抄録
自己組織化加法的ファジィクラスタリング手法に学習プロセスを組み合わせるクラスタリング手法を提案し、脳波データの識別において、クラスタリング構造の抽出を行った結果を紹介する。従来のファジィクラスタリングに大量かつノイズを含むデータを適用すると、全てのクラスターに均一に分類される傾向がある。この問題を解決するため、自己組織化加法的ファジィクラスタリング手法が提案されている。この手法は加法的ファジィクラスタリングモデルに自己組織化類似度の概念を導入し、類似する個体は類似する分類構造を持つという仮定の下に、データを分類する。しかし、この手法では、個体間の類似度と個体間に存在するノイズとの関連性を次に推定する個体間類似度に反映させることができない。そこで、アルゴリズムに学習の概念を導入し、自己組織化類似度の学習プロセスを考慮したファジィクラスタリング手法を提案する。脳波データを用いたいくつかの数値例を紹介する。
