Como reconocer un OVNI mediante Modelos Ocultos de Markov

Por fin aprendo algo interesante en mi carrera.

Esto es un esquema de como se haría para detectar OVNIS mediante HMMs, por supuesto no lo he probado, aunque creo que está bien pensado.

Lo que vais a leer es parte de una práctica de TIA que he hecho yo y que en realidad no es obligatorio, pero el otro día ví una peli de platillos (Mars Attack) y lo "follé" con HMMs.

Resultado:

" Mediante HMMs podemos detectar objetos voladores no identificados, es decir, objetos voladores que no formen parte de una base de datos de objetos flotantes. El sistema es tan simple como el de la práctica:

Dada una base de datos de objetos voladores (aviones, etc...) se deberían aprender los HMM de cada objeto a partir de los histogramas que forman los objetos cuando las señales de radar rebotan sobre ellos en el aire.

Mediante el correlador, se toman las secuencias de datos del objeto volador no identificado durante un periodo de tiempo mediante el uso de señales y respuestas de radio. Estos datos se van a discretizar mediante el clúster formado a partir de los aviones de la base de datos.

Estos resultados, guardados en un buffer, se procesarían en cada Modelo Oculto de Markov de cada avión de la base de datos. Ahora bien, si conocemos la supuesta "forma" de un ovni (sus propias características físicas), su HMM correspondiente debería dar la probabilidad más grande. Sin embargo, si no se conoce su forma (lo cual es más lógico), no está presente en la base de datos, por lo que los resultados obtenidos (la probabilidad más grande encontrada) son inconcluyentes: ES UN OVNI! "