自己組織化マップ（SOM）は，入力ベクトルの大まかな確率密度関数を学習によって近似するという特長をもつ．また，入力ベクトルの要素が``0''と``1''のバイナリ情報で表されている場合は，バイナリ重みベクトルを用いたSOM（BSOM）を用いて，SOMと同様の特長をもつことが示されている．しかし，各入力ベクトルが固有の重要度をもつ場合，従来のSOMの学習では，学習に不必要な入力ベクトル集合の確率密度関数も一様に近似されるので，学習に必要な入力ベクトル集合の確率密度関数が適切に近似できない． 本研究では，BSOMの学習において，重みベクトルを各入力ベクトルの重要度に基づいて更新する手法を提案する．提案する重みベクトル更新法を採用したBSOMを遺伝的アルゴリズムの再生に適用することで，従来の再生手法の問題点を解決する．
