遺伝的アルゴリズムを用いた非階層的クラスタリング

• Item type: Journal(1)
• 公開日: 1996-11-15
• タイトル: 遺伝的アルゴリズムを用いた非階層的クラスタリング
• タイトル / 言語: en
• タイトル: Non - hierarchical Clustering by a Genetic Algorithm
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• その他タイトル / その他のタイトル: 遺伝的アルゴリズム
• 著者所属: 大阪電気通信大学短期大学部
• 著者所属: 大阪電気通信大学情報工学部
• 著者所属(英): en
• 著者所属(英): Junior College, Osaka Electro - Communication University
• 著者所属(英): en
• 著者所属(英): Faculty of Information Science and Technology, Osaka Electro - Communication University
• 著者名: 加藤常員; 小沢, 一雅
• 著者名(英): Tsunekazu, Kato; Kazumasa, Ozawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 分類操作は 大きく階層的分類と非階層的分類に分けられ それぞれに多くの手法(クラスタリング手法)が提案されている. 本論文では 多値の遺伝子表現を採用した遺伝的アルゴリズムに基づく非階層的クラスタリング手法を提案する. 一般にクラスタリング手法は クラスタの評価基準および分類の具体的な手順を定めるものである. 非階層的クラスタリング手法では データを k 個のクラスタに分割する際 分割数 k は与えられるか 手法の一部として決定される. 非階層的クラスタリング手法の主たる戦略として まず仮のクラスタ分割を与え 評価基準がよりましな分割に逐次改良していく方法(分割最適化法)がある. この方法では 初期の分割あるいはクラスタの核といった初期条件が最終の分割結果に根本的な影響を及ぼし ときとして局所最適解(分割)に陥る場合も多い. 一方 遺伝的アルゴリズムは 局所最適解を回避することができる多点探索の特長を持っている. 本研究は 遺伝的アルゴリズムの多点探索能力をいかし ロバストな非階層的クラスタリングの実現をめざすものである. 提案する手法は 優性遺伝をモデルとした新たな遺伝的アルゴリズムによって構成されている. 本手法の特性を確認するため 分割最適化法の代表的な手法である k-means 法に基づく比較実験を行った. 実験では 2変量データ(点配置パターン)を用い 評価基準は平方和分解の原理に基づくクラスタ内平方和の総和を採用した. 実験結果として 在来の手法では数%しか最適な分割を得ることができない対象に対して 本稿で提案する手法によれば 80%に近い割合で最適な分割が得られることを確認した.
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper treats a clustering procedure by using the genetic algorithm. As is well-known, existing clustering procedures are classified into two types; i.e., hierarchical and non-hierarchical types. In this paper, a non-hierarchical clustering procedure based on the genetic algorithm has been presented. We call it GA procedure. Our GA procedure can be characterized by its strong power of the multi-point search. From this, the probability to obtain the optimum solution can be made higher than existing procedures. In our experiment, the GA procedure and a typical existing procedure for the so-called k-means method have been compared in terms of probability to obtain the optimum solution and other related aspects. For three kinds of experimental point patterns, the GA procedure had shown its robustness in searching the optimum solution.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 37, 号 11, p. 1950-1959, 発行日 1996-11-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764