競合学習モデルによる非線形クラスタリングと文書情報への応用

水谷 清隆; 宮本 定明

doi:10.14864/fss.21.0.10.0

第21回ファジィシステムシンポジウム

セッションID: 7A3-3

DOI https://doi.org/10.14864/fss.21.0.10.0

会議情報

主催: 日本知能情報ファジィ学会

共催: 国際ファジィシステム学会

7A3. 【企画】クラスタリング（１）

競合学習モデルによる非線形クラスタリングと文書情報への応用

*水谷清隆, 宮本定明

著者情報

キーワード: 競合学習クラスタリング, カーネル法, ファジィマルチ集合, 文書情報

会議録・要旨集フリー

詳細

抄録

ファジィc-平均法とは異なるアプローチとして，競合学習モデルに基づくクラスタリングアルゴリズムがある．ここでは，従来の競合学習クラスタリングを，カーネル法を適用することで非線形なデータにも対応できるアルゴリズムに拡張する．さらに，文書情報への応用としてリスクに関する文書情報をファジィマルチ集合を用いてモデル化を行い，実際にクラスタリングを行うことによって提案手法の有効性を示す．

責任著者(Corresponding author)

J-STAGEへの登録はこちら（無料）