抄録
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．本研究で提案する関係データのクラスタリング法はHathawayらの方法にクラスターの共分散構造を考慮に入れたものである．提案の識別器は，このクラスタリング結果を用いて新たな未知サンプルを関係データに基づいて識別する．
