1. 패턴, 인식 이란?
ㅇ 패턴 (Pattern)
- 데이터들에서 나타나는 특징(feature)들의 집합 (규칙성)
ㅇ 인식 (認識, Recognition 또는 재인,再認)
- 사물 또는 관념 등 무엇인가에 대해 명확하게 구별/식별할 수 있는 것
. 例) RFID(무선인식), 패턴인식 등
. [참고] ☞ 감각 지각 인지 인식 지식 지능 의식 비교 참조
- 현재 마주하는 인물,사물,현상,정보 등을, 과거에 접한 경험으로부터,
기억해 내는 추상(追想)의 일종인 인지 활동
2. 패턴 인식 (Pattern Recognition)
ㅇ 미가공된 데이터들에서,
- 컴퓨터 알고리즘을 활용하여, 어떤 규칙성을 자동으로 찾아내고,
- 이 규칙성에 따라 각각의 그룹(카테고리)으로 분류(인식)하는 것
ㅇ 주요 용도 : 이미지 인식, 음성 인식 등
3. 패턴 인식의 개념적 단계 구분
ㅇ 관측 단계 → 학습 단계 → 인식/판별 단계
- [관측 단계]
. 인식기에 입력시켜 패턴화하는 작업
- [학습 단계]
. 전처리 과정 (Preprocessing) : 다루기 쉬운 형태로 변환
.. 패턴의 정규화, 노이즈 제거 등
. 특징 추출 (Feature Extracton) : 핵심적인 특징 만을 추출
. 특징 선택 (Feature Selection) : 분별력을 유지하면서 차원을 줄이는 것 (차원 감소)
- [인식/판별 단계 (일반화)]
. 분류기 학습 (Learning Classifier) : 분류 기준(결정 규칙)을 만듬
.. 분류 모델 선택 (Model Selection) : 분류 규칙의 수학적 모델
.. 분류 학습 (Classification Learning) : 모델식의 매개변수를 구하는 과정
. 분류기는 제시된 증거를 평가하여 최종 판정을 내림
- [(반복/재실시)]
. 판정 결과의 신뢰성을 평가하여 낮으면 다시 전처리,특징 추출 등의 과정을 재실시
4. 패턴인식의 접근법 구분
ㅇ 탬플릿 접근법(template matching)
ㅇ 통계적 접근법(statistical)
ㅇ 신경망 접근법(neural network)
ㅇ 구조적 접근법(structural)
5. 패턴 인식, 패턴 분석, 기계 학습 비교
ㅇ 패턴 인식 (Pattern Recognition)
- 주어진 데이터들을 어떤 기준에 따르는 특정 그룹으로 분류(Classification)하는 것
. 인간과 달리 기계의 인식(Recognition)은 매우 어려운 작업임
. 例) 지문 식별, 문자 인식, 스팸 메일 필터, 음성 인식, 얼굴 인식, DNA 식별 등
ㅇ 패턴 분석 (Pattern Analysis)
- 문제해결에 필요한 어떤 패턴(특성,규칙등)이 있는 지를 파악하려고 분석하는 것
. 분석 방식 : 인과관계가 있는가, 추세변화가 있는가 등
ㅇ 기계 학습 (Machine Learning)
- 인간의 학습 능력을 기계를 통해 구현하는 방법
. 기계 스스로 학습을 통해 지식의 체계적인 수집,축적,구조화시키는 과정
※ 사실상, 패턴을 인식하고 파악하는 것이 가장 중요한 요소임
- 기계에 지적 능력을 주거나 그 여부를 판단하는 단초 임