許容範囲付きデータに対するファジィノンメトリックモデル

抄録

クラスタリングとは教師なし分類手法の1つであり、階層的手法と非階層的手法に大別される。非階層的手法の1つにファジィノンメトリックモデル(FNM)がある。FNMはクラスタ中心という概念を用いず、データ間の(非)類似度のみでクラスタリングを行うため、データ空間にユークリッド距離を想定する必要がないというメリットがあるが、誤差・欠損といった不確実性を伴うデータを扱うことができない。そこで本報告では、FNMに不確実なデータを扱うことを可能とする許容範囲の概念を適用した新たな不確実データに対するクラスタリングを提案し、その有効性および特徴を検証する。