| 研究概要 |
本研究の目的は,多入力非線形のデータから,明示性の高いモデルを構築する手法の確立にある.本研究の初年度である平成16年度においては,(1)統合軸導出基準の定式化を行い,(2)EMアルゴリズムクラスタリング,およびカーネルFCMに基づく可視モデル構築法を開発し,そして,(3)個人性の可視化手法を開発した.
1.統合軸導出基準の定式化
統合軸により形成される射影面内のクラスタにおいて,クラスタ間距離の分散と統合軸に対する平行度を用いた統合軸導出基準を定式化した.これにより,射影面内に形成されるクラスタは互いに離れ,さらに,軸と平行な分割線を引きやすくし,射影面上に構築されるモデルの明示性を高めることができた.
2.可視モデル構築法の開発
A.EMアルゴリズムクラスタリングの利用
各クラスタの基底関数に多次元正規分布を用いたEMアルゴリズムクラスタリング法を適用し,データ分布に則した適応的クラスタリングによる可視モデル構築法を開発した.
B.カーネルFCMの利用
カーネル関数により適切に選ばれた高次特徴空間でのFCMはデータに対して,適応的なクラスタを形成できる.このカーネルFCMを適用し,データ分布に則した適応的クラスタリングによる可視モデル構築のもう一つのアプローチを開発した.
3.個人性の可視化手法の開発
本研究では多次元非線形データの可視化手法の応用として,SD法の評点データに含まれている個人性の可視化手法の開発を進めた.まず,数種類の画像を対象とし,被験者がSD法により評点した印象語と対象の形態要素の間の関係を線形手法により可視化する手法を開発した.
|
