データのクラス近傍を保存するSOMとそのパターン識別への応用

抄録

本研究の目的は、高精度な識別能力と同時に解析結果を視覚的に形で提供できるパターン識別手法を構築することである。高次元データの類似性を可視化する手法としては自己組織化マップ（ＳＯＭ）がある。本研究ではデータの位相関係だけでなく、それらのクラス近傍も保持できるＳＯＭを構築し、パターン識別への応用に関して報告する。