Saltar al contenido principal
LibreTexts Español

12.1: Enfoques para el Reconocimiento de Patrones

  • Page ID
    144284
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Coincidencia de plantillas

    Una forma para que las personas reconozcan objetos en su entorno sería que compararan sus representaciones de esos objetos con plantillas almacenadas en la memoria. Por ejemplo, si puedo lograr una coincidencia entre el gran objeto rojo que veo en la calle y mi representación almacenada de un autobús londinense, entonces reconozco un autobús londinense. Sin embargo, una dificultad para esta teoría se ilustra en la figura a continuación.

    Screen Shot 2020-06-24 a las 11.45.27 AM.png
    Cuadro 1. EL CHT

    Aquí, no tenemos ningún problema en diferenciar las letras medias en cada palabra (H y A), aunque sean idénticas. Un segundo problema es que seguimos reconociendo la mayoría de los objetos independientemente de la perspectiva desde la que los veamos (por ejemplo, desde el frente, lateral, atrás, abajo, arriba, etc.). Esto sugeriría que tenemos una tienda casi infinita de plantillas, lo que difícilmente parece creíble.

    Prototipos

    Una alternativa a la teoría de plantillas se basa en la coincidencia de prototipos. En lugar de comparar una matriz visual con una plantilla almacenada, la matriz se compara con un prototipo almacenado, siendo el prototipo una especie de promedio de muchos otros patrones. La matriz percibida no necesita coincidir exactamente con el prototipo para que se produzca el reconocimiento, siempre y cuando haya un parecido familiar. Por ejemplo, si estoy mirando hacia abajo en un autobús londinense desde arriba sus cualidades de tamaño y enrojecimiento me permiten reconocerlo como un autobús, a pesar de que la forma no coincide con mi prototipo. Hay buena evidencia de que las personas sí forman prototipos después de la exposición a una serie de estímulos relacionados.

    Por ejemplo, en un estudio a las personas se les mostró una serie de patrones que estaban relacionados con un prototipo, pero no con el prototipo en sí. Cuando posteriormente se mostraron una serie de patrones de distractores más el prototipo, los participantes identificaron el prototipo como un patrón que habían visto previamente.

    Análisis de características

    Las teorías de coincidencia de características proponen que descompongamos los patrones visuales en un conjunto de características críticas, que luego intentamos hacer coincidir con las características almacenadas en la memoria. Por ejemplo, en la memoria he almacenado la información de que la letra “Z” comprende dos líneas horizontales, una línea oblicua, y dos ángulos agudos, mientras que la letra “Y” tiene una línea vertical, dos líneas oblicuas, y un ángulo agudo. Tengo conocimientos similares almacenados sobre otras letras del alfabeto. Cuando se me presenta una letra del alfabeto, el proceso de reconocimiento implica identificar los tipos de líneas y ángulos y compararlos con la información almacenada sobre todas las letras del alfabeto. Si se presenta con una “Z”, siempre y cuando pueda identificar las características entonces debería reconocerla como una “Z”, porque ninguna otra letra del alfabeto comparte esta combinación de características. El modelo más conocido de este tipo es Pandemonium de Oliver Selfridge.

    Una fuente de evidencia para la coincidencia de características proviene de la investigación de Hubel y Wiesel, que encontró que la corteza visual de los gatos contiene neuronas que solo responden a características específicas (por ejemplo, un tipo de neurona podría activarse cuando se presenta una línea vertical, otro tipo de neurona podría dispararse si se se muestra la línea horizontal que se mueve en una dirección particular).

    Algunos autores han distinguido entre características locales y características globales. En un artículo titulado Forest before trees David Navon sugirió que las características “globales” se procesan antes que las “locales”. Mostró a los participantes letra grande “H"s o “S” que estaban compuestas por letras más pequeñas, ya sea pequeñas Hs o pequeñas Ss. Las personas fueron más rápidas para identificar la letra más grande que las más pequeñas, y el tiempo de respuesta fue el mismo independientemente de si las letras más pequeñas (las características locales) eran Hs o Ss. Sin embargo, cuando se requería identificar las letras más pequeñas, la gente respondía más rápidamente cuando la letra grande era del mismo tipo que las letras más pequeñas.

    Una dificultad para la teoría de coincidencia de características proviene del hecho de que normalmente somos capaces de leer escritura inclinada que no parece ajustarse a la descripción de característica dada anteriormente. Por ejemplo, si escribo una letra “L” de manera inclinada, no puedo hacer coincidir esto con una descripción almacenada que indique que L debe tener una línea vertical. Otra dificultad surge al tratar de generalizar la teoría a los objetos naturales que encontramos en nuestro entorno.


    This page titled 12.1: Enfoques para el Reconocimiento de Patrones is shared under a CC BY license and was authored, remixed, and/or curated by Mehgan Andrade and Neil Walker.