La reconnaissance de modèles est la capacité d’un système à reconnaître des modèles dans des ensembles de données, en s’appuyant sur des connaissances programmées et apprises. Il s’agit d’une partie importante de l’informatique, car elle permet le développement de systèmes capables d’analyser des données complexes. Cela peut aider les chercheurs à trier rapidement les données pour trouver des informations significatives, car ils n’ont pas besoin de lire manuellement les données pour trouver des points d’intérêt. La reconnaissance des formes peut également être utile pour détecter les erreurs, les fraudes et d’autres problèmes dans les ensembles de données.
Ceci est différent de la correspondance de motifs, dans laquelle le système peut faire correspondre avec précision les matériaux en utilisant une base de données connue. Un exemple clair de cette distinction peut être vu dans les filtres de messagerie. De nombreux comptes de messagerie Web sont livrés avec un dossier de courrier indésirable. Le fournisseur de messagerie analyse le courrier entrant et utilise la reconnaissance de formes pour identifier le spam et le déposer dans ce dossier. L’utilisateur peut également filtrer ses e-mails, en demandant au client de déposer les e-mails d’un expéditeur particulier ou avec un contenu particulier dans un dossier spécifique.
L’acte de recherche de spam nécessite la capacité de reconnaître des modèles généraux, tels que la présence de mots spécifiques, d’adresses IP (Internet Protocol) suspectes connues et d’autres signaux d’alarme qui peuvent marquer une lettre comme fausse. C’est plus avancé qu’un filtre, qui demande simplement au système de faire correspondre les modèles. Si le système détecte un mot ou un expéditeur qui correspond au modèle, il peut déplacer l’e-mail dans le dossier approprié.
Des algorithmes complexes prennent en charge la reconnaissance de formes. Le système peut utiliser plusieurs moyens pour explorer les données entrantes et décider de la meilleure façon de les gérer. Il peut être programmé pour exécuter des fonctions spécifiques, telles que le routage de données suspectes ou corrompues vers un emplacement particulier, la classification des données de manière significative, etc. Le système est capable d’apprendre et l’utilise comme un outil pour améliorer la reconnaissance des formes. Chaque fois qu’un utilisateur marque un e-mail comme spam, par exemple, le système analyse l’e-mail pour en savoir plus, et le système ne continuera pas à commettre l’erreur de mettre des e-mails similaires dans la boîte de réception.
Les informaticiens développent de nouvelles techniques de reconnaissance de formes dans des environnements de laboratoire et de recherche. Ceux-ci peuvent être appliqués à une variété de tâches et nécessitent la construction de réseaux de neurones capables d’interagir avec les données et de changer au fil du temps. Certains programmes sont extrêmement sophistiqués et capables de reconnaître des formes très détaillées, tandis que d’autres sont plus simplistes. De tels programmes réduisent le nombre d’heures humaines nécessaires à l’analyse des données et peuvent détecter des éléments qu’un humain pourrait manquer, comme des preuves de fraude sous la forme d’irrégularités couvrant des milliers de réclamations d’assurance.