抄録
近年，多くの分野において，データの事前情報を利用する半教師付きクラスタリングが注目され，
盛んに研究・開発が行われている．
半教師付きクラスタリングとは，
より良い分類結果あるいは解析結果を得るために，
対象とするデータに与えられる事前情報を利用する手法のことである．
事前情報として扱われる代表的な例として，
must-linkやcannot-linkなどの個体間に与えられる対制約が知られている．
本論文では，クラスタワイズ許容を用いた半教師付きファジィc-平均法を提案する．
はじめに，クラスタワイズ許容と対制約の概念について述べる．
次に，クラスタワイズ許容を用いた半教師付きファジィc-平均法を提案する．
さらに，上記の議論に基づき，提案手法のアルゴリズムを構築する．
その後，提案手法を用いた数値例を示し，その有効性を検証する．
