초록
퍼지 클러스트링은 전통적인 FCM을 이용하여 수행될 수 있다 그러나 FCM을 사용하는데 있어서 고려해야 할 문제점은 크게 두가지이다. 첫째는 FCM은 초기 멤버쉽 함수의 지정에 민감하고, 둘째는 FCM 알고리듬의 수행에는 클러스터의 개수를 미리 지정 해 주어야 한다는 것이다. 따라서 FCM과 동시에 수행하여야 할 과제는 클러스터의 개수를 찾기 위하여 타당성 척도를 이용한 시뮬레이션을 수행하여야 한다. 본 논문에서는 위의 두 가지 문제점을 동시에 해결 할 수 있는 FCM 알고리듬을 제시하고, 그 적용성을 시뮬레이션을 통하여 검증한다. 본 논문의 기여도는 MV-FCM 알고리듬의 제시와 이 알고리듬의 타당성 척도로써의 효율성이다.
It is well known that FCM is an indispensible tool for fuzzy clustering. The problems of using FCM are 1) it is sensitive to the initial random membership functions and 2) FCM inherently requires the number of clusters. Hence we need to run FCM algorithms with an appropriate validity measure until we find a suitable number of clusters. In this paper, we suggest the Majority-Voting FCM with implied validity measure. With this algorithm, we can solve the aforementioned problems. The working simulation results are provided. The contributions are 1) MV-FCM algorithm and 2) its definitive capability of being an excellent validity measure.
