Mustererkennung umfasst algorithmische Methoden zur Identifikation wiederkehrender Strukturen in Daten, etwa Mikrostrukturaufnahmen, Spektren oder Prozesssignalen. In der Werkstoffwissenschaft wird sie zur automatisierten Gefügeklassifikation, Defekterkennung, Phasenidentifikation und Zustandsüberwachung eingesetzt. Techniken reichen von Merkmalsextraktion und Dimensionsreduktion bis zu tiefen neuronalen Netzen und werden zunehmend mit physikbasierten Modellen gekoppelt.