D1-MACA 기반의 두 클래스 패턴 분류기

D1-MACA based Two-Class Pattern Classifier

이 논문에서는 주어진 패턴 집합을 두 개의 분할된 클래스로 분류하는 분류기로써 D1-MACA (Depth 1 Multiple Attractor Cellular Automata)를 제안한다. 이 때 메모리량을 최소화 할 수 있는 방법으로 attractor의 수가 2개 되게 D1-MACA를 구성할 수 있는 패턴 집합의 조건을 분석하고, 분류기로써의 D1-MACA를 구성하는 방법을 부분공간의 개념을 이용하여 효율적으로 구성한다.

Two with the shunt which classifies with the class which is divided D1-MCA(Depth 1 Multiple Attractor Cellular Automata) proposes pattern gathering which comes to give from this dissertation. This time attractor valence 2 makes become with the method will be able to minimize the memory quantity the condition of pattern gathering will be able to compose D1-MACA analyzes classification crossroad bitterly the method which composes D1-MACA the concept of subspace and uses composes efficiently.