| 研究概要 |
本研究は,大量の情報の中から有用な知識を抽出するために,クラスター分析と他の多変量解析法を融合して局所的な相関関係や要因を見出すための計算アルゴリズムを開発することを目的としている.得られた成果は以下のとおりである.
1.ガウス混合モデルにおけるEMアルゴリズムと類似したアルゴリズムが得られるK-L情報量正則化によるファジィクラスタリング法を提案し,データの局所的な構造をより適切に表すデータ分割が得られることを示した.*
2.線形多様体状のクラスターが得られるFuzzy c-Varieties法を不完全データに拡張することにより,欠測値を含むデータから局所的な線形構造を抽出する手法を提案し,ユーザの感性に基づいてコンテンツを推薦するための協調フィルタリングへの応用を行った.**,***
3.*,**は日本ファジィ学会誌における発表論文で以下のとおり.
*宮岸聖高,市橋秀友,本多克宏:K-L情報量正則化FCMクラスタリング法,Vol.13,No.4,pp.406-417(2001) **本多克宏,杉浦伸和,市橋秀友,他:最小2乗基準を用いたFuzzy c-Varieties法における欠測値の処理法,Vol.13,No.6,pp.680-688(2001)
4.***は国際会議の発表論文で以下のとおり.
***K.Honda, N.Sugiura, H.Ichihashi and S. Araki : Collaborative Filtering Using Principal Component Analysis and Fuzzy Clustering, Web Intelligence : Research and Development, Lecture Notes in Artificial Intelligence 2198, Springer, pp.394-402 (2001)
|
