抄録
ファジィ遺伝的機械学習（Genetics-based machine learning: GBML）により大規模データからファジィ識別器を設計するとき，膨大な計算コストが必要となることがあった．我々はデータ集合と個体群を複数に分割して，それぞれをCPUに割り当て学習することで，大幅に計算時間を削減する並列分散型ファジィGBMLを提案している．その提案手法において，CPUに割り当てられた部分データ集合は一定世代の間隔で交換される．本論文では，並列分散型ファジィGBMLにおけるデータの交換操作時に，学習率を用いてルールの結論部の更新を行い，その影響を調査する．
