Generation of Pattern Classifier using LFSRs
Sookhee Kwon, Sung‐Jin Cho, Un-Sook Choi, Han-Doo Kim, Na-Roung Kim · The Journal of the Korea institute of electronic communication sciences · 2014
패턴분류기 설계의 중요한 조건은 데이터 처리량이 크고 저장 공간은 작고 낮은 가격대로 구현하는 것이다. Maji 등에 의해 제안된 MACA 기반의 패턴분류기는 DV와 DS를 사용하여 복잡도를 $O(n^3)$ 에서 O(n)으로 줄였다. 본 논문에서는 효율적으로 시간과 공간의 복잡성을 개선하기 위해 LFSR 기반 패턴 분류기를 생성하고 0-기본경로를 이용하여 DV를 구할 수 있는 방법을 제안한다. 그리고 생성한 패턴분류기의 DV와 끌개에 대해 살펴본다. n-비트 DS=(11 ${\cdots}$ 11)를 m개의 $DV_i$ 로 분할할 수 있고 다양한 패턴분류기를 생성할 수 있다. The important requirements of designing a pattern classifier are high throughput and low memory requirements, and low cost hardware implementation. A pattern classifier by using Multiple Attractor Cellular Automata(MACA) proposed by Maji et al. reduced the complexity of the classification algorithm from $O(n^3)$ to O(n) by using Dependency Vector(DV) and Dependency String(DS). In this paper, we generate a pattern classifier using LFSR to improve efficiently the space and time complexity and we propose a method for finding DV by using the 0-basic path. Also we investigate DV and the attractor of the generated pattern classifier. We can divide an n-bit DS by m number of $DV_i$ s and generate various pattern classifiers.