抄録
本研究では, 学習後のニューラルネットワークからファジィIf-Thenルールを獲得するため, ファジィ数の演算に基づく方法を提案する.提案手法では, 多次元パターン識別問題に対して学習された階層型ニューラルネットワークから, 確信度付きのファジィIf-Thenルールが獲得される.例えば「If x_1 is small and x_2 is large then Class 2 with CF=0.9」のようなファジィIf-Thenルールである.ここで, CF=0.9は, このルールの確信度が0.9であることを表している.このようなファジィIf-Thenルールを獲得するため, 提案手法では, まず, 条件部ファジィ集合に対するファジィ数ベクトルが学習後のニューラルネットワークに入力される.次に, ニューラルネットワークからの出力が, ファジィ数の演算に基づき, ファジィ数ベクトルとして得られる.最後に, このファジィ数出力ベクトルを用いて, ファジィIf-Thenルールの結論部とルールの確信度が求められる.本研究では, このような提案手法の有効性を示すため, 2次元パターン識別問題とアヤメの分類問題に対して学習されたニューラルネットワークからファジィIf-Thenルールの抽出を試みた結果についても議論する.
