誤認識関数を最小化するクラスタリングアルゴリズム

安藤　彰男  尾関　和彦  

誌名
電子情報通信学会論文誌 A   Vol.J74-A   No.3   pp.360-367
発行日: 1991/03/25
Online ISSN: 
DOI: 
Print ISSN: 0913-5707
論文種別: 論文
専門分野: 音声
キーワード: 


本文: PDF(467.7KB)>>
論文を購入



あらまし: 
各カテゴリーごとに複数の標準パターンを用意して識別を行うパターン識別法では，学習パターンをクラスタ分割し，得られたセントロイドを用いて標準パターンを構成するのが一般的である．しかしながら，従来のクラスタリング手法は，各クラスタをセントロイドで代表させたときの2乗誤差を小さくすることを目的とする方法であるため，得られる解は識別という意味では必ずしも最適なものではない．本論文では，最適な解を得るための一方法として，セントロイドを標準パターンとして学習パターンを認識したときの誤認識の程度が最小になるクラスタ分割を，アニーリング法（simulated annealing）を用いて探索する新しいクラスタリングアルゴリズムを提案する．パターン識別問題の一例として，音声認識における母音標準パターン構成問題を取り上げ，本アルゴリズムを適用した結果，LBGクラスタリングアルゴリズムやLVQ2アルゴリズムよりも良好な結果を得た．