Una metodología para el reconocimiento de patrones en tareas geólogo-geofísicas

Barra lateral del artículo

PDF
Publicado: oct 1, 1995
DOI: https://doi.org/10.22201/igeof.00167169p.1995.34.4.1425
Palabras clave:
Aprendizaje, imperfectamente supervisado, regla NN, preprocesamiento de la muestra de entrenamiento

Contenido principal del artículo

Ricardo Barandela Alonso
Instituto de Geografía, Academia de Ciencias de Cuba, La Habana, Cuba

Resumen

En el presente trabajo se describen y discuten algunas experiencias obtenidas en la práctica del reconocimiento de patrones en el campo geológico y geofísico, llevadas a cabo con el empleo de un método supervisado (la llamada regla NN) y utilizando el sistema interactivo de computación NNINT. Se enumeran criterios extraídos de esas aplicaciones acerca de la conveniencia de preprocesar la muestra de entrenamiento, y se propone una metodología para ello.

Detalles del artículo

Cómo citar
Barandela Alonso, R. (1995). Una metodología para el reconocimiento de patrones en tareas geólogo-geofísicas. Geofísica Internacional, 34(4), 399–405. https://doi.org/10.22201/igeof.00167169p.1995.34.4.1425
Número
Vol. 34 Núm. 4 (1995): Octubre 1, 1995
Sección
Artículo
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Citas

ALFONSO, J. R., R. BARANDELA y M. PACHECO, 1987. Construction of gas-oil deposits prognostic maps: mathematical procedures. En: Proc. 32th Int. Geophysical Symposium, Dresden, 121-127.

BAKER, J. R., S. A. BRIGGS, V. GOROON, A. R. JONES, J. J. SEITLE, J. TOWNSHEND y B. K. WYATT, 1991. Advances in classification for land cover mapping using SPOT HRV imagery. Int. J. of Remote Sensing, 12, 5, 1071-1085. DOI: https://doi.org/10.1080/01431169108929711

BARANDELA, R. 1986. Nuevas variantes para el procesamiento de muestras de entrenamiento imperfectamente identificadas. En: Segundo Congreso Nacional de Matemática, La Habana.

BARANDELA, R., 1988. Manual del sistema NNINT. La Habana.

BARANDELA, R., 1990. Métodos de reconocimiento de patrones en la solución de tareas geólogo-geofísicas. Ciencias de la Tierra y el Espacio, 17, 1-7.

BARANDELA, R., 1992. Consideraciones acerca de la clasificación automática de datos geólogo-geofísicos. Ciencias de la Tierra y el Espacio, 19, 1-7.

BARANDELA, R., en prensa. La práctica de la clasificación con la regla NN. Editorial Ciencia y Técnica, La Habana.

BARANDELA, R. y N. FUENTES, 1987. Un sistema interactivo para el reconocimiento de patrones con la regla NN. Investigación Operacional, VIII, 3, 35-47.

BARANDELA, R. y E. GARCIA, 1994. El problema de la conformación de una muestra de aprendizaje adecuada, 2do. Taller Iberoamericano Informática y Geociencias, La Habana.

BODROV, V. y A. NIKITIN, 1984. Complejo de métodos geofísicos para la exploración (en ruso). Editorial Nauka, Moscú.

BOLSTAD, P. V. y T. M., LILLESAND, 1991. Semi-automated training approaches for spectral class definition. Int. J. of Remote Sensing, 13, 16, 3157-3166. DOI: https://doi.org/10.1080/01431169208904108

BUCHHEIM, M. P. y T. M. LILLESAND, 1989. Semi-automated training field extraction and analysis for efficient digital image classification. Phot. Eng. and Remote Sensing, 55, 9, 1347-1355.

CHEN, C. H., y H. FU, 1986. A comparison of decision rules for seismic recognition. En: Proc. 8th Conf. on Pattern Recognition. Paris.

DEVIJVER, P. J. y J. KITTLER, 1982. Pattern Recognition: a statistical approach. Prentice Hall, Londres.

FOODY, G. M., 1990. Directed ground survey for improved maximum likelihood classification of remotely sensed data. lnt. J. of Remote Sensing, 11, 10, 1935-1940. DOI: https://doi.org/10.1080/01431169008955148

FOODY, G. M., M. B. McCULLOCH y W. B. YATES, 1992. An assessment of an artificial neural network for image classification. Proc. 18th Annual Conf. Remote Sensing Society, Dundee University.

HARDIN, P. J., 1994. Parametric and Nearest-Neighbor methods for hybrid classification: a comparison of pixel assigment accuracy. Phot. Eng. and Remote Sensing, 60, 12, 1439-1448.

GOPAL, S. y C. WOODCOCK, 1994. Theory and methods for accuracy assessment of thematic maps using fuzzy sets. Phot. Eng. and Remote Sensing, 60, 2, 181-188.

HIXXON, M., D. SCHOLZ, H. FUHA y T. AKIYAMA, 1980. Evaluation of several schemes for classification of remotely sensed data. Phot. Eng. and Remote Sensing, 46, 12, 1547-1553.

HOFFER, R. M. y M. O. FLEMMING, 1978. Mapping vegetative cover by computer-aided analysis of satellite data. Purdue Agricultural Exp. Station Journal, 7071, 227-237.

HOFFER, R. M. y P. H. SWAIN, 1980. Computer processing of satellite data for assessing agricultural, forest and rangeland resources. Proc. 14th Congress Int. Soc. Photogrammetry, Hamburg, Alemania.

JUSTICE, J. H. et al., 1986. Multidimensional attribute analysis and pattern recognition for seismic interpretation. Pattern Recognition, 18, 6, 391-407. DOI: https://doi.org/10.1016/0031-3203(85)90010-X

KANAL, L. N., 1972. Interactive pattern analysis and classification systems: a survey and commentary. Proc. of the IEEE, 60, 10, 1200-1215. DOI: https://doi.org/10.1109/PROC.1972.8880

KERSHAW, C. D. y R. M. FULLER, 1992. Statistical problems in the discrimination of land cover from satellite images: a case study in Lowland Britain. Int. J. of Remote Sensing, 13, 16, 3085-3104. DOI: https://doi.org/10.1080/01431169208904104

KOPLOWITZ, J. and T. A. BROWN, 1978. On the relation of performance to editing in Nearest Neighbor rules. En: Proc. 4th Int. Joint Conf. on Pattern Recognition, Japón.

MATHER, P. M., 1976. Computational methods of multivariate analysis in Physical Geography. John Wiley and Sons, Londres.

MATHER, P. M., 1987a. Computer processing of remotely sensed images: an introduction. Wiley and Sons, Chichester. DOI: https://doi.org/10.1080/10106048709354125

MATHER, P. M. 1987b. Preprocessing of training data for multispectral image classification. Proc. 13th Annual Conf. of the Remote Sensing Society. Nottingham.

RODRIGUEZ, M. y R. BARANDELA, 1989. Aplicación de algunas técnicas de reconocimiento de patrones en la caracterización estratigráfica del yacimiento Varadero. Serie Geológica. 2, 29-38.

TOU, J. T. y R. C. GONZALEZ, 1974. Pattern Recognition Principles. Addison-Wesley, N. Y.

VALLADARES, S. 1986. Metodología para la evaluación de los colectores y sus propiedades en las rocas pertenecientes al Complejo Alóctono Eugeosinclinal. Tesis Doctoral.

WARREN, S. D., M. D. JOHNSON, W. D. GORAN y V. E. DURSING, 1990. An automated, objective procedure for selecting representative field samples sites. Phot. Eng. and Remote Sensing, 56, 3, 333-335.

WILSON, D. L., 1972. Asymptotic properties of Nearest Neighbor rules using edited data. IEEE Trans. Syst., Man and Cybern. SMC-2, 408-421. DOI: https://doi.org/10.1109/TSMC.1972.4309137

WU, X. y E. NYLAND, 1987. Automated stratigraphic interpretation of well-log data. Geophysics, 52, 12, 1665-1676. DOI: https://doi.org/10.1190/1.1442283

YUXION, W. et al., 1986. Dividing seismic active period with Fisher's method. Proc. 8th Conf. on Pattern Recognition, Paris.

ZHANG, Z. y N. SIMAAN, 1987. A rule-based interpretation system for segmentation of seismic images. Pattern Recognition, 20, 1, 45-53. DOI: https://doi.org/10.1016/0031-3203(87)90016-1