2018年度人工知能学会全国大会（第32回）
2018年6月5日〜6月8日鹿児島県鹿児島市（城山観光ホテル）
2018年度人工知能学会全国大会（第32回）
2018年6月5日〜6月8日鹿児島県鹿児島市（城山観光ホテル）
[1E1-03]ACOを用いたデータクラスタリングにおける最適パラメータの考察
〇中山 貴幸1、水野 一徳1(1. 拓殖大学)
キーワード：
群知能、蟻コロニー最適化
群知能の一種である蟻コロニー最適化(Ant Colony Optimization: ACO)を取り入れたクラスタリングアルゴリズムとしてESACCが挙げられる．
ESACCは，適切なパラメータ設定により精度の高いクラスタリングが実現可能であるが，パラメータ設定は非常に困難である．
これは，パラメータ設定を複数回の試行や経験に基づいて行う必要があり，データによって適切なパラメータが変化するためである．
そこで，本稿ではESACCの挙動や傾向を解析することで，最適なパラメータの設定を行うにあたり考察を行う．
ESACCは，適切なパラメータ設定により精度の高いクラスタリングが実現可能であるが，パラメータ設定は非常に困難である．
これは，パラメータ設定を複数回の試行や経験に基づいて行う必要があり，データによって適切なパラメータが変化するためである．
そこで，本稿ではESACCの挙動や傾向を解析することで，最適なパラメータの設定を行うにあたり考察を行う．