半教師ありファジィ共クラスタリングにおけるバーチャル標本の分類性能向上への効果について

抄録

半教師ありクラスタリングは大規模データの分類性能を向上する際の有効なアプローチであるが，教師として利用できる標本が少ない場合には，十分な分類性能が得られないことも多い．半教師なし学習において教師標本が少ない場合に，いくつかの教師標本を組み合わせて疑似的な教師標本を作成してデータ集合に付加することで，学習性能が向上することが報告されている．本研究では，疑似的な標本を付加した半教師ありファジィ共クラスタリングにおいて分類性能への影響を検証する．