| 研究概要 |
本研究は,大規模なデータベースからの知識発見への新たなアプローチとして,質的な変量を含むデータ集合から局所的な知識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.最小2乗基準を用いた不完全データのための線形クラスタリングと数量化分析の一種である等質性分析における目的関数の類似性に着目し,個体を分類しながら局所的な特徴をよく表す数量得点を与える手法を提案し,従来手法との違いを明らかにした.^*,^*^*
2.線形ファジィクラスタリングをより柔軟に適用するために,K-L情報量正則化を用いることでクラスターの形状や容量を適応的に調整する機能を有する新たな手法を提案した.^*^*^*
3.^*は国際会議の発表論文で以下のとおり.
K.Honda, Y.Nakamura and H.Ichihashi : Simultaneous Approach to Fuzzy Clustering and Quantification of Categorical Data with Missing Values, Proc.of 4th International Symposium on Advanced Intelligent Systems, pp.36-39(2003)
4.^*^*は国内学会における発表論文で以下のとおり.
本多克宏,中村芳仁,市橋秀友:アンケートデータの局所的な数量化法としてのファジィクラスタリング法の比較,計測自動制御学会システム・情報部門学術講演会論文集,pp.383-388(2003)
5.^*^*^*は日本知能情報ファジィ学会誌における発表論文で以下のとおり.
本多克宏,神田章裕,市橋秀友:K-L情報量正則化を用いた線形ファジィクラスタリング法,Vol.15,No.6,pp.682-692(2003)
|
