Hücresel Otomata Tabanlı İkili Sınıflandırma

Abstract

Bu çalışmada lineer olmayan hücresel otomatlar ikili örüntü sınıflandırmada kullanılmıştır. Hücresel otomatlar ilk olarak günümüz bilgisayar mimarisinin çalışma prensiplerini belirleyen Von Neumann tarafından biyolojik canlıların kendini yenileme yeteneklerini modellemek için önerilmiştir. Hücresel otomatlar, ızgara düzlemindeki hücrelerin etrafındaki hücrelerle etkileşime bağlı durum güncelleme mantığına dayanan hesaplama modeline sahiptir. Hücresel otomatlar üzerine yapılan çalışmalarda bazı durumların diğer durumlarla dinamik bir etkileşim içerisinde olduğu gözlemlendi. Bu durumlar diğer durumları etrafında toplayan ve çekim merkezi formunda hareket eden davranışlar sergiliyorlardı. 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 otomatların örüntü tanıma ve sınıflandırmada kullanma potansiyelini ortaya çıkarmıştır. Hücresel otomata tabanlı ilk örüntü tanıma yöntemleri XOR ve XNOR mantığına göre durum güncellemesi yapan kurallar kullanan lineer yöntemlerdir. Daha sonra lineer yöntemlerin kısıtlarını aşmak için lineer olmayan yöntemler geliştirilmiştir. Bu çalışmada cezbedici durumların nitelenmesi için erişilebilirlik ağacı tabanlı lineer olmayan yöntemler kullanılmıştır. Cezbedici durumlar farklı veri setleri üzerinde ikili sınıflandırma amacı ile kullanılmıştır. Elde edilen sonuçlar daha önce yapılan hücresel otomata tabanlı örüntü tanıma yöntemleri ve diğer yöntemlerle karşılaştırılmıştır.