clasificaci´on mediante conjuntos - Escuela Politécnica Superior

4 CAPÍTULO 1. INTRODUCCIÓNque componen la imagen de una determinada porción de la superficie terrestre. Enesta aplicación, el algoritmo es entrenado con unas muestras de “verdad terreno”(zonas de la imagen para las se conoce el uso del suelo mediante un muestreo previosobre el terreno) para que reconozca la respuesta espectral de distintas coberturas delsuelo: alfalfa, maíz, bosque de ribera, etc. Una vez terminado el entrenamiento, elordenador clasifica todos los píxeles de la imagen a partir de sus valores digitales enlas distintas bandas espectrales, generando así un mapa temático o de usos del suelo.Este tipo de proceso permite una actualización relativamente rápida y precisa de losmapas de uso del suelo, sin tener que recurrir a la foto interpretación. Un ejemplo deaplicación de estos mapas temáticos es la localización espacial de cultivos y la estimaciónde volúmenes de agua consumida en regadío, al multiplicar el área ocupadapor cada cultivo por las dotaciones estándares de consumo de agua del cultivo [DeStefano y Montesinos, 2000].Biometría (“métodos automáticos que analizan determinadas características humanascon el fin de identificar y autentificar a las personas” [Tapiador Mateos et al.,2005]). Es otro campo de aplicación del reconocimiento de patrones que ha recibidomucha atención en estos últimos años. La biometría incluye técnicas de reconocimientoautomático de huella dactilar, iris, retina, escritura manuscrita, cara, voz. Endefinitiva, cualquier rasgo humano que pueda servir para la identificación de un individuo.Aparte de aplicaciones muy específicas de diversos colectivos profesionales,como la biometría forense en entornos judiciales, existe una serie de aplicacionesque se pueden implantar en la vida cotidiana de forma relativamente sencilla. Así porejemplo, el reconocimiento en línea de firmas manuscritas puede ser una herramientamuy útil para hacer más segura cualquier tipo de transacción donde la firma sea loque identifica a la persona, como es el cobro de un cheque o los pagos con tarjeta[Jain et al., 2002].Detección de fraude en transacciones con tarjetas de pago. Otro enfoque para evitareste tipo de fraudes, que están implantando los grandes bancos y corporaciones detarjetas de crédito, se basa en analizar la información de la transacción en sí más queen la autenticación del individuo. Se trata de un problema complejo por el volumende datos con que se trabaja y porque el porcentaje de transacciones fraudulentas esmuy bajo con respecto al total de transacciones, lo que hace que éstas sean difícilesde identificar [Chan et al., 1999]. Además, la detección de fraude es un problemacambiante. Los infractores cambian a menudo sus hábitos para intentar eludir a lossistemas de detección de fraude [Fawcett y Provost, 1997]. Por tanto, los modelosutilizados se deberán actualizar periódicamente o deberán ser capaces de adaptarse alos cambios en el concepto a aprender. La información que se utiliza para la identificaciónde este tipo de fraude incluye datos del tipo: últimas transacciones realizadas,cuantías de las mismas, frecuencia de transacciones de la tarjeta, establecimientos