堀川慎一
近年、ノンパラメトリックな統計的パターン認識の一手法として、ファジィ識別システムに関する研究が種々なされている。ファジィ識別システムは、ファジィルールによりパターン空間における対象パターンの分布を記述したものであり、非線形な識別境界や学習パターンのリジェクトを容易に実現できる。しかし、従来の自動獲得手法では、システムのパラメータ数と設計時間とがトレードオフの関係にあるという問題があった。
本稿では、比較的短時間の学習で適切なファジィルールを生成できる、自己組織化特徴マップを用いた新しいファジィ識別システムを提案し、その有用性をパターン認識の例題として有名なFisherのアヤメ識別問題により示す。
Copyright (c) 1997 Oki Electric Industry Co., Ltd.
www-admin@www.oki.co.jp