高度なデータ分析に基づく意思決定の重要性が増しつつある現在, 多量のデータから人間に理解可能なルールや関係性などの知識を抽出する技術であるデータマイニングに注目が集まっている. NNは容易に非線形の写像が表現できることから応用範囲が広く, データマイニングの要素技術としてもその期待は大きい. しかし, ネットワークの構造及び係数決定における種々の試行錯誤が隘路となり, 期待されたほどには活用されていないのが実情である. 本研究ではデータからのルール抽出を目的として, 構造と結合係数を統合学習するNNのモデリング法を提案する. 簡単なルール集合の最適化のみによって, 各々の問題に適合したネットワークが生成できる.