自己組織化マップによる教師情報を用いた可視化アーキテクチャの提案：時系列医療データの可視化を例に

摘要

本稿では，自己組織化マップ(SOM)によるクラスタリングおよび類似クラスタが低次元マップ上の近隣に配置される特性を十分活かしつつ，マップの表示法に教師情報を利用することで，クラス分類に関与する系列内クラスタを示唆するマップを構築する可視化アーキテクチャを提案する．本提案法は，SOMによる勝者ニューロン系列の学習と，それらを入力としクラスラベルを用いてパーセプトロンによる識別関数の学習の2段階から成り，得られた結合荷重をマップにリバースすることで可視化される．実際の時系列医療データを用いた評価実験では，単純なクラス要素数比による表示法と比較し，可視化による定性的評価および分類性能による定量的評価を行った．