混迷度正則化FCMクラスタリング法  [in Japanese] Fuzzy c-Means Clustering with Regularization by Confusion Degree  [in Japanese]

Access this Article

Search this Article

Author(s)

Abstract

従来のファジィc-平均 (FCM) 法には確率的制約があるため, 各要素のクラスタへの帰属度の和が1になる. 他方, 可能性クラスタリングではこのような制約はないが, 得られたクラスタに依らず帰属度分布の形状が同じである. 本研究では証拠理論に基づく不確実さの指標の一つである混迷度を用いた混迷度正則化FCMクラスタリングを提案する. 提案手法では可能性クラスタリングと同様に帰属度が非加法的なクラスタが得られ, 得られたクラスタによって帰属度分布の形状が異なる性質がある. 最後に数値実験により本手法の有用性の検証をした.

There are probabilistic restrictions on traditional Fuzzy c-Means methods which identify membership functions with the sum of membership values at each element as one. On the other hand possibilistic clustering methods identify membership functions without such a constraint, but the shapes of membership functions are independent of the clusters estimated through the possibilistic methods. In this paper, we proposed FCM with regularization by confusion degree. Using our method, we can obtain non-additive membership functions, and their shapes depend on the data distribution, which means that they differ from each other. To show the feasibility of the proposed method we have carried out some numerical experiments.

Journal

  • Journal of Japan Society for Fuzzy Theory and Intelligent Informatics

    Journal of Japan Society for Fuzzy Theory and Intelligent Informatics 18(4), 609-618, 2006-08-15

    Japan Society for Fuzzy Theory and intelligent informatics

References:  14

Cited by:  1

Codes

  • NII Article ID (NAID)
    110004814951
  • NII NACSIS-CAT ID (NCID)
    AA1181479X
  • Text Lang
    JPN
  • Article Type
    Journal Article
  • ISSN
    13477986
  • NDL Article ID
    8069843
  • NDL Source Classification
    ZM31(科学技術--数学) // ZM13(科学技術--科学技術一般--データ処理・計算機)
  • NDL Call No.
    Z15-649
  • Data Source
    CJP  CJPref  NDL  NII-ELS  J-STAGE 
Page Top