視覚化は，データの持つ特徴を直感的に理解することを可能にするため，知識発見やデータマイニングへの有用なアプローチである．線形ファジィクラスタリング手法の一つであるFuzzy c-Varieties (FCV) 法は，局所的な構造を捉えながら主成分分析を施す局所的な主成分分析とみなされており，主成分を用いて多次元データの局所的な視覚化が可能である．しかし，FCV法は最小２乗基準で定式化されているため，ノイズの影響を受けやすい．そこで本論文では，FCV法に対してロバストM推定に基づく距離関数を導入するAlternative c-Means 基準を適用して，ノイズにロバストなFCV法を提案する．提案法であるロバストな局所的主成分分析を多次元の実データに適用して局所的に人間が知覚可能な２次元散布図への視覚化を行い，その信頼性の調査，および，実際に得られた視覚化からの知識発見を試みる．