| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-01-18 15:20 縮小型最尤自己組織化マップによるクラスタ数の決定 ○茂木亮祐・関 庸一（群馬大）  IBISML2021-29 |
|
| 抄録 | （和） | クラスタリングにおいてクラスタ数の決定は最も困難な課題の一つである．EMアルゴリズムなどの従来の方法ではクラスタ数ごとにモデルを独立に推定し比較することでクラスタ数の決定を行うため，計算効率や推定法の初期値依存性が課題であった．本研究では初期値依存性少なく高速に適切なクラスタ数を推定する方法を提案する．提案法では自己組織化マップ(Self-Organizing Map, SOM)の学習ルールによりクラスタを構成し，クラスタのデータへの適合に基づいてクラスタ構造を更新する手続きを繰り返えすことによりクラスタ数の探索を行う．人工データを用いた実験において，SOMの学習ルールにより初期値依存性を低減できること，提案法により適切なクラスタ数を効率的に探索できることを示した． |
| （英） | Determining the number of clusters is one of the major challenges in clustering. The conventional method, such as the Expectation-Maximization (EM) algorithm, determines the number of clusters by comparing the estimated models for each cluster independently, and the initial value dependency of the estimation method and the computational cost are issues. This study proposes a method to efficiently estimate the appropriate number of clusters with less initial value dependency. The proposed method constructs clusters based on the Self-Organizing Map (SOM) learning rule and searches for the number of clusters by repeating the procedure of updating the cluster structure based on the fit of the clusters to the data. Using artificial data, we show that the SOM learning rule can reduce the initial value dependency, and our method can efficiently search for the appropriate number of clusters. | |
| キーワード | （和） | 自己組織化マップ / モデルベースクラスタリング / モデル選択 / / / / / |
| （英） | self-organizing map / model-based clustering / model selection / / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 321, IBISML2021-29, pp. 81-87, 2022年1月. | |
| 資料番号 | IBISML2021-29 | |
| 発行日 | 2022-01-10 (IBISML) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IBISML2021-29 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2022-01-17 - 2022-01-18 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 機械学習一般 |
| テーマ（英） | Machine Learning, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2022-01-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 縮小型最尤自己組織化マップによるクラスタ数の決定 |
| サブタイトル（和） | |
| タイトル（英） | Determining the number of clusters using the shrinking maximum likelihood self-organizing map |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 自己組織化マップ / self-organizing map |
| キーワード(2)（和/英） | モデルベースクラスタリング / model-based clustering |
| キーワード(3)（和/英） | モデル選択 / model selection |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 茂木 亮祐 / Ryosuke Motegi / モテギ リョウスケ |
| 第1著者 所属（和/英） | 群馬大学 (略称： 群馬大) Gunma University (略称： Gunma Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 関 庸一 / Yoichi Seki / セキ ヨウイチ |
| 第2著者 所属（和/英） | 群馬大学 (略称： 群馬大) Gunma University (略称： Gunma Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-01-18 15:20:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2021-29 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.321 |
| ページ範囲 | pp.81-87 |
| ページ数 | 7 |
| 発行日 | 2022-01-10 (IBISML) |
[研究会発表申込システムのトップページに戻る]