抄録
近年，教師なし分類であるクラスタリングでは，非線形な境界で構成されたクラスタを持つデータ集合を扱うことができるため，カーネル関数を用いたクラスタリングが注目されている．カーネル関数を用いることで，高次元特徴空間における内積の計算をパターン空間の次元数で計算することができることから，近年話題を集めている．一方，不確実データを扱う手法の一つとして，ペナルティベクトルを用いたクラスタリングが提案されている．これは，データの不確定性をペナルティベクトルを用いて表現することにより，これらの不確定性を自然な形で最適化問題に定式化できるという特徴を持つ．
そこで本論文では，このペナルティベクトルとカーネル関数を用いた新たなクラスタリング手法を提案する．提案手法では高次元特徴空間への写像として陽写像を用いることにより，特徴空間におけるクラスタ中心とペナルティベクトルの値を直接的に求めることができる．また，ペナルティベクトルの導入に関し正則化項として，L2正則化とL1正則化の2つの方法を用い，その有効性を示した．
