Распознавание образов:
Йогача́ра, также Виджнянава́да, Читтаматра, Виджняптиматра — одна из двух основных философских систем буддизма махаяны, Школа Йогачары сформировалась в IV—V веках.
Нейро́нная сеть — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации биологических нейронных сетей — сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы. Первой такой попыткой были нейронные сети У. Маккалока и У. Питтса. После разработки алгоритмов обучения получаемые модели стали использовать в практических целях: в задачах прогнозирования, для распознавания образов, в задачах управления и др.
Диагно́стика:
Теория распознава́ния о́бразов — раздел информатики и смежных дисциплин, развивающий основы и методы классификации и идентификации предметов, явлений, процессов, сигналов, ситуаций и т. п. объектов, которые характеризуются конечным набором некоторых свойств и признаков. Такие задачи решаются довольно часто, например, при переходе или проезде улицы по сигналам светофора. Распознавание цвета загоревшейся лампы светофора и знание правил дорожного движения позволяет принять правильное решение о том, можно или нельзя переходить улицу.
Ю́рий Ива́нович Журавлёв — советский и российский математик, доктор физико-математических наук (1965), академик РАН (1992), председатель секции «Прикладная математика и информатика» Отделения математических наук РАН, заместитель директора ВЦ РАН по научной работе, заслуженный профессор МГУ им. М. В. Ломоносова, создатель и главный редактор Международного научного журнала «Pattern Recognition and Image Analysis», председатель Экспертного совета по присуждению учёных степеней и званий в области управления, вычислительной техники и информатики ВАК России, иностранный член Испанской королевской академии (1993), Национальной академии наук Украины, Европейской академии наук, член экспертной комиссии РСОШ по математике. Награждён 8 орденами и медалями СССР и России и Кавалерским крестом Ордена Почёта Республики Польша. Лауреат Ленинской премии (1966), Премии Совета Министров СССР (1989) и Ломоносовской премии I степени (2003).
Машинное обучение — класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение за счёт применения решений множества сходных задач. Для построения таких методов используются средства математической статистики, численных методов, математического анализа, методов оптимизации, теории вероятностей, теории графов, различные техники работы с данными в цифровой форме.
Обучение без учителя — один из способов машинного обучения, при котором испытуемая система спонтанно обучается выполнять поставленную задачу без вмешательства со стороны экспериментатора. С точки зрения кибернетики, это является одним из видов кибернетического эксперимента. Как правило, это пригодно только для задач, в которых известны описания множества объектов, и требуется обнаружить внутренние взаимосвязи, зависимости, закономерности, существующие между объектами.
Задача классифика́ции — задача, в которой множество объектов (ситуаций) необходимо разделить некоторым образом на классы, при этом задано конечное множество объектов, для которых известно, к каким классам они относятся (выборка), но классовая принадлежность остальных объектов неизвестна. Для решения задачи требуется построить алгоритм, способный классифицировать произвольный объект из исходного множества, то есть указать, к какому классу он относится.
Под «ближайшим соседом» могут пониматься:
Перцептро́н — математическая или компьютерная модель восприятия информации мозгом, предложенная Фрэнком Розенблаттом в 1957 году и впервые воплощённая в виде электронной машины «Марк-1» в 1960 году. Перцептрон стал одной из первых моделей нейросетей, а «Марк-1» — первым в мире нейрокомпьютером.
Компьютерное зрение — теория и технология создания машин, которые могут производить обнаружение, отслеживание и классификацию объектов.
Оптическое распознавание символов — механический или электронный перевод изображений рукописного, машинописного или печатного текста в текстовые данные, использующиеся для представления символов в компьютере. Распознавание широко применяется для преобразования книг и документов в электронный вид, для автоматизации систем учёта в бизнесе или для публикации текста на веб-странице. Оптическое распознавание символов позволяет редактировать текст, осуществлять поиск слов или фраз, хранить его в более компактной форме, демонстрировать или распечатывать материал, не теряя качества, анализировать информацию, а также применять к тексту электронный перевод, форматирование или преобразование в речь. Оптическое распознавание текста является исследуемой проблемой в областях распознавания образов, искусственного интеллекта и компьютерного зрения.
Распознавание речи — автоматический процесс преобразования речевого сигнала в цифровую информацию. Обратной задачей является синтез речи.
Brasero — свободная программа для записи CD и DVD для UNIX-подобных операционных систем, которая представляет собой графический интерфейс для cdrtools, dvd+rw-tools и libburn.
Распознавание лиц — практическое приложение теории распознавания образов, в задачу которого входит автоматическая локализация лица на фотографии и, в случае необходимости, идентификация персоны по лицу. Функцию идентификации людей на фотографиях уже активно используют в программном обеспечении для управления фотоальбомами.
Цистоскопия — медицинский метод исследования, осмотр внутренней поверхности мочевого пузыря, вид эндоскопии. Цистоскопия производится с помощью эндоскопа, который вводят через мочеиспускательный канал (уретру).
Атрибуция — в филологии — определение подлинности или подложности рукописного текста и установление его автора. Атрибуция в искусствоведении — определение места и времени создания художественного произведения, принадлежности его конкретному историческому периоду (датировка), художественному направлению, течению, стилю, школе, создавшему его мастеру. Атрибутирование может производиться устно или письменно, в формах аннотации, исторической справки, биобиблиографического поиска.
Двойственные изображения или обратимые фигуры — это оптическая иллюзия, которая использует графическую схожесть и свойства зрительной системы интерпретации двух и более различных форм изображения. Имеются знаменитые рисунки, вызывающие феномен мультиустойчивого восприятия. Мультиустойчивое восприятие — это возможность воспринимать одно изображение устойчиво в нескольких смыслах. Классическими примерами служат кролик-утка и ваза Рубина. Двойственные изображения важны в области психологии, поскольку часто являются инструментом исследования в экспериментах. Существуют различные свидетельства о возможности представить двойственные изображения в уме, но большинство исследователей следуют теории, что такие изображения в уме правильно представить невозможно . Рисунок уткозайца, по-видимому, является одним из старейших рисунков такого типа. Он был опубликован в немецком юмористическом журнале Fliegende Blätter.
Петров, Александр Павлович: