Waarom is dit belangrijk?
Dankzij patroonherkenning kunnen organisaties in een grote stroom gegevens sneller zien welke gevallen extra aandacht van een medewerker nodig hebben. In het onderwijs gebruiken universiteiten en hogescholen zulke algoritmen om mogelijke fraude in ingeleverd werk op te sporen. Studenten krijgen hierdoor te maken met controle van hun teksten, maar de software kan schrijven in een tweede taal eerder als fraude zien.
Zo werkt het in de praktijk
Patroonherkenning dient op een mobiele telefoon als alternatief voor een wachtwoord van cijfers. In de schaaksport gebruiken computers patroonherkenning samen met kunstmatige intelligentie. Die systemen schaken daarmee beter dan mensen.
Reumatoloog Rachel Knevel onderzoekt in het LUMC, met steun van ZonMw, patroonherkenning bij reumatoïde artritis. Zij combineert gegevens uit dossiers, genetica en antistoffenonderzoek. Zo maakt zij profielen, waarna een nieuwe patiënt op basis van de voorgeschiedenis bij een profiel past.
Het team zoekt groepen met unsupervised clusteranalyse. Dat betekent zoeken naar gelijkenissen zonder vooraf bekende groepen. Ook past het team machine learning toe, een werkwijze waarbij computers uit gegevens leren, en methoden uit de bio-informatica.




