Hücresel Otomata Tabanlı İkili Sınıflandırma

Abstract

Bu çalışmada lineer olmayan hücresel otomatlar ikili örüntü sınıflandırmada kullanılmıştır. Hücresel otomatlarilk olarak günümüz bilgisayar mimarisinin çalışma prensiplerini belirleyen Von Neumann tarafından biyolojik canlılarınkendini yenileme yeteneklerini modellemek için önerilmiştir. Hücresel otomatlar, ızgara düzlemindeki hücrelerinetrafındaki hücrelerle etkileşime bağlı durum güncelleme mantığına dayanan hesaplama modeline sahiptir. Hücreselotomatlar üzerine yapılan çalışmalarda bazı durumların diğer durumlarla dinamik bir etkileşim içerisinde olduğugözlemlendi. Bu durumlar diğer durumları etrafında toplayan ve çekim merkezi formunda hareket eden davranışlarsergiliyorlardı. Çekim merkezi formunda hareket eden durumlara cezbedici durum(veya cezbedici kap) adı verildi.Cezbedicilerin dinamik davranışları, bir örüntünün diğer örüntüleri çekmesi olarak ele alınması hücresel otomatlarınörüntü tanıma ve sınıflandırmada kullanma potansiyelini ortaya çıkarmıştır. Hücresel otomata tabanlı ilk örüntü tanımayöntemleri XOR ve XNOR mantığına göre durum güncellemesi yapan kurallar kullanan lineer yöntemlerdir. Daha sonralineer yöntemlerin kısıtlarını aşmak için lineer olmayan yöntemler geliştirilmiştir. Bu çalışmada cezbedici durumlarınnitelenmesi için erişilebilirlik ağacı tabanlı lineer olmayan yöntemler kullanılmıştır. Cezbedici durumlar farklı veri setleriüzerinde ikili sınıflandırma amacı ile kullanılmıştır. Elde edilen sonuçlar daha önce yapılan hücresel otomata tabanlıörüntü tanıma yöntemleri ve diğer yöntemlerle karşılaştırılmıştır.