自己組織化マップと情報量規準を用いたクラスタリングに関する基礎的研究

カテゴリ: 全国大会

論文No: 3-035

グループ名: 【全国大会】平成20年電気学会全国大会論文集

発行日: 2008/03/19

タイトル(英語): A Basic Study on Data Clustering by using of Self-Organizing Map with Information Criteria

著者名: 加藤 聡(松江工業高等専門学校),堀内 匡(松江工業高等専門学校),伊藤良生 (鳥取大学)

著者名(英語): Satoru Kato(Matsue National College of Technology),Tadashi Horiuchi(Matsue National College of Technology),Yoshio Itoh(Tottori University)

キーワード: 自己組織化マップ|クラスタリング|情報量規準|k-means法

要約(日本語): 自己組織化マップ(SOM)を用いたクラスタリングは，任意形状のクラスタ抽出を比較的容易に行なえる反面，k-means法と同様に,個々のクラスタのサイズやデータ密度が大きく異なる場合に正確なクラスタ抽出が困難になるという問題がある.これに対して,k-means法の改良手法の一つであるx-means法は，ベイズ型情報量基準(BIC)をk-means法のアルゴリズムに適用することで,k-means法が不得意とするようなデータに対しても,比較的正確なクラスタ分割を得ることができる．そこで本稿では，SOMを用いたクラスタリングに対して,BICやAICなどの情報量規準に基づいたクラスタ抽出法を検討する.実験の結果，提案手法ではk-means法やSOM単体を用いた場合と比較して，より正確なクラスタリング結果が得られることを，誤分類率の低下によって確認した．

原稿種別: 日本語

PDFファイルサイズ: 1,841 Kバイト