ファジィ二項関係に基づくRough Membership C-Means法に関する一考察

カテゴリ: 研究会(論文単位)

論文No: ST18082

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2018/09/26

タイトル(英語): A Study on Rough Membership C-Means Clustering Based on Fuzzy Binary Relations

著者名: 加藤 弘規(大阪府立大学),生方 誠希(大阪府立大学),野津 亮(大阪府立大学),本多 克宏(大阪府立大学)

著者名(英語): Hiroki Kato(Osaka Prefecture University),Seiki Ubukata(Osaka Prefecture University),Akira Notsu(Osaka Prefecture University),Katsuhiro Honda(Osaka Prefecture University)

キーワード: クラスタリング|ラフ集合理論|Ｒｏｕｇｈ　Ｍｅｍｂｅｒｓｈｉｐ　Ｃ－Ｍｅａｎｓ法|ファジィ二項関係|Clustering|Rough Set Theory|Rough Membership C-Means|Fuzzy Binary Relation

要約(日本語): Hard C-Means (HCM) 法をラフ集合理論に基づいて拡張したRough Set C-Means (RSCM) 法を発展させたRough Membership C-Means (RMCM) 法が提案されている．RMCM法は二項関係によって粒状化された近似空間におけるクラスタリングモデルであり，対象のクラスターへの帰属度を，対象の近傍内でのクラスター比率を表すラフメンバシップ値により決定する．本研究では，二項関係をファジィ二項関係に拡張し，より詳細な近傍情報を利用することで，分類にどのような影響が生じるかについて考察する．

要約(英語): Rough membership C-means (RMCM) clustering has been proposed by developing rough set C-means (RSCM), which is an extension of hard C-means (HCM) based on rough set theory. In this paper, we propose RMCM with the use of fuzzy binary relations for utilizing detailed neighborhood information and demonstrate its effects.

原稿種別: 日本語

PDFファイルサイズ: 1,095 Kバイト