کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6941185 870217 2015 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
The disembodied predictor stance
ترجمه فارسی عنوان
موضع پیش بینی کننده ناپایدار
ترجمه چکیده
به رسمیت شناختن الگو به طور معمول به عنوان رشته ای مورد بررسی قرار می گیرد که در آن چگونگی به رسمیت شناختن الگوهای و قاعده ها در داده ها را توضیح داده و توضیح داده شده است که این الگوها و قوانین به نحوی سوء استفاده، اعمال، اعمال شده یا به سادگی اعلام شده است. رفع این موارد بیش از یک زبان زبانی است و بر تأکید بر اینکه کارهای فنی، نظری و تجربی در شناخت الگو بر روی پیش بینی کننده هایی که آن را توسعه، تجزیه و تحلیل و گسترش می دهد، منعکس می شود. بیشتر تحقیقات در مورد تشخیص الگو، به طور موثر، یک موضع محسوب می شود که پیش بینی کننده ها را به عنوان محو شدن در نظر می گیرند، به این معناست که آنها بدون تاثیر بر محیطی که پیش بینی می کنند، عمل می کنند. این مقاله برای اخراج این موضع استدلال می کند و نشان می دهد که تصویب موضع پیش بینی کننده از لحاظ فلسفی و فنی نه تنها امکان پذیر است، بلکه مطلوب است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
چکیده انگلیسی
Pattern recognition is typically described as the discipline investigating how to recognize patterns and regularities in data, with the description leaving tacit that these patterns and regularities are somehow exploited, applied, acted upon, or simply announced once recognized. The aforementioned omission is more than a linguistic one, and is reflected on the emphasis that technical, theoretical, and empirical work on pattern recognition places on the predictors it develops, analyzes, and deploys. Most research on pattern recognition adopts, effectively, a stance amounting to treating the predictors as being disembodied, taken to mean that they operate without affecting the environment about which they make predictions. This essay argues for the dismissal of this stance, and demonstrates that the adoption of an embodied predictor stance is philosophically and technically not only possible, but also desirable.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pattern Recognition Letters - Volume 64, 15 October 2015, Pages 21-29
نویسندگان
,