本研究では、深層埋め込みクラスタリング（DEC）に遺伝的アルゴリズム（GA）を組み込んだ手法を提案する。DECはニューラルネットワークを用いて次元圧縮し、それを用いてk-meansによるクラスタリングをした後、KLダイバージェンスによりクラスタ中心を繰り返し更新し、データポイントを最適なクラスタに割り当てる。しかし、k-meansの初期値はランダムなので、設定が不適切だと局所解に陥る問題がある。そこで、GAを使用してクラスタ中心との距離を最小化する適応度関数で最適な初期クラスタ中心を探索し、k-meansで微調整を行う。提案手法を複数のベンチマークデータで評価した結果、高いクラスタリング精度を示し、DECの初期値の設定に対する有効性が確認された。