G06F 18/00

Definition

Diese Klassifikationsstelle umfasst:

Verfahren der Mustererkennung im Allgemeinen.

Dazu gehören insbesondere:

Anmerkung:

Mustererkennung bezieht sich auf die automatisierte Erkennung von Mustern und Regelmäßigkeiten in Daten und umfasst die Verwendung statistischer oder maschineller Lernverfahren zur Lösung von Problemen wie Authentifizierung, Identifizierung, Klassifizierung oder Clusteranalyse [ Clustering].

Beziehungen zu anderen Klassifikationsstellen

Systeme und Verfahren zum Wiederauffinden von digitalen Informationen, die in Datenbanken, Datenrepositorien oder Dateisystemen lokal oder remote gespeichert sind, zum Abrufen von strukturierten Daten, semistrukturierten Daten, Text-, Audio-, Bild-, Video- oder Multimediadaten aus Datenbanken oder zur Verwaltung von Dokumentenbibliotheken werden in die Gruppe G06F 16/00 klassifiziert.

Die übergeordnete Interpretation und Erkennung von Bildern oder Videos, die als grundlegende Aspekte die Mustererkennung, das Musterlernen und die semantische Interpretation umfasst, wird in die Unterklasse G06V klassifiziert. Bei diesen Aspekten geht es um die Erkennung, Kategorisierung, Identifizierung und Authentifizierung von Bild- oder Videomustern durch Erfassung, Vorverarbeitung, Extraktion oder Abgleich von Unterscheidungsmerkmalen, sowie um überwachtes oder unüberwachtes Clustering oder Klassifizieren dieser Merkmale oder daraus abgeleiteter Darstellungen. Das Ziel ist dabei, eine oder mehrere Entscheidungen zu treffen, zugehörige Konfidenzwerte (z.B. Wahrscheinlichkeiten) oder Klassifizierungs-/ Clustering-Labels zu ermitteln zu Zwecken der Erklärung oder zur Ableitung einer bestimmten Bedeutung.

Rechensysteme, bei denen die Berechnung nicht auf der Grundlage eines traditionellen mathematischen Modells oder eines herkömmlichen Rechners erfolgt, z.B. Architekturen für neuronale Netze, werden in die Unterklasse G06N klassifiziert. Insbesondere fallen Verfahren zum maschinellen Lernen unter die Gruppe G06N 20/00.

Querverweise

Nichteinschränkende Querverweise in anwendungsorientierte Klassifikationsstellen

Datenverarbeitung zu kommerziellen oder finanziellen Zwecken
G06Q
Erkennen oder Verstehen von Bildern oder Videos
G06V
Bioinformatik
G16B
Chemoinformatik und computergestützte Werkstoffwissenschaft
G16C
Medizinische Informatik
G16H

Informative Querverweise

Steuer- oder Regelsysteme allgemein
G05B
Inhaltsbasiertes Wiederauffinden von Bildern
G06F 16/50
Fourier-, Walsh- oder analoge Bereichstransformationen
G06F 17/14
Matrizenrechnung oder Vektorrechnung
G06F 17/16
Sicherheitseinrichtungen zum Schutz von Rechnersystemen gegen unberechtigten Zugriff
G06F 21/00
Authentifizierung von Benutzereingaben in Sicherheitseinrichtungen für Rechner
G06F 21/31
Rechnergestützter Entwurf
G06F 30/00
Behandlung natürlicher Sprachdaten
G06F 40/00
Spracherkennung
G10L 15/00
Sprechererkennung
G10L 17/00
Geheimer oder zugriffsgesicherter Nachrichtenverkehr
H04L 9/00

Spezielle Klassifizierungsregeln

Diese Hauptgruppe umfasst funktionale Aspekte der Mustererkennung, d.h. Algorithmen oder Computersysteme, die speziell für diese Zwecke entwickelt wurden, unabhängig von einer bestimmten Anwendung und somit von einer bestimmten Art von Daten. In dieser Gruppe ist es wünschenswert, die Index-Codes der Gruppe G06F 123/00 anzufügen.

Glossar

Authentifizierung

Überprüfung der Identität einer Probe anhand eines Echtheitsüberprüfung. Sie beinhaltet im Allgemeinen einen Eins-zu-Eins-Vergleich mit der echten (authentischen) Probe.

Kategorisierung

Zuordnung einer Datenstichprobe zu einer Klasse anhand bestimmter Unterscheidungsmerkmale (oder Kennzeichen) dieser Klasse; im Allgemeinen handelt es sich dabei um einen Eins-zu-Viele-Test [One-to-Many Test], bei dem eine Datenstichprobe mit den Merkmalen mehrerer Klassen verglichen wird.

Klassifizierung

Zuweisung von Labels zu Mustern.

Clustering

Gruppierung von Datenstichproben in Gruppen oder Klassen auf der Grundlage ihrer Eigenschaften (oder Kennzeichen) und beinhaltet im Allgemeinen einen Viele-zu-Viele-(Un-)Ähnlichkeitstest. Gruppieren oder Separieren von Mustern nach ihrer Nähe oder Unähnlichkeit.

Merkmalsextraktion

Ableitung von deskriptiven oder quantitativen Maßen aus Daten.

Identifizierung

Im Zusammenhang mit dem Sammeln von Datenstichproben bedeutet Identifizierung die Auswahl einer bestimmten Probe, die eine (vordefinierte) Eigenschaft aufweist, die sie von den anderen unterscheidet. In der Regel werden mehrere Datenstichproben mit der Merkmalsstichprobe in einem Viele-zu-Eins-[Many-to-One-]Verfahren abgeglichen.

Muster

Daten mit einer charakteristischen Regelmäßigkeit oder einer daraus abgeleiteten Darstellung, die einen gewissen Aussagegehalt besitzen oder sich zur Interpretation eignen.