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
多変量解析手法にファジィクラスタリングを融合することによりデータ集合の局所的な特徴を抽出する試みが数多くなされており,等質性分析に個体と項目のカテゴリーの両方を同時に分割するための2種類のメンバシップを導入する手法が提案されている.しかし,カテゴリーのメンバシップについては通常とは異なる制約条件が用いられるために,各カテゴリーの絶対的な重要度がわかりづらいという欠点もある.本研究では,可能性的な制約に条件を修正することでメンバシップの解釈を容易にすることを試みる.