教師データから直接抽出したファジィルールによる関数近似

概要

論文の詳細を見る
ファジィ推論とニューラルネットワークが関数近似に対して適用されているが、両者を比べたとき、ファジィ推論の方が動作がファジィルールで説明できるという点で優れている。しかしながら、ファジィ推論では一般に知識獲得が難しく、また入力変数を分割する必要があるため、専門家の知識が得られ、比較的小規模な問題にしか適用できない。知識獲得の問題を解決する方法として、教師データからファジィルールを抽出する方法が提案されているが、多くは予め領域を分割する方法を取っている。文献では任意サイズの領域のルールを抽出する方法を提案しているが、完全な解決とはなっていない。我々は文献において教師データから直接にファジィルールを抽出してパターン認識を行なう方法について述べた。本論文では、この論文の手法を拡張して以下の特徴を持つファジィ推論による関数近似手法について述べる。(i)ニューラルネットより高速に学習ができる。(ii)従来のファジィ推論に比べて大規摸な問題に適用できる。
一般社団法人情報処理学会の論文
1993-09-27