda de densidad 5.2 El clasificador general de Bayes 5.3 Clasificacin de los k-vecinos ms prximos 5.4Anlisis global por grupos 5.5Algoritmos de votacin 6.1Gramticas de cadena y lenguajes 6.2Tipos de gramticas 6.3Gramticas libre de contexto equivalentes 6.4Sistemas Determinsticos, nodeterminsticos y estocsticos 6.5Gramticas de rbol 6.6 Gramticas Web 6.7Otras gramticas 6.8El algoritmo de Cocke-Younger-Kasami 6.9Reconocedores estocsticos 7.1Estrategias de uso de los mtodos 7.2 Clasificacin de individuos vs. variables 7.3Efectividad de los mtodos 7.4Herramientas para RP: MatLab, SIRP, SPSS

5. Reconocimiento Supervisado

6. La aproximacin sintctica

7. Aspectos prcticos de implementacin

FORMAS DE EVALUACIN
Exposiciones, investigaciones, reportes, exmenes departamentales, problemarios, proyecto final ( trabajo de implementacin).

BIBLIOGRAFA
1. 2. 3. 4. 5. Friedman, M., Kandel, A. Introduction to Pattern Recognition: Statistical, Structural, Neural and Fuzzy Logic. World Scientific Pub Co, 1999. Gonzalez, R.C. & Thomason, M. Syntactic Pattern Recognition: An Introduction. Addison-Wesley Publishing Company, 1978. Kelley, Dean. Automata and Formal Languages: and Introducton. Ed. Prentice Hall. 1995. Looney, Carl G. Pattern Recognition Using Neural Networks. Oxford University Press, 1997. Alonso Mara de los A., De la Cruz Argelio V., Ponce Eunices y otros: "SIRP: Sistema Integrado para Reconocimiento de Patrones con Inteligencia Artificial". CIMAF'95. Congreso Internacional de Reconocimiento de Patrones. La Habana, Cuba, Enero 1995.