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
本研究では,重み付けされた学習用パターンから構築されたファジィ識別システムの学習手法を提案する.学習用パターンの重みは識別における重要度に対応すると仮定している.従って,識別率を下げることになっても大きな重みを持つ重要なパターンを正しく識別することが必要となる.ファジィIf-Thenルールとして,条件部にファジィ集合,結論部にクラスと確信度を有する形式を用いる.学習は,ファジィIf-Thenルールの確信度を調節することにより行われる.学習用パターンを誤識別したときのみ確信度の調整を行う誤り訂正方式を採用する.確信度を調節する対象となるのは,誤識別を行ったファジィIf-Thenルールと,誤識別された学習用パターンを正しく識別すべきファジィIf-Thenルールの二つである.調節の程度はその学習用パターンの重みによって異なる.数値実験では,クラスごとに重みが異なるパターン集合に対して提案手法を適用したときの性能を調査する.