抄録
提案のFCM識別器は，ガウス混合モデルによる識別器のように，判別のクラス毎にデータ集合をファジィクラスターに分け，それらのメンバシップの重ね合わせで識別しようとするもので，複数の可変パラメータを設定し，粒子群最適化法（PSO)を用いて識別性能を改善している．しかし，クラスター毎の共分散行列とその固有値分解を用いるために，特徴抽出などの前処理なしで，高次元データや関係データを取り扱うことができない．そこで，高次元データを直接用いることができるように，共分散行列に代えて内積の行列を用いてFCMクラスタリングを行う高次元データのための識別器が提案されている．本研究では，さらにデータが大量にある高次元データにも適用可能なFCM識別器を提案する．また，対象（object)や個体(individual)のサンプル間の非類似度や関係の強さを表す行列，すなわち関係データだけが与えられている場合に拡張する．関係データの識別器(Relational Classifier)はあまり知られていないが，k-NN識別器はその代表である．
