抄録
本研究では，セミハードクラスタリングに基づくファジィc-平均(FCM) 識別器を大量データに適用する際の課題や改善法について検討する．データが大量である場合にはランダムなサンプリングでデータ数を削減することができるが，識別精度が悪くなることがある．特に利用可能な既知データに対する精度は低下する．提案のFCM 識別器は分散共分散行列を用いるために，データ件数が増えても行列のサイズは変わらない．そこで，最も高性能な識別器の一つであるサポートベクターマシン(SVM) を用いた計算結果や改良SVM の文献での報告との比較から，FCM 識別器は大量データの場合もSVM と同程度の識別精度を達成していて，訓練時間とテスト時間において大幅に優れていることを報告する．
