Zum Inhalt

Erweiterte Suche

Ergebnisvorschau für Ihre aktuellen Suchbegriffe: 0

Suchoperatoren:

Sie können Operatoren mit Ihrer Suchanfrage kombinieren, um diese noch präziser einzugrenzen. Klicken Sie auf den Suchoperator, um eine Erklärung seiner Funktionsweise anzuzeigen.
Findet Dokumente mit genau dieser Wortgruppe in exakt dieser Schreibweise und Reihenfolge (z.B. "employer branding").
Findet Dokumente, in denen beide Begriffe zusammen vorkommen (z.B. vertrieb UND bonus).
Findet Dokumente, in denen einer der beiden oder beide Begriffe vorkommen (z.B. porsche OR volkswagen).
Findet Dokumente, in denen alle Begriffe vorkommen. Das Leerzeichen wird als UND interpretiert (z.B. mensch roboter alltag).
Findet Dokumente, in denen der Begriff nach NOT nicht vorkommt (z.B. ford NOT "harrison ford").
Findet Dokumente, in denen der gesuchte Begriff mehr als n mal vorkommt. n steht für eine beliebige Anzahl (z.B. COUNT(getriebe)>8).
Findet Dokumente, in denen beide Begriffe in beliebiger Reihenfolge innerhalb von maximal n Worten zueinander stehen. Empfehlung: Wählen Sie zwischen 15 und 30 als maximale Wortanzahl (z.B. NEAR(hybrid, antrieb, 20)).
Findet Dokumente, in denen der Begriff in Wortvarianten vorkommt, wobei diese VOR, HINTER oder VOR und HINTER dem Suchbegriff anschließen können (z.B., leichtbau*, *leichtbau, *leichtbau*).
Findet Dokumente mit dem Suchbegriff in verschiedenen Schreibweisen. Das ? steht für eine einzige Stelle (z.B. organi?ation).
Sonderzeichen werden als UND interpretiert (z.B. Mann + Hummel).

Semantische Suche

powered by (Link öffnet in neuem Fenster)
loading …
Anmelden
Nach oben
Pattern Recognition and Image Analysis

Pattern Recognition and Concept Analysis

  • 01.12.2023
  • SCIENTIFIC SCHOOLS OF THE FEDERAL RESEARCH CENTER “COMPUTER SCIENCE AND CONTROL” OF THE RUSSIAN ACADEMY OF SCIENCES, MOSCOW, THE RUSSIAN FEDERATION
Erschienen in:
Verfasst von
V. K. Leontiev
Erschienen in
Pattern Recognition and Image Analysis | Ausgabe 4/2023

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Der Artikel geht auf die grundlegenden Probleme der Mustererkennung und Konzeptanalyse ein und diskutiert die mathematischen und algorithmischen Ansätze zur Beschreibung, Klassifizierung und Erkennung von Objekten. Es behandelt verschiedene Themen wie Teilbarkeitsprobleme, geometrische Figurenerkennung, Boolesche Funktionsminimierung und die Kombinatorik von Wörtern. Der Autor untersucht auch die Komplexität von Algorithmen und die Relevanz der Mustererkennung in Bereichen wie Geschichte und Geisteswissenschaften. Der Text unterstreicht die Bedeutung des Verständnisses des menschlichen Erkennungssystems und die Herausforderungen bei der Gestaltung von Zeichenlesern. Außerdem wird die Bedeutung probabilistischer Merkmale und die Rolle formaler Konzeptanalyse bei der Katalogisierung von Objekten diskutiert. Der Artikel schließt mit der Betonung der Notwendigkeit einer Metasprache bei der Mustererkennung und der Herausforderungen im Zusammenhang mit inversen Problemen bei der Musterbildung.
KI-Generiert

Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

Sie sind bereits Kunde? Dann loggen Sie sich hier ein, um Zugang zu erhalten

Kundenlogin

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt ab 54,00 € pro Monat!                                        

Mehr erfahren

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen

Für Entdecker: Lernen Sie Springer Professional besser kennen mit einer kostenlosen Registrierung

Kostenlos Registrieren
Vorheriger Artikel Logic Separation: Discrete Modelling of Pattern Recognition
Nächster Artikel Recognition Methods in Academician Yu.I. Zhuravlev’s Scientific School
Titel
Pattern Recognition and Concept Analysis
Verfasst von
V. K. Leontiev
Publikationsdatum
01.12.2023
Verlag
Pleiades Publishing
Erschienen in
Pattern Recognition and Image Analysis / Ausgabe 4/2023
Print ISSN: 1054-6618
Elektronische ISSN: 1555-6212
DOI
https://doi.org/10.1134/S1054661823040260
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.

Weitere Artikel der Ausgabe 4/2023

Image Analysis and Processing Theory, Methods, and Algorithms. Review of Research at the Iconics Laboratory of the Institute for Information Transmission Problems of the Russian Academy of Sciences (Kharkevich Institute)

  • SCIENTIFIC SCHOOLS OF THE INSTITUTE FOR INFORMATION TRANSMISSION PROBLEMS OF THE RUSSIAN ACADEMY OF SCIENCES (KHARKEVICH INSTITUTE), MOSCOW, THE RUSSIAN FEDERATION

Radiophysical Research Methods in the Development of New Medical Equipment and Information Technologies

  • SCIENTIFIC SCHOOL OF THE KOTELNIKOV INSTITUTE OF RADIO ENGINEERING AND ELECTRONICS OF THE RUSSIAN ACADEMY OF SCIENCES, MOSCOW, THE RUSSIAN FEDERATION

Development of Computer Vision, Image Processing, and Analysis at the Digital Optics Laboratory of the Institute for Information Transmission Problems of the Russian Academy of Sciences

  • SCIENTIFIC SCHOOLS OF THE INSTITUTE FOR INFORMATION TRANSMISSION PROBLEMS OF THE RUSSIAN ACADEMY OF SCIENCES (KHARKEVICH INSTITUTE), MOSCOW, THE RUSSIAN FEDERATION

On Fast Computing of Neural Networks Using Central Processing Units

  • SCIENTIFIC SCHOOLS OF THE FEDERAL RESEARCH CENTER “COMPUTER SCIENCE AND CONTROL” OF THE RUSSIAN ACADEMY OF SCIENCES, MOSCOW, THE RUSSIAN FEDERATION

Systems for Recognition and Intelligent Analysis of Biomedical Images

  • SCIENTIFIC SCHOOL OF THE IMAGE PROCESSING SYSTEMS INSTITUTE OF THE RUSSIAN ACADEMY OF SCIENCES–BRANCH OF THE FEDERAL SCIENTIFIC RESEARCH CENTER “CRYSTALLOGRAPHY AND PHOTONICS” OF THE RUSSIAN ACADEMY OF SCIENCES, SAMARA, THE RUSSIAN FEDERATION

Theoretical Foundations, Methods, and Algorithms for Lossless-in-Sense Text Compression

  • SCIENTIFIC SCHOOL OF THE YAROSLAV-THE-WISE NOVGOROD STATE UNIVERSITY, VELIKY NOVGOROD, THE RUSSIAN FEDERATION

Premium Partner

    ADVERTORIAL

    KI ohne Großprojekt und Risiko starten

    ADVERTORIAL

    Ihre Webinar-Matineen von IT-Director und IT-Mittelstand

    Bildnachweise
    AvePoint Deutschland GmbH/© AvePoint Deutschland GmbH, ams.solutions GmbH/© ams.solutions GmbH, Wildix/© Wildix, arvato Systems GmbH/© arvato Systems GmbH, Ninox Software GmbH/© Ninox Software GmbH, Nagarro GmbH/© Nagarro GmbH, GWS mbH/© GWS mbH, CELONIS Labs GmbH, USU GmbH/© USU GmbH, G Data CyberDefense/© G Data CyberDefense, Vendosoft/© Vendosoft, Deutsche Telekom MMS GmbH/© Vendosoft, Noriis Network AG/© Noriis Network AG, tts GmbH/© tts GmbH, Asseco Solutions AG/© Asseco Solutions AG, AFB Gemeinnützige GmbH/© AFB Gemeinnützige GmbH, Ferrari electronic AG/© Ferrari electronic AG, Doxee AT GmbH/© Doxee AT GmbH , Haufe Group SE/© Haufe Group SE, NTT Data/© NTT Data, Videocast 1: Standbild/© Springer Fachmedien Wiesbaden, IT-Director und IT-Mittelstand: Ihre Webinar-Matineen /© da-kuk / Getty Images / iStock