抄録
可能性クラスタリングは、確率的制約がないため、クラスタ間に依存関係が無い。そのため、クラスタリングアルゴリズムにおいて、各クラスタ中心は独立に変化する。すなわち、初期値の与え方に依存して、クラスタ中心が同一の点に収束することがある。そのため、可能性クラスタリングでは、全データを初期のクラスタ中心とすることで、網羅性を保証している。しかし、全データをクラスタ中心とするため、データ量に比例して処理時間がかかる。可能性クラスタリングでは、決定すべきパラメータがあるため、柔軟な結果を得ることができるが、ほとんどの場合、試行錯誤が必要となる。そのため、多くの実データに適用するためには、処理時間の削減が必要である。本研究では、網羅性を保証した上で、演算コストを削減する方法の検討をする。
