抄録
連続値を含むデータの識別器設計において，連続値の取扱いは重要な問題である．多くの機械学習アルゴリズムでは，通常連続値を区間に分割して扱う．また，ファジィルールに基づく識別器を設計する際には，連続値は重なりを持つファジィ集合へと分割し扱う．ファジィ識別器の獲得のための手法として提案されているファジィ遺伝的機械学習(Genetics-Based Machine Learning: GBML) では，これまで均等分割のファジィ集合をルールの条件部に用いていた．しかし，メンバシップ関数を入力データに応じて適切に作成することで，得られる識別器の性能の向上が期待できる．そこで本論文では，ファジィGBMLにおいて，与えられたデータを基にした不均等な区間集合を作成し，その区間集合から導出されるファジィ集合をメンバーシップ関数として用いる．数値実験において，集合の重なり具合を決定するファジィ度を変更し，不均等なファジィ集合が識別性能に与える影響の調査を行う．さらに，異なるファジィ度を持つ複数の識別器を利用したアンサンブル識別器の性能調査も行う．
