クラスタ分割への遺伝的アルゴリズムの適応

スポンサーリンク

概要

論文の詳細を見る
非階層的クラスタリングは、組合せ最適化問題に類似した側面が強く、既存手法のいずれも評価基準に対して近似的な意味での最適分割を求めるものであるといえる。主流の非階層的クラスタリング手法は、初期の分割などの初期条件が最終の分割結果に強い影響を及ぼし、局所最適解(分割)に陥る場合も多い。クラスタ分割結果は、クラスタの評価基準によって評価されるものであるが、実践的なクラスタリング手法としては、評価基準を設定することと同様に、最適な分割状態を効率的に探索する安定したアルゴリズムが提供されなければならない。本論文は非階層的クラスタリングにおいて、最適な分割状態の探索アルゴリズムとして遺伝的アルゴリズム(GA)を採用し、在来の手法よりもロバストな分割結果を得る手法を提案する。すなわち、GAのひとつの特長である多点探索性を積極的に活用し、初期条件等の影響を排除し、局所最適解の回避を狙ったものでる。
1996-03-06

著者

関連論文

もっと見る

スポンサーリンク