領域分割が不正確な場合の単純ベイズ識別器によるパターン識別

抄録

教師データによるパターン識別器の学習において、識別対象の領域分割が不正確な場合の識別方法を提案する。識別対象の領域分割が不正確な場合とは、以下の３種類のケースを含む。1)複数クラス：識別対象に異なる複数のクラスのオブジェクトが含まれる、2)不完全：オブジェクトの一部が欠けている、3)対象外：対象とするクラス以外のオブジェクトを含む。先ず、複数クラスのケースに対応するために、複数のクラスを統合した新たなクラスを動的に作成する。この新たなクラスに対しては教師データが与えられておらず、既存の教師データから学習するためには、各特徴量の値域が{0, 1}である必要が示される。これは文書分類における文書のベクトル表現とも合致する。次に、不完全と対象外のケースに対応するために、単純ベイズ識別器をファジィ捕捉領域による識別器に拡張する。最後に、本手法の有効性を示す実験結果を示す。