森岡 良介さんが第36回ファジィシステムシンポジウムにて奨励賞を受賞

【研究目的】
大規模で複雑なデータを分類する方法としてファジィクラスタリングが注目されています。高次元データを精度高く分類するためには、次元削減を行います。本研究では、より高精度な次元削減を行うファジィクラスタリング手法の確立を目指しました。

【研究内容】
３種類のファジィ化方法と３種類の次元削減方法を組み合わせた９種の次元削減を行うファジィクラスタリング手法について検討しました。これまでに提案されていた３手法に加えて本研究では未提案であった残りの６種の新手法を提案しました。人工データを用いて特性を検証したところ、既存手法より多様な高次元データに対応できる可能性が示されました。

【今後の展望】
情報化社会の発展に伴い、取り扱うデータは複雑で膨大になってきています。これらの大規模データを特徴に合わせて分類するファジィクラスタリングは、例えばECサイトの「おすすめ機能」や手書き文字の画像解析等に応用されています。今後は、より複雑なデータを、より精度高く分類できるように、実データを用いてこの研究を進展させ、高機能なファジィクラスタリング手法の開発を目指します。