抄録
自己組織化マップ(SOM)を用いたクラスタリングは，任意形状のクラスタ抽出を比較的容易に行なえる反面，k-means法と同様に,個々のクラスタのサイズやデータ密度が大きく異なる場合に正確なクラスタ抽出が困難になるという問題がある.これに対して,k-means法の改良手法の一つであるx-means法は，情報量基準をk-means法のアルゴリズムに適用することで,k-means法が不得意とするようなデータに対しても,比較的正確なクラスタ分割を得ることができる．本稿では，SOMを用いたクラスタリングに対して,情報量規準に基づいたクラスタ抽出法の適用を検討する.実験の結果，提案手法によってクラスタリングが正しく行なわれることと，SOMによる階層的クラスタリング手法に発展可能であるという所見を得た．
