| 講演名 | 1995/7/27 教師なしクラスタリングを行う競合モデル 伊藤 隆太, 志田 武彦, 金道 敏樹, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 確率分布が未知であるパターン集合から逐次入力されるパターンに対して,教師なしクラスタリングを行い,各クラスタの代表パターンを推定することを目的とする競合モデルを提案する.ここで提案するモデルは,学習ベクトル量子化(LVQ)とMAX-MIN距離法を組み合わせたLVQ+MMモデル,学習結果が明示的に代表パターンを示すようにLVQの距離尺度を拡張したLBVQ(Learning Biased VQ)モデル,ベイズ決定の識別関数を学習の距離尺度に用いたLBQ(Learning Bayesian Quantization)モデルの3つである.これらのモデルに対して,2次元の入力パターンの確率密度関数が正規分布の和となる乱数を用いて数値実験を行い,LBQモデルはLVQ+MMモデルを用いた場合と比較して,精度良く代表パターンとクラスタ発生頻度を推定できることを確認した.LVQの一般化と位置づけられるLBQモデルは,学習が進むに従ってモデルから決定したクラスタ境界面が近似的にベイズ決定境界となる. |
| 抄録(英) | In this paper, three competitive models, which estimate the prototype of cluster with unsupervised clustering, are proposed. The first one is LVQ+MM model, which is composed of the learning vector quantization (LVQ) and the MAX-MIN distance method. The second one is the learning biased vector quantization (LBVQ) model with the extened distance measure which is added a biased term to that of LVQ. The third one is the learning Bayesian quantization (LBQ) model whose distance measure is given by discriminant function of the Bayes decision. The numerical experiment with pseudo-random numbers for two-dimensional input pattern whose probability density function is normal distribution shows the LBQ model is the best model to estimate the prototype of cluster and the incidence probability of cluster in these models. The LBQ model gives the Bayes decision boundary surface of each real cluster approximately. |
| キーワード(和) | 競合 / クラスタリング / 代表パターン / ベイズ決定 |
| キーワード(英) | competition / clustering / prototype / Bayes decision |
| 資料番号 | |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 1995/7/27(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 教師なしクラスタリングを行う競合モデル |
| サブタイトル（和） | |
| タイトル（英） | Competitive Models for Unsupervised Clustering |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 競合 / competition |
| キーワード(2)（和/英） | クラスタリング / clustering |
| キーワード(3)（和/英） | 代表パターン / prototype |
| キーワード(4)（和/英） | ベイズ決定 / Bayes decision |
| 第 1 著者 氏名（和/英） | 伊藤 隆太 / Ryuta Itoh |
| 第 1 著者 所属（和/英） | 松下技研株式会社 Matsushita Research Institute Tokyo, Inc. |
| 第 2 著者 氏名（和/英） | 志田 武彦 / Takehiko Shida |
| 第 2 著者 所属（和/英） | 松下技研株式会社 Matsushita Research Institute Tokyo, Inc. |
| 第 3 著者 氏名（和/英） | 金道 敏樹 / Toshiki Kindo |
| 第 3 著者 所属（和/英） | 松下技研株式会社 Matsushita Research Institute Tokyo, Inc. |
| 発表年月日 | 1995/7/27 |
| 資料番号 | |
| 巻番号（vol） | vol.95 |
| 号番号（no） | 189 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |