Alternative c-Means基準と最適変換を用いた混合データベースのロバストな線形クラスタリング

抄録

FCM型クラスタリングでノイズの影響を受けにくいアプローチとして，Alternative c-Means基準が提案されており，線形クラスタリングにおいても有効性が示されている．本研究では，カテゴリー観測値を含む混合データベースの線形クラスタリングにおいて，Alternative c-Means基準とカテゴリー変量の最適変換を融合することで，ノイズを含むデータからロバストな線形構造の抽出ができることを示す．