2020 Fiscal Year Annual Research Report
Study on k-means type clustering based on rough set theory
| Project/Area Number |
17K12753
|
|---|
| Research Institution | Osaka Prefecture University |
|---|
Principal Investigator |
生方 誠希 大阪府立大学, 工学(系)研究科(研究院), 准教授 (10755698)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | ソフトコンピューティング / ファジィ理論 / ラフ集合理論 / クラスタリング / ソフトクラスタリング / ファジィクラスタリング / ラフクラスタリング / 共クラスタリング |
|---|
| Outline of Annual Research Achievements |
ラフ集合に基づくk-means型クラスタリングの一般化や拡張手法の研究，また，共クラスタリングに関する研究を行い，最終年度には，以下の成果を上げた．
【1】ラフクラスタリングに対し，ファジィクラスタリングにおけるノイズ除去機構を導入し，ノイズにロバストな分類を可能とした．本成果について，1件の学術論文発表を行った．【2】ラフクラスタリングのRMCM法に対応する目的関数を定式化し，ラフクラスタリングの基礎理論を補強した．本成果について，1件の学術論文発表を行った．【3】ラフ集合に基づくk-medoids法を開発し，外れ値にロバストな分類を可能とした．本成果について，1件の国内学会発表を行った．【4】ファジィ共クラスタリングのクラスター数の自動設定法を提案し，実用性を高めた．本成果について，1件の学術論文発表を行った．【5】ラフクラスタリングについて，学術論文誌において1件の解説と1件の用語解説を発表した．
研究期間全体の成果を以下にまとめる．
従来のラフクラスタリング手法であるRCM法を一般化したGRCM法やLiFTCM法を提案し，ラフクラスタリングの見通しを良くした．また，粒状性に基づくラフクラスタリング手法としてRSCM法とRMCM法を開発し，確率的メンバシップや確率的ラフ集合，ファジィ二項関係，半教師あり学習，ノイズ除去機構等を導入することで柔軟で高精度な分類を可能とし，さらに，目的関数を定式化することで，ラフクラスタリングの基礎理論を補強した．その他，ファジィ共クラスタリングに対し，ノイズ除去や可能性分割，オンライン学習，クラスター数の自動推定法等を導入することで，実用性を高めた．研究期間全体では，10件の学術論文発表，13件の国際会議発表，19件の国内学会発表を行った．
これらの成果により，ソフトコンピューティング分野とクラスタリング分野の発展に大きく貢献することができた．
|
