本稿では、EDC（Equation Discovery for Classification）という新しい二項分類フレームワークを提案します。この方法は、判断境界の位置と形状を指定する解析関数を見つけ出すことができ、既存のEDに基づく分類手法を上回る性能を示しました。実験は人工データと実データの両方で行われ、提案された文法は中程度の複雑さを持ち、テストされたデータセットにおいて柔軟な判断境界を生成しました。具体的に言えば、線形、二次、指数関数の項を含む一連の和項が文法を構成し、特にXORのような依存関係を捉えるのに適した双特性の積を使用します。全体として、EDCは目的の方程式の構造とそのパラメータの値を発見する能力を備え、バイナリ分類において優れた成果を挙げています。