JP7188268B2 - 情報処理装置、および情報処理装置の制御方法 - Google Patents
情報処理装置、および情報処理装置の制御方法 Download PDFInfo
- Publication number
- JP7188268B2 JP7188268B2 JP2019087688A JP2019087688A JP7188268B2 JP 7188268 B2 JP7188268 B2 JP 7188268B2 JP 2019087688 A JP2019087688 A JP 2019087688A JP 2019087688 A JP2019087688 A JP 2019087688A JP 7188268 B2 JP7188268 B2 JP 7188268B2
- Authority
- JP
- Japan
- Prior art keywords
- impression
- unit
- map
- evaluation value
- future
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 32
- 238000000034 method Methods 0.000 title claims description 26
- 238000011156 evaluation Methods 0.000 claims description 250
- 230000035945 sensitivity Effects 0.000 claims description 128
- 230000008447 perception Effects 0.000 claims description 95
- 230000007704 transition Effects 0.000 claims description 13
- 230000001953 sensory effect Effects 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 description 24
- 238000012545 processing Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 14
- 230000000704 physical effect Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000012356 Product development Methods 0.000 description 6
- 230000035807 sensation Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 241000282412 Homo Species 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 210000003811 finger Anatomy 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 239000005060 rubber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
≪推定システムの概要≫
以下、本発明の一実施形態について、詳細に説明する。図1は、本実施形態に係る推定システム500の概要を示す図である。推定システム500は、図示の通り、推定装置1と、マップ作成装置2とを含む。推定装置1とマップ作成装置2は有線または無線で接続されている。
マップ作成装置2は、実データに基づく感性マップを作成する。「感性マップ」とは、人間が物体に触れたときの知覚の評価値を示す知覚評価値と、該知覚評価値で示される知覚を感じた場合に、前記人間がある印象語で示される印象を抱く強さの度合いを評価した印象評価値と、の相関関係を示すマップである。推定システム500は、感性マップを用いて、人間の知覚と印象との相関関係を示す。
推定装置1は、マップ作成装置2が作成した、時系列で得られた複数の過去の感性マップから、未来の日時における感性マップを推定する。以降、未来の日時における感性マップのことを「未来の感性マップ」とも称する。
図1の(a)は、推定システム500において過去の感性マップを作成するときの、各装置の動作の一例を示す図である。マップ作成装置2の実データの取得方法は特に限定されないが、本実施形態では、特段の記載が無い限り、図1の(a)に示す方法で実データを取得することして説明を行う。
図1の(b)は、推定システム500において未来の感性マップを推定するときの、各装置の動作の一例を示す図である。過去の感性マップ群をダウンロードした推定装置1は、該マップ群を記憶する。その後、推定装置1は、自身の入力部(後述する入力部11)を介して、日時情報を取得する。日時情報とは、未来の日時を指定する情報である。例えば、推定装置1のユーザ等により、入力部に対し未来の日時を指定する入力操作がなされると、推定装置1は該入力操作から指定された日時を特定して、日時情報として取得する。
図2は、推定システム500に含まれる各種装置の要部構成を示すブロック図である。推定システム500は図示の通り、推定装置1と、マップ作成装置2とを含む。
マップ作成装置2は、制御部(情報処理装置)20と、入力部21と、記憶部22と、通信部23とを備える。
図2は、感性マップの具体例を示す図である。感性マップは、それぞれ異なる種類の知覚評価値を示す複数の軸から成る多次元空間に、該多次元空間の各座標値が示す知覚評価値の組合せに対応する印象評価値をマッピングしたモデルである。なお、感性マップの構造自体は、過去の感性マップも、未来の感性マップも同様であってよい。
推定装置1は、制御部(情報処理装置)10と、入力部11と、記憶部12と、通信部13と、表示部14とを備える。
なお、推定装置1とマップ作成装置2とが一体に構成される場合、推定装置1の通信部13、およびマップ作成装置2の通信部23は必須構成ではない。また、この場合、入力部11と入力部21、記憶部12と記憶部22、制御部10と制御部20は共通の構成であってよい。また、入力情報取得部101と入力情報取得部201とは共通の構成であってよい。
図4は、マップ作成装置2における、過去の感性マップの作成に係る処理の流れの一例を示すフローチャートである。マップ作成装置2の入力部21は、アンケート結果を入力する入力操作を受け付ける。制御部20の入力情報取得部201はアンケート結果を示す評価データを取得する(S10)。このとき、入力情報取得部201は評価データの取得日時も特定する(S12)。入力情報取得部201は、評価データと、該結果の取得日時を対応付けたアンケート情報221を記憶部22に記憶させる。
図5は、推定装置1における、未来の感性マップの推定に係る処理の流れの一例を示すフローチャートである。推定装置1の入力部11は、未来の日時を入力する入力操作を受け付ける。制御部10の入力情報取得部101は、日時情報を取得する(S20)。また、入力部11は、印象語を指定する入力操作を受け付けてもよい(S22)。該操作を受け付けた場合、入力情報取得部101は、指定された印象語を示す情報を推定部102に出力する。なお、S22の処理は必須ではない。
図6は、推定部102における、感性マップ推定処理の流れの一例を示すフローチャートである。なお、図6は、ある1つの印象語についての未来の感性マップを推定する処理を示している。したがって、S20において複数の印象語が指定された場合、推定部102は図6に示す処理を印象語毎に実行する。
過去の感性マップ群を抽出すると、推定部102は、各感性マップについて、各軸の知覚評価値を所定の間隔で区切ることによって、各感性マップをグリッドに分割する(S242)。
推定部102は、図7に示したように、過去の感性マップそれぞれをグリッドに分割する。そして、各グリッドに対応する印象評価値を特定する。続いて、推定部102は、あるグリッドについての印象評価値の時系列の推移を解析することで、指定された未来日時における該グリッドの示す印象評価値を特定する(S244)。推定部102における、印象評価値の時系列推移の解析方法は、特に限定されない。例えば、推定部102は、自己回帰またはベクトル自己回帰等の手法で、印象評価値の推移を時系列解析してもよい。
本発明の他の実施形態について、以下に説明する。なお、説明の便宜上、前記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。これは、以降の実施形態においても同様である。
図9は、本実施形態に係る推定装置1の要部構成を示すブロック図である。図9に示す推定装置1は、印象評価値特定部104を含む点において、実施形態1に係る推定装置1と異なる。
推定装置1の制御部10は、推定部102が推定した未来の感性マップにおいて、印象評価値が所定範囲内となる知覚評価値の範囲を特定する範囲特定部105を備えていてもよい、また、表示制御部103は、未来の感性マップとともに、または、未来の感性マップの代わりに、範囲特定部105が特定した知覚評価値の範囲を表示部14に表示させてもよい。
図10は、本実施形態に係る推定装置1の要部構成を示すブロック図である。図10に示す推定装置1は、範囲特定部105を含む点において、実施形態1に係る推定装置1と異なる。
前述の各実施形態において、制御部10の入力情報取得部101は、入力部11を介して、複数の印象語の指定と、該指定された各印象語への重み付けの度合いと、を示す情報である軽重情報を取得してもよい。また、制御部10は、推定部102により推定された各印象語についての未来の感性マップにおいて、各印象語の印象評価値が、軽重情報が示す重み付けの度合いに応じて最も高くなる知覚評価値の範囲を特定する軽重範囲特定部を備えていてもよい。
(知覚評価値の算出)
前述の各実施形態において、マップ作成装置2は、知覚評価値を、試験者へのアンケート結果から得ることとした。しかしながら、マップ作成装置2は、知覚評価値をアンケート以外の方法で特定してもよい。
推定装置1およびマップ作成装置2の制御ブロックは、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、ソフトウェアによって実現してもよい。
2 マップ作成装置
10、20 制御部(情報処理装置、軽重範囲特定部)
11、21 入力部
12、22 記憶部
13、23 通信部
14 表示部
101 入力情報取得部(日時情報取得部、軽重情報取得部、知覚評価取得部)
102 推定部
103 表示制御部
104 印象評価値特定部
105 範囲特定部
121 過去の感性マップ
201 入力情報取得部(試験評価取得部)
202 モデル構築部
203 感性マップ作成部
221 アンケート情報
222 学習済モデル
223 過去の感性マップ
500 推定システム
Claims (9)
- 未来の日時を指定する情報である日時情報を取得する日時情報取得部と、
前記日時情報が指定する前記未来の日時における未来の感性マップを、時系列に得られた過去の感性マップ群に基づいて推定する推定部と、
前記未来の感性マップを表示部に表示させる表示制御部と、を備え、
前記感性マップは、人間が物体に触れたときの知覚の評価値を示す知覚評価値と、該知覚評価値で示される知覚を感じた場合に、前記人間がある印象語で示される印象を抱く強さの度合いを評価した印象評価値と、の相関関係を示すものであることを特徴とする、情報処理装置。 - 前記感性マップは、それぞれ異なる種類の前記知覚評価値を示す複数の軸から成る多次元空間に、該多次元空間の各座標値が示す前記知覚評価値の組合せに対応する前記印象評価値をマッピングしたモデルであることを特徴とする、請求項1に記載の情報処理装置。
- 前記推定部は、
前記過去の感性マップ群に含まれる感性マップそれぞれについて、各軸の前記知覚評価値を所定の間隔で区切ることで該感性マップをグリッドに分割し、
前記グリッドそれぞれについて、該グリッドに対応する前記印象評価値の推移を時系列で解析することにより、前記未来の日時における前記グリッドそれぞれの前記印象評価値を特定し、
前記未来の日時における前記グリッドそれぞれと、前記印象評価値とを対応付けてから各グリッドを統合することによって、前記未来の感性マップを推定することを特徴とする、請求項2に記載の情報処理装置。 - 前記知覚評価値を指定する情報である知覚評価情報を取得する知覚評価取得部と、
前記推定部が推定した前記未来の感性マップにおいて、前記知覚評価情報が指定する前記知覚評価値に対応する前記印象評価値を特定する印象評価値特定部と、を備え、
前記表示制御部は、前記未来の感性マップとともに、または、前記未来の感性マップの代わりに、前記印象評価値特定部が特定した前記印象評価値を前記表示部に表示させることを特徴とする、請求項1~3のいずれか1項に記載の情報処理装置。 - 前記推定部が推定した前記未来の感性マップにおいて、前記印象評価値が所定範囲内となる前記知覚評価値の範囲を特定する範囲特定部を備え、
前記表示制御部は、前記未来の感性マップとともに、または、前記未来の感性マップの代わりに、前記範囲特定部が特定した前記知覚評価値の範囲を前記表示部に表示させることを特徴とする、請求項1~3のいずれか1項に記載の情報処理装置。 - 前記推定部は、複数の前記印象語について、前記印象語毎の前記過去の感性マップ群に基づいて、各印象語についての前記未来の感性マップを推定することを特徴とする、請求項1~5のいずれか1項に記載の情報処理装置。
- 複数の印象語の指定と、該指定された各印象語への重み付けの度合いと、を示す情報である軽重情報を取得する軽重情報取得部と、
前記推定部が推定した各印象語についての前記未来の感性マップにおいて、各印象語の前記印象評価値が、前記軽重情報が示す重み付けの度合いに応じて最も高くなる前記知覚評価値の範囲を特定する軽重範囲特定部と、を備えることを特徴とする、請求項6に記載の情報処理装置。 - 試験者が所定の物体に触れたときの前記知覚評価値および前記印象語それぞれについての前記印象評価値を取得する試験評価取得部と、
日時と、前記知覚評価値と、前記印象評価値との相関関係を前記印象語毎に機械学習させた学習済モデルを構築するモデル構築部と、
前記学習済モデルに対して所定の日時を入力することで、該所定の日時に対応する前記知覚評価値と前記印象評価値との相関関係を示す感性マップを作成する感性マップ作成部と、を備えることを特徴とする、請求項1~7のいずれか1項に記載の情報処理装置。 - 未来の日時を指定する情報である日時情報を取得する日時情報取得ステップと、
前記日時情報が指定する前記未来の日時における未来の感性マップを、時系列に得られた過去の感性マップ群に基づいて推定する推定ステップと、
前記未来の感性マップを表示部に表示させる表示制御ステップと、を含み、
前記感性マップは、人間が物体に触れたときの知覚の評価値を示す知覚評価値と、該知覚評価値で示される知覚を感じた場合に、前記人間がある印象語で示される印象を抱く強さの度合いを評価した印象評価値と、の相関関係を示すものであることを特徴とする、情報処理装置の制御方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019087688A JP7188268B2 (ja) | 2019-05-07 | 2019-05-07 | 情報処理装置、および情報処理装置の制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019087688A JP7188268B2 (ja) | 2019-05-07 | 2019-05-07 | 情報処理装置、および情報処理装置の制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020184158A JP2020184158A (ja) | 2020-11-12 |
JP7188268B2 true JP7188268B2 (ja) | 2022-12-13 |
Family
ID=73045174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019087688A Active JP7188268B2 (ja) | 2019-05-07 | 2019-05-07 | 情報処理装置、および情報処理装置の制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7188268B2 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007219929A (ja) | 2006-02-17 | 2007-08-30 | Nec Corp | 感性評価システム及び方法 |
JP2011034522A (ja) | 2009-08-05 | 2011-02-17 | Toru Matsumuro | 市場心理分析システム |
JP2012123749A (ja) | 2010-12-10 | 2012-06-28 | Shiseido Co Ltd | 感性推測装置、感性推測方法、及び感性推測プログラム |
JP2014200550A (ja) | 2013-04-08 | 2014-10-27 | 東京瓦斯株式会社 | ミストサウナ設計方法、および、ミストサウナ設計システム |
JP2016081075A (ja) | 2014-10-09 | 2016-05-16 | 花王株式会社 | 印象改善方法及び印象改善支援装置 |
WO2019039466A1 (ja) | 2017-08-25 | 2019-02-28 | 株式会社資生堂 | 化粧料の使用触感を評価する方法、及び化粧料の使用触感を評価する装置 |
-
2019
- 2019-05-07 JP JP2019087688A patent/JP7188268B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007219929A (ja) | 2006-02-17 | 2007-08-30 | Nec Corp | 感性評価システム及び方法 |
JP2011034522A (ja) | 2009-08-05 | 2011-02-17 | Toru Matsumuro | 市場心理分析システム |
JP2012123749A (ja) | 2010-12-10 | 2012-06-28 | Shiseido Co Ltd | 感性推測装置、感性推測方法、及び感性推測プログラム |
JP2014200550A (ja) | 2013-04-08 | 2014-10-27 | 東京瓦斯株式会社 | ミストサウナ設計方法、および、ミストサウナ設計システム |
JP2016081075A (ja) | 2014-10-09 | 2016-05-16 | 花王株式会社 | 印象改善方法及び印象改善支援装置 |
WO2019039466A1 (ja) | 2017-08-25 | 2019-02-28 | 株式会社資生堂 | 化粧料の使用触感を評価する方法、及び化粧料の使用触感を評価する装置 |
Non-Patent Citations (1)
Title |
---|
早川 智彦,渡邊 淳司,坂本 真樹,感覚のオノマトペと官能評価,感覚重視型技術の最前線 -心地良さと意外性を生み出す技術-,日本,株式会社シーエムシー出版,2018年03月13日,pp.25-34,ISBN: 978-4-7813-1322-1 |
Also Published As
Publication number | Publication date |
---|---|
JP2020184158A (ja) | 2020-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11550395B2 (en) | Mid-air haptic textures | |
Kribus-Shmiel et al. | How many strides are required for a reliable estimation of temporal gait parameters? Implementation of a new algorithm on the phase coordination index | |
JPWO2019187372A1 (ja) | 予測システム、モデル生成システム、方法およびプログラム | |
Stewart et al. | Implications of process error in selectivity for approaches to weighting compositional data in fisheries stock assessments | |
EP3935550A1 (en) | Method and apparatus for generating a design for a technical system or product | |
Tymms et al. | A quantitative perceptual model for tactile roughness | |
JP7188268B2 (ja) | 情報処理装置、および情報処理装置の制御方法 | |
WO2021008835A1 (en) | Computer-aided manufacturing a customised product | |
JP6928348B2 (ja) | 脳活動予測装置、知覚認知内容推定システム、及び脳活動予測方法 | |
WO2021047376A1 (zh) | 数据处理方法、数据处理装置及相关设备 | |
KR101197216B1 (ko) | 매트리스 모델 선정 시스템 | |
JP7138067B2 (ja) | 情報処理装置、および情報処理装置の制御方法 | |
JP7220108B2 (ja) | 情報処理装置、および情報処理装置の制御方法 | |
JP7220107B2 (ja) | 情報処理装置、および情報処理装置の制御方法 | |
CN103907121A (zh) | 可控制事件中的用户体验调整 | |
JP6974029B2 (ja) | 画像表示装置、肌状態サポートシステム、画像表示プログラム及び画像表示方法 | |
WO2021162055A1 (ja) | 心的イメージ可視化方法、心的イメージ可視化装置及びプログラム | |
JP7026032B2 (ja) | レコメンドシステム及びレコメンド方法 | |
JP7437549B2 (ja) | 画像表示装置 | |
Khandelwal et al. | Posture Classification Based on a Spine Shape Monitoring System | |
JP2015029609A6 (ja) | 嗜好性評価方法、嗜好性評価装置およびプログラム | |
JP2015029609A (ja) | 嗜好性評価方法、嗜好性評価装置およびプログラム | |
Huang et al. | Automatic hand phantom map generation and detection using decomposition support vector machines | |
Kempske et al. | Identifying requirements of an IMU-based gait assessment interface for incomplete spinal cord injury through user-centred design approach | |
JP7337579B2 (ja) | 情報処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211122 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220928 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221101 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221114 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7188268 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |