Hücresel Otomata Tabanlı İkili Sınıflandırma
| Autor: | Yaşar Becerikli, Serkan Peldek |
|---|---|
| Jazyk: | turečtina |
| Rok vydání: | 2018 |
| Předmět: | |
| Zdroj: | Volume: 12, Issue: 1 43-58 Bilişim Teknolojileri Dergisi |
| ISSN: | 1307-9697 2147-0715 |
| Popis: | In this study, nonlinearcellular automata were used for binary pattern classification. Cellularautomata were first proposed by Von Neumann, who determined the workingprinciples of today's computer architecture, to model the self-renewalabilities of biological beings. Cellular automata have a computational modelbased on the state update logic due to the interaction with the cells aroundthe cells in the grid plane. Studieson cellular automata have shown that some states are in a dynamic interactionwith other states. These states gathered other situations around itself andacted in the center of attraction. States that behave in the form of attractioncenter are called attractor state(or attractor basin). The dynamic behavioursof the attractor were considered as a pattern of attracting other patterns and revealedthe potential of using cellular automata in pattern recognition andclassification. The first pattern recognition methods based on cellularautomata are linear methods that use rules that update the state according toXOR and XNOR logic. Later nonlinear methods have been developed to overcome thelimitations of linear methods. In this study, reachability tree based nonlinearmethods are used to characterize the attractors. Attractor states are used forbinary classification purposes on different data sets. The results obtainedwere compared with previous cellular automata based pattern recognition methodsand other known methods. Buçalışmada lineer olmayan hücresel otomatlar ikili örüntü sınıflandırmadakullanılmıştır. Hücresel otomatlar ilk olarak günümüz bilgisayar mimarisininçalışma prensiplerini belirleyen Von Neumann tarafından biyolojik canlılarınkendini yenileme yeteneklerini modellemek için önerilmiştir. Hücresel otomatlar,ızgara düzlemindeki hücrelerin etrafındaki hücrelerle etkileşime bağlı durumgüncelleme mantığına dayanan hesaplama modeline sahiptir. Hücresel otomatlarüzerine yapılan çalışmalarda bazı durumların diğer durumlarla dinamik biretkileşim içerisinde olduğu gözlemlendi. Bu durumlar diğer durumları etrafındatoplayan ve çekim merkezi formunda hareket eden davranışlar sergiliyorlardı.Çekim merkezi formunda hareket eden durumlara cezbedici durum(veya cezbedicikap) adı verildi. Cezbedicilerin dinamik davranışları, bir örüntünün diğerörüntüleri çekmesi olarak ele alınması hücresel otomatların örüntü tanıma vesınıflandırmada kullanma potansiyelini ortaya çıkarmıştır. Hücresel otomatatabanlı ilk örüntü tanıma yöntemleri XOR ve XNOR mantığına göre durumgüncellemesi yapan kurallar kullanan lineer yöntemlerdir. Daha sonra lineeryöntemlerin kısıtlarını aşmak için lineer olmayan yöntemler geliştirilmiştir.Bu çalışmada cezbedici durumların nitelenmesi için erişilebilirlik ağacıtabanlı lineer olmayan yöntemler kullanılmıştır. Cezbedici durumlar farklı verisetleri üzerinde ikili sınıflandırma amacı ile kullanılmıştır. Elde edilensonuçlar daha önce yapılan hücresel otomata tabanlı örüntü tanıma yöntemleri vediğer yöntemlerle karşılaştırılmıştır. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|