JP7188268B2 - 情報処理装置、および情報処理装置の制御方法 - Google Patents

Description

本発明は、情報処理装置および情報処理装置の制御方法に関する。

人の触知覚を材料物性等の物理的データから定量的に評価する技術が開発されている。例えば、特許文献１には、人の触感、なじみ感を含む握り心地性を、圧縮特性、圧縮歪量、および摩擦係数等を用いて定量的に評価する技術が開示されている。

特開２００６－１０１９３５号公報

製品開発を行う場合、カジュアル、高級、スポーティー等、製品全体の印象を決めて開発に取り組むことが多い。ところが、従来、製品によってユーザにどのような知覚を与えると、狙い通りの印象を与えられるかは不明であった。そのため、材料物性等の製品の要件は、開発者の経験則で定められていた。特に、実際に製品を発売する時点、すなわち、未来の、ユーザの知覚と印象との関係を予測することは困難であった。

本発明の一態様は、前述の問題点を鑑みたものであり、未来の日時における知覚と印象との相関関係を推定することを目的とする。

前記の課題を解決するために、本発明の一態様に係る情報処理装置は、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。

前記の課題を解決するために、本発明の一態様に係る情報処理装置の制御方法は、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。

前記の構成または処理によれば、過去の感性マップ群に基づいて、未来の日時における感性マップを推定することができる。感性マップは、人間の知覚と印象との相関関係を示すマップである。したがって、前記の構成または処理によれば、未来の日時における知覚と印象との相関関係を推定することができる。

前記情報処理装置において、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ってもよい。

人間がある物体に触れた場合、該人間は種々の知覚（触知覚）を得て、各知覚を総合して、物体に対する印象を抱くことが一般的である。前記の構成によれば、感性マップから、複数種類の知覚評価値の組合せに対応する印象評価値を得ることができる。これにより、未来の日時における知覚と印象との相関関係を高精度に推定することができる。

前記情報処理装置において、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してもよい。

前記の構成によれば、過去の感性マップをグリッドに分割して、各グリッドについて印象評価値の推移の解析を実行する。これにより、未来の感性マップにおいて、知覚と印象との相関関係をより高精度に特定することができる。

また、グリッドの数、すなわち感性マップを区切る間隔を調整することで、情報処理装置における、未来の感性マップの推定に係る計算負荷を調整することができる。これにより、情報処理装置のスペックに応じた適切な負荷量で推定処理を行うことができる。

前記情報処理装置は、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てもよい。

前記の構成によれば、知覚評価情報により知覚評価値を指定することで、該知覚評価値が示す知覚を人間に与えたときの、印象評価値を特定することができる。そして、特定した印象評価値を、情報処理装置のユーザに提示することができる。これにより、情報処理装置のユーザは、指定した知覚評価値を人間に与えた場合、その人間が、ある印象を抱く強さの度合いを知ることができる。

人間が物体に触れたときの知覚は、該物体の物性および物体に触れた人間に依存する物理量（指の長さ、太さ、形状等の物理量等）に応じて特定または推定可能である。したがって、情報処理装置のユーザは、未来の日時において、該物体について人間がある印象をどの程度の強さで抱くかを、前述の物性および物理量から特定することができる。これにより、例えば製品開発等において、未来の日時において該製品のユーザに与える印象を、製品の物性から推定することができる。

前記情報処理装置は、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てもよい。

前記の構成によれば、印象評価値が所定範囲内となるような知覚評価値の範囲を特定することができる。そして、特定した知覚評価値を、情報処理装置のユーザに提示することができる。これにより、情報処理装置のユーザは、ある印象を特定の強さで抱くような知覚評価値の範囲を知ることができる。

前記情報処理装置において、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してもよい。

前記の構成によれば、未来の日時における複数の印象と知覚との相互関係をそれぞれ推定することができる。したがって、人間がある知覚を感じた場合、該人間がどのような印象をどの程度の強さで抱くかを特定することが可能となる。

前記情報処理装置は、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、を備えていてもよい。

前記の構成によれば、人間により強く抱かせたい印象語を複数指定して、各印象語に重み付け、すなわち優先順位付けを行うことにより、該優先順位を考慮した場合の、最も強く印象を与えられる知覚評価値の範囲を特定することができる。

これにより、例えば製品開発等において、未来の日時において製品のユーザに与えたい印象を複数、優先順位を付けて指定することで、製品のユーザに狙い通りの印象を与えることが可能な製品の知覚評価値を推定することができる。

前記情報処理装置は、試験者が所定の物体に触れたときの知覚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、を備えていてもよい。

例えば、実際の知覚評価値と印象評価値との組み合わせデータから過去の感性マップを作成する場合、未来の感性マップの推定に使用可能な程度の信頼性を担保するためには、一定量以上の前記データが必要となる。

これに対し、前記の構成によれば、日時と、知覚評価値と、印象評価値との相関関係を学習させた学習済モデルを構築し、該学習済モデルを用いて過去の感性マップを作成する。これにより、データ量の少ない日時についても過去の感性マップを作成することができる。したがって、過去の感性マップ群をより容易に作成することができる。

本発明の一態様によれば、未来の日時における知覚と印象との相関関係を推定することができる。

実施形態１に係る推定システムの概要を示す図である。 前記推定システム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。 感性マップの具体例を示す図である。 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。 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。 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。 グリッドに分割した感性マップを模式的に示す図である。 印象評価値の時系列の推移を解析する方法を模式的に示す図である。 実施形態２に係る推定装置の要部構成を示すブロック図である。 実施形態３に係る推定装置の要部構成を示すブロック図である。

本発明の各態様に係る推定システムは、未来の日時における触知覚と印象との相関関係を推定するためのシステムである。

本発明において、「触知覚」とは、触刺激を受けた人間の脳が該刺激を認識したときの感じ方、すなわち、触り心地を意味する。「触知覚」の具体例としては、人間が布地等の対象物に触れた時の、対象物の硬軟、滑らかさ、温度感覚、ハリ感（すなわち、対象表面の張りの有無）等が挙げられる。以降、特段の記載が無い限りは、「知覚」とは触知覚のことを示す。

また、本発明において「印象」とは、人間が対象物に対して思い浮かべるイメージである。「印象」の具体例としては、高級感、カジュアル、美しい等、人間が、自己が得た知覚から直接的または間接的に想像するイメージが挙げられる。以降、これらのイメージを示す文言を「印象語」と称する。

本発明に係る推定システムは、例えば製品開発等の場面において、人間が物体に触れた場合に抱く印象の予測に使用することができる。例えば、推定システムは、布、皮革、樹脂、プラスチック、およびゴム等の種々の素材によって作成され得る、車両の座席シートの製品評価等に好適に使用することができる。

しかしながら、本発明に係る推定システムの適用範囲は上述した範囲に限定されない。以下、実施形態１～３および変形例に基づいて、本発明に係る推定システムについて詳細に説明する。

〔実施形態１〕
≪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）
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。

また、「実データ」とは、実際に人間にある物体を触らせたときの日時、知覚評価値、および印象評価値である。実データに基づく感性マップは、換言すると、過去の日時に対応する感性マップであるといえる。したがって、以降の説明では、実データに基づく感性マップを、「過去の感性マップ」とも称する。

（推定装置１）
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。

（過去の感性マップの作成）
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。

マップ作成装置２は、自身の入力部（後述する入力部２１）を介して、評価データを取得する。「評価データ」とは、ある試験者が、評価対象となる所定の物体に触れたときの、特定の知覚に対する知覚評価値と、１つ以上の印象語についての印象評価値とを示すデータである。これらのデータは、例えば図示のように、試験者に対してアンケートを実施した結果から得ることができる。マップ作成装置２にはアンケート結果が、例えば試験を実行したユーザ（すなわち、試験者）によって入力される。

なお、アンケートは図示のような紙のアンケートではなく、マップ作成装置２において実施される電子アンケートであってもよい。この場合、マップ作成装置２自身が直接ユーザ評価データを取得することができる。また、アンケートは、マップ作成装置２と通信可能な端末装置で実施される電子アンケートであってもよい。この場合、マップ作成装置２は、端末装置からアンケート結果を受信することで評価データを得ることが出来る。

マップ作成装置２は、ユーザ評価データを取得すると、該データの受信日時を特定する。これが、実データに含まれる、日時を示すデータとなる。このように、マップ作成装置２は、ユーザ評価データの取得と日時の特定によって、過去の感性マップを作成するための実データを得ることができる。

なお、評価データにアンケートの実施日時を示す情報が含まれていてもよい。この場合、マップ作成装置２は、評価データのみで、過去の感性マップの作成に必要な実データを得ることができるため、受信日時を特定しなくてもよい。

マップ作成装置２は、得られた実データから、過去の感性マップを作成し、記憶する。マップ作成装置２は、例えば１週間、１ヵ月、１年等の所定の時間間隔で過去の感性マップを作成する。換言すると、マップ作成装置２は、時系列で、複数の過去の感性マップを作成する。マップ作成装置２における過去の感性マップの作成方法は、後で詳述する。

マップ作成装置２は作成した過去の感性マップ群の少なくとも一部を、推定装置１に送信する。換言すると、推定装置１は、マップ作成装置２から過去の感性マップ群をダウンロードする。推定装置１への過去の感性マップ群のダウンロードは、所定のタイミングで実行される。例えば、推定装置１に対して推定装置１のユーザがダウンロードの指示を示す入力操作を実行した場合、推定装置１はマップ作成装置２から過去の感性マップをダウンロードする。

（未来の感性マップの推定）
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。

推定装置１は、日時情報によって指定された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。推定装置１における未来の感性マップの推定方法は、後で詳述する。このように未来の感性マップを推定することにより、未来の日時における知覚と印象との相関関係を推定することができる。

なお、推定装置１は、図１の（ｂ）に示すように、推定装置１の表示部（後述する表示部１４）において、推定した感性マップを表示してもよい。これにより、推定装置１のユーザに、知覚と印象の相関関係を視覚的に示すことができる。

本実施形態では、推定装置１とマップ作成装置２とは別個の装置であることとして説明を行う。しかしながら、推定装置１とマップ作成装置２とは一体に構成されていてもよい。なお、推定装置１とマップ作成装置２とが一体である場合、図１の（ａ）における感性マップのダウンロードに係る処理は実行しなくてよい。すなわち、推定装置１兼マップ作成装置２は、図１の（ａ）に示す通り作成した感性マップ（過去の感性マップ）を記憶しておき、未来の日時が入力された場合に、該記憶しておいた過去の感性マップを用いて未来の感性マップを推定すればよい。

≪要部構成≫
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）
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。

入力部２１は、各種の入力操作を受け付けるユーザインタフェース（ＵＩ）である。入力部２１は、例えば物理キーボード、タッチパネル、マウス等で実現される。入力部２１は入力操作を受け付けると、該入力操作の内容を制御部２０の入力情報取得部２０１に伝える。例えば、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。また、入力部２１は、学習済モデルの構築を指示する入力操作を受け付けてもよい。また、入力部２１は、過去の感性マップの作成を指示する入力操作を受け付けてもよい。また、入力部２１は、過去の感性マップの送信を指示する入力操作を受け付けてもよい。

制御部２０は、マップ作成装置２を統括的に制御する。制御部２０は、入力情報取得部（試験評価取得部）２０１と、モデル構築部２０２と、感性マップ作成部２０３と、を含む。

入力部２１が学習済モデルの構築を指示する入力操作を受け付けた場合、制御部２０は、モデル構築部２０２に学習済モデルの構築を指示する。入力部２１が感性マップの作成を指示する入力操作を受け付けた場合、制御部２０は、感性マップ作成部２０３に過去の感性マップの作成を指示する。入力部２１が過去の感性マップの送信を指示する入力操作を受け付けた場合、制御部２０は、記憶部２２から過去の過去の感性マップ２２３を読み出し、通信部２３を介してマップ作成装置２に送信する。

入力情報取得部２０１は、入力部２１が受け付けた入力操作によって示される情報を取得する。例えば、入力部２１がアンケート結果を入力する入力操作を受け付けた場合、入力情報取得部２０１は、入力されたアンケート結果を示す情報、すなわち、評価データを取得する。

入力情報取得部２０１は、評価データを取得した場合、評価データの取得日時を特定する。日時の特定方法は特に限定されない。例えば、入力情報取得部２０１は、通信部２３を介し外部から日時を示す情報を取得してもよいし、マップ作成装置２が計時部（図示せず）を備えている場合、該計時部から日時を示す情報を取得してもよい。入力情報取得部２０１は、評価データと、該結果の取得日時とを対応付けた情報を、アンケート情報２２１として記憶部２２に記憶させる。

モデル構築部２０２は、学習済モデルを構築する。モデル構築部２０２は、制御部２０の指示に従って、所定のタイミングでアンケート情報２２１を読み出し、該アンケート情報２２１が示す日時と、知覚評価値と、印象評価値との相関関係を印象語毎に機械学習させることによって、学習済モデルを構築する。モデル構築部２０２は、構築した学習済モデルを学習済モデル２２２として記憶部２２に記憶させる。

なお、推定装置１において、未来の日時から感性マップを推定可能であれば、学習済モデル２２２構築のための学習アルゴリズムは特に限定されない。例えば、モデル構築部２０２はニューラルネットワーク（ＮＮ：Neural Network）を用いて学習済モデル２２２を構築しても良い。なお、ＮＮの学習済モデルを構築する場合、モデル構築部２０２は、高い特定精度が期待できる多層のＮＮの学習済モデルを構築することが好ましい。また、モデル構築部２０２は、知覚評価値を説明変数としてサポートベクターマシン、ナイーブベイズ分類、勾配ブースティング決定木等、線形回帰、または非線形回帰等のアルゴリズムを用いてもよい。

例えば、モデル構築部２０２は、記憶部２２から学習済モデル２２２を作成するためのアルゴリズムを示すデータを読み出す。例えば、モデル構築部２０２は、記憶部２２からＮＮのアルゴリズムおよび各種重み付け係数等を読み出す。モデル構築部２０２は、アンケート情報２２１が示す日時、知覚評価値、および印象評価値の組合せを教師データとし、該教師データを用いてＮＮに教師ありの機械学習を実行させる。これにより、モデル構築部２０２は、ＮＮの重み付け係数等を最適化することができる。そして、モデル構築部２０２は、機械学習後のＮＮ、すなわち学習済モデルを学習済モデル２２２として記憶部２２に記憶させる。

感性マップ作成部２０３は、感性マップを作成する。感性マップ作成部２０３は、制御部２０の指示に従って、所定のタイミングで、過去の感性マップを作成する。例えば、感性マップ作成部２０３は、記憶部２２に記憶された学習済モデル２２２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、過去の感性マップを作成する。なお、感性マップ作成部２０３は、学習済モデル２２２を用いず、アンケート情報２２１から直接過去の感性マップを作成してもよい。

なお、本実施形態において、モデル構築部２０２は必須構成ではない。例えば感性マップ作成部２０３において、学習済モデルを用いずにアンケート情報２２１から直接過去の感性マップを作成する場合、制御部２０にモデル構築部２０２は含まれていなくてもよい。また、この場合、記憶部２２に学習済モデル２２２は含まれていなくてよい。

（感性マップの構造）
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。

図３は、物体のハリ感の有無の評価値の軸、物体の硬軟の評価値の軸、物体の滑らかさの評価値の軸の３つの知覚評価値の軸で示される、ある印象語についての３次元空間モデルを図示している。感性マップで示される各知覚評価値の範囲は、評価データにおいて取り得る知覚評価値の範囲に基づいて決定されてよい。例えばアンケートで、試験者に、ハリ感、硬軟、滑らかさについてそれぞれ－２、－１、０、＋１、＋２の５段階評価で評価させるとする。この場合、感性マップの各軸の範囲は、図３で示すように－２～＋２の範囲であってよい。

図３における領域Ｒ１～Ｒ４はそれぞれ、前述のある印象語についての、印象評価値を示している。印象評価値の領域区分は、評価データにおいて取り得る印象評価値の範囲に基づいて決定されてよい。例えば、アンケートで、試験者に、ある印象を感じた強さについて、１～４の４段階の得点評価で評価させるとする。この場合、感性マップには、図３で示すように、印象評価値の得点がそれぞれ０、１、２、３、および４である５つの領域（Ｒ０～Ｒ４）が含まれ得る。

人間がある物体に触れた場合、該人間は種々の知覚を得て、各知覚を総合して、物体に対する印象を抱くことが一般的である。図３に示すような感性マップを用いることにより、感性マップから、複数種類の知覚評価値の組合せに対応する印象評価値を得ることができる。これにより、未来の日時における知覚と印象との相関関係を高精度に推定することができる。

記憶部２２は、マップ作成装置２の稼働に必要な情報を記憶する記憶装置である。記憶部２２は、アンケート情報２２１と、学習済モデル２２２と、過去の感性マップ２２３と、を記憶する。アンケート情報２２１は、評価データと、該評価データの取得日時またはアンケートの取得日時とを対応付けたデータである。学習済モデル２２２は、モデル構築部２０２によって構築された学習済モデルを示すデータである。学習済モデル２２２はモデル構築部２０２によって随時更新されてよい。過去の感性マップ２２３は、感性マップ作成部２０３が作成した過去の感性マップ群である。

通信部２３は、マップ作成装置２の通信インタフェースである。通信部２３は、制御部２０から入力された過去の感性マップ群を、推定装置１に送信する。

（推定装置１）
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。

入力部１１は、各種の入力操作を受け付けるユーザインタフェース（ＵＩ）である。入力部１１は、例えば物理キーボード、タッチパネル、マウス等で実現される。入力部１１は入力操作を受け付けると、該入力操作の内容を制御部１０の入力情報取得部１０１に伝える。例えば、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。なお、入力部２１は、未来の感性マップの作成対象となる印象語を１つ以上指定する入力操作を受け付けてもよい。

制御部１０は、推定装置１を統括的に制御する。制御部１０は、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）１０１と、推定部１０２と、表示制御部１０３と、を含む。

入力情報取得部１０１は、入力部１１が受け付けた入力操作によって示される情報を取得する。例えば、入力部１１が未来の日時を入力する入力操作を受け付けた場合、入力情報取得部１０１は、入力された未来の日時を示す情報、すなわち、日時情報を取得する。入力情報取得部１０１は、取得した日時情報を推定部１０２に出力する。なお、入力情報取得部１０１は、入力部１１が印象語を１つ以上指定する入力操作を受け付けた場合、指定された印象語を示す情報を、推定部１０２に出力してよい。

推定部１０２は、日時情報が指定する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１０２は、記憶部１２に記憶された過去の感性マップ１２１を読み出して、これらに基づいて未来の感性マップを作成する。推定部１０２における未来の感性マップの作成方法は、後で詳述する。推定部１０２は作成した未来の感性マップを、表示制御部１０３に出力する。

なお、推定部１０２は、複数の印象語について、印象語毎の過去の感性マップ群に基づいて、各印象語についての未来の感性マップを推定してもよい。例えば、推定部１０２は、入力情報取得部１０１から指定された印象語を示す情報を入力された場合、該印象語毎に、未来の感性マップを推定してよい。これにより、未来の日時における複数の印象と知覚との相互関係をそれぞれ推定することができる。したがって、人間がある知覚を感じた場合、該人間がどのような印象をどの程度の強さで抱くかを特定することが可能となる。

表示制御部１０３は、未来の感性マップを表示部１４に表示させる。表示制御部１０３は推定部１０２から入力された未来の感性マップを、表示部１４が表示可能な形式にレイアウトした画面データを作成し、該画面データを表示部１４に出力させる。

記憶部１２は、推定装置１の稼働に必要な情報を記憶する記憶装置である。記憶部１２は、過去の感性マップ１２１を記憶する。過去の感性マップ１２１は、推定装置１がマップ作成装置２から受信した過去の感性マップ群を示すデータである。記憶部１２はこの他に、推定部１０２における未来の感性マップの推定に用いる各種計算式、変数等も記憶していてよい。

通信部１３は、推定装置１の通信インタフェースである。通信部１３は、マップ作成装置２から過去の感性マップ群を受信すると、これを入力情報取得部１０１に出力する。

（要部構成の変形例）
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。

≪過去の感性マップ作成の流れ≫
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。

評価データを取得する処理（Ｓ１０）、該評価データの取得日時を特定する処理（Ｓ１２）、および、アンケート情報２２１を記憶部２２に格納する処理は、入力部２１に対してアンケート結果の入力が行われる度に、都度実行される。

制御部２０は、所定のタイミングで、モデル構築部２０２に学習済モデルの構築を指示する。例えば、制御部２０は、入力部２１が学習済モデルの構築を指示する入力操作を受け付けた場合に、モデル構築部２０２に学習済モデルの構築を指示する。

モデル構築部２０２は、制御部２０の指示を受けると、記憶部２２に記憶されたアンケート情報２２１を読み出す。モデル構築部２０２は読み出したアンケート情報２２１が示す、日時と、知覚評価値と、印象評価値との相関関係を、印象語ごとに機械学習させた学習モデルを構築する（Ｓ１４）。

制御部２０は、所定のタイミングで、感性マップ作成部２０３に感性マップの作成を指示する。例えば、制御部２０は、入力部２１が感性マップの作成を指示する入力操作を受け付けた場合、感性マップ作成部２０３に過去の感性マップの作成を指示する。

感性マップ作成部２０３は、制御部２０の指示を受けると、記憶部２２に記憶された学習済モデル２２２に、所定日時を入力する（Ｓ１６）。これにより、学習済モデル２２２から、該所定日時に対応する、印象語ごとの知覚評価値と、印象評価値と、を得ることができる。感性マップ作成部２０３は、得られた知覚評価値と、印象評価値とを用いて、該所定日時における、印象語ごとの感性マップ（過去の感性マップ）を作成する（Ｓ１８）。感性マップ作成部２０３は作成した過去の感性マップを、記憶部２２に過去の感性マップ２２３として記憶させる。

実際の評価データから過去の感性マップを作成する場合、未来の感性マップの推定に使用可能な程度の信頼性を担保するためには、ある日時について一定量以上の評価データが必要となる。

これに対し、図４に示す処理によれば、日時と、知覚評価値と、印象評価値との相関関係を学習させた学習済モデルを構築して、該学習済モデルを用いて過去の感性マップを作成する。これにより、データ量の少ない日時についても過去の感性マップを作成することができる。したがって、過去の感性マップ群をより容易に作成することができる。また、感性マップの作成間隔を任意に変更することができるため、推定装置１における未来の感性マップの推定に必要な過去の感性マップの個数を確保することができる。

≪未来の感性マップ推定の流れ≫
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。

推定部１０２は、指定された印象語について、日時情報が指定する未来の日時における未来の感性マップを推定する（Ｓ２４）。推定部１０２の当該処理を、以降は「感性マップ推定処理」とも称する。感性マップ推定処理の詳細については後述する。

推定部１０２は未来の感性マップを作成すると、該マップを表示制御部１０３に出力する。表示制御部１０３は、推定部１０２が推定した未来の感性マップを表示部１４に表示させる（Ｓ２６）。なお、Ｓ２６の処理は必須ではない。

図５に示す処理によれば、過去の感性マップ群に基づいて、未来の日時における感性マップを推定することができる。感性マップは、人間の知覚と印象との相関関係を示すマップである。したがって、図５に示す処理によれば、未来の日時における知覚と印象との相関関係を推定することができる。

（感性マップ推定処理）
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。

始めに、推定部１０２は、記憶部１２に記憶された過去の感性マップ１２１から、所定期間内の感性マップを、未来の感性マップ推定のために使用する過去の感性マップ群として抽出する（Ｓ２４０）。

前述の所定期間は、時系列で作成されている過去の感性マップの作成間隔に応じて適宜定められてよい。例えば、１ヵ月ごとに過去の感性マップが作成されている場合、推定部１０２は、１年分、すなわち、１２個の過去の感性マップを過去の感性マップ１２１から抽出する。また、前述の所定期間は、日時情報で指定される未来の日時に応じて適宜定められてもよい。もしくは、推定部１０２は、未来の日時が最新の過去の感性マップの日時からどの程度離れているかに応じて、抽出する過去の感性マップの数を変更してもよい。例えば、推定部１０２は、未来の日時が最新の過去の感性マップの日時から１年後である場合、半年後である場合よりも多くの過去の感性マップを抽出してもよい。

（感性マップのグリッド分割）
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）。

図７は、グリッドに分割した感性マップを模式的に示す図である。図７の例では、各軸の知覚評価値を１毎に区切った場合の感性マップを示している。図中の点線は、知覚評価値の区切り、すなわちグリッドを示している。該点線は感性マップの表示の際は実際に表示されなくてもよい。

各グリッドの中央の座標点は、各グリッドに対応する印象評価値を特定するための座標点である。図示の通り、グリッドは所定の知覚評価値の幅を持った領域である。そのため、本実施形態では、グリッドにおいて１つの座標点を定めることによって、その座標点に対応する印象評価値を、該グリッドの印象評価値とする。なお、前述の座標点は、グリッド内の領域であれば、中央以外の位置に設定されてもよい。

（未来のグリッドにおける印象評価値の推定）
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。

図８は、印象評価値の時系列の推移を解析する方法を模式的に示す図である。図８の（ａ）は、自己回帰により印象評価値の時系列推移を解析する場合の模式図である。一方、図８の（ｂ）はベクトル自己回帰により印象評価値の時系列推移を解析する場合の模式図である。

図８の（ａ）および（ｂ）におけるＭ１～Ｍ３はそれぞれ、ある印象語に対する過去の感性マップを示している。また、感性マップＭ１～Ｍ３は時系列に並んでいることとする。なお、図８では模式化のために、３つの過去の感性マップから未来の感性マップを推定することとしているが、推定部１０２はより多くの過去の感性マップから未来の感性マップを推定することが望ましい。各マップに記載されている変数ｙは、それぞれ、括弧内が示す座標における印象評価値を示している。なお、該座標は、図７で示した各グリッドに対応する座標点の座標値を示している。

推定部１０２が自己回帰で印象評価値の推移を解析する場合、推定部１０２は、未来の感性マップにおける、あるグリッドのある座標点における印象評価値ｙの値を実現値と設定する。そして、推定部１０２は、該実現値が該実現値の過去の値、すなわち、図８の（ａ）に示す過去の感性マップＭ１～Ｍ３における該ある座標点の印象評価値と、確率項とに線形依存すると仮定することで、該実現値を推定することができる。推定部１０２はこれを、各グリッドの座標点毎に行う。つまり、推定部１０２は、図８の（ａ）に示す感性マップＭ１～Ｍ３において、ある１つの座標点における印象評価値ｙの値の時系列の推移から、時系列において感性マップＭ３の次にあたる未来の感性マップにおける、前記ある１つの座標点の印象評価値を特定する。

一方、推定部１０２がベクトル自己回帰で印象評価値の推移を解析する場合、推定部１０２は、自己回帰と同様に実現値を設定する。そして、推定部１０２は、図８の（ｂ）に示す感性マップＭ１におけるある１つの座標点および該座標点の周囲の所定範囲の座標点の値と、感性マップＭ２における、前記ある１つの座標点と同じ座標点の印象評価値との値の関係性を特定する。同様に、感性マップＭ２からＭ３への推移についても同様に、印象評価値の関係性を特定する。これを繰り返すことで、推定部１０２は、時系列において感性マップＭ３の次にあたる未来の感性マップにおける、前記ある１つの座標点の印象評価値を特定する。なお、推定部１０２はこの他にも、ＬＳＴＭ（Long short-term memory）、ＣＮＮ（Convolutional Neural Network）等の解析モデルを用いて、未来のグリッドにおける印象評価値を特定してもよい。この場合、該解析モデルは記憶部１２に予め格納されており、推定部１０２は該解析モデルに、過去の印象マップにおける各グリッドの印象評価値を入力することで、未来の印象マップにおける各グリッドの印象評価値を得てもよい。

最後に、推定部１０２は、Ｓ２４４で特定した各印象評価値を持つグリッド、すなわち、未来日時のグリッドを統合することで、未来の感性マップを作成する（Ｓ２４６）。

図８に示した処理によれば、過去の感性マップをグリッドに分割して、各グリッドについて印象評価値の推移の解析を実行する。これにより、未来の感性マップにおいて、知覚と印象との相関関係をより高精度に特定することができる。

また、グリッドの数、すなわち過去および未来の感性マップを区切る間隔を調整することで、推定装置１における、未来の感性マップの推定に係る計算負荷を調整することができる。これにより、推定装置１のスペックに応じた適切な負荷量で推定処理を行うことができる。

〔実施形態２〕
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。

推定装置１の入力情報取得部１０１は、知覚評価値を指定する情報である知覚評価情報を取得してもよい。また、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、知覚評価情報が指定する知覚評価値に対応する印象評価値を特定する印象評価値特定部１０４を備えていてもよい。そして、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、印象評価値特定部が特定した印象評価値を表示部１４に表示させてもよい。

≪要部構成≫
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。

本実施形態において、入力情報取得部１０１は、知覚評価情報を取得する。例えば、入力部１１に対して、知覚評価値を指定する入力操作が行われた場合、入力情報取得部１０１は該操作の入力内容、すなわち知覚評価値の指定を、知覚評価情報として取得してよい。入力情報取得部１０１は取得した知覚評価情報を、印象評価値特定部１０４に出力する。

本実施形態において、推定部１０２は、推定した未来の感性マップを、印象評価値特定部１０４に出力する。なお、推定部１０２は、実施形態１と同様に、未来の感性マップを表示制御部１０３にも出力してもよい。

印象評価値特定部１０４は、推定部１０２が推定した未来の感性マップにおいて、知覚評価情報が示す知覚評価値が示す座標点における印象評価値を特定する。印象評価値特定部１０４は特定した印象評価値を表示制御部１０３に出力する。

表示制御部１０３は、印象評価値特定部１０４から入力された印象評価値を、表示部１４に表示させる。なお、表示制御部１０３は実施形態１と同様、未来の感性マップも併せて表示部１４に表示させてもよい。

前記の構成によれば、知覚評価情報により知覚評価値を指定することで、該知覚評価値が示す知覚を人間に与えたときの、印象評価値を特定することができる。そして、特定した印象評価値を、推定装置１のユーザに提示することができる。これにより、推定装置１のユーザは、指定した知覚評価値を人間に与えた場合、その人間が、ある印象を抱く強さの度合いを知ることができる。

人間が物体に触れたときの知覚は、該物体の物性および物体に触れた人間に依存する物理量（指の長さ、太さ、形状等の物理量等）に応じて特定または推定可能である。したがって、推定装置１のユーザは、未来の日時において、該物体について人間がある印象をどの程度の強さで抱くかを、前述の物性および物理量から特定することができる。これにより、例えば製品開発等において、未来の日時において該製品のユーザに与える印象を、製品の物性から推定することができる。

〔実施形態３〕
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。

≪要部構成≫
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。

本実施形態において、推定部１０２は、推定した未来の感性マップを、範囲特定部１０５に出力する。なお、推定部１０２は、実施形態１と同様に、未来の感性マップを表示制御部１０３にも出力してもよい。

範囲特定部１０５は、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。なお、該所定範囲は、入力部１１を介して推定装置１のユーザが指定してもよいし、推定装置１において予め定められていてもよい。例えば、範囲特定部１０５は、ある印象語についての印象評価値が最も高くなるような（図３の例においては、得点４になるような）知覚評価値の範囲を特定してもよい。範囲特定部１０５は特定した知覚評価値の範囲を示す情報を表示制御部１０３に出力する。

表示制御部１０３は、範囲特定部１０５から入力された知覚評価値の範囲を示す情報を、表示部１４に表示させる。なお、表示制御部１０３は実施形態１と同様、未来の感性マップも併せて表示部１４に表示させてもよい。

前記の構成によれば、印象評価値が所定範囲内となるような知覚評価値の範囲を特定することができる。そして、特定した知覚評価値を、推定装置１のユーザに提示することができる。これにより、推定装置１のユーザは、ある印象を特定の強さで抱くような知覚評価値の範囲を知ることができる。

なお、印象評価値の範囲をユーザが指定する場合、さらに以下のような効果が得られる。すなわち、推定装置１のユーザは、未来の日時において、ある印象をどの程度人間に抱かせたいかを印象評価値として指定することで、該印象評価値を得られる物体の物性を特定または推定することができるといえる。これにより、例えば製品開発等において、未来の日時において、製品のユーザに狙い通りの印象を与えることが可能な製品の物性を推定することができる。

〔実施形態４〕
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。

この場合、入力情報取得部１０１は取得した軽重情報を、軽重範囲特定部に出力する。また、推定部１０２は、各印象語についての未来の感性マップを、軽重範囲特定部に出力する。なお、推定部１０２は未来の感性マップを表示制御部１０３にも出力してよい。

軽重範囲特定部は、推定部１０２から入力された未来の感性マップそれぞれに対し、入力情報取得部１０１から入力された軽重情報が示す重み付けを行った上で、各印象語の印象評価値が、該重み付けの度合いに応じて総合的に最も高くなる知覚評価値の範囲を特定する。軽重範囲特定部は、特定した知覚評価値の範囲を表示制御部１０３に出力してもよい。また、表示制御部１０３は、該知覚評価値の範囲を表示部１４に表示させてもよい。

前記の構成によれば、人間により強く抱かせたい印象語を複数指定して、各印象語に重み付け、すなわち優先順位付けを行うことにより、該優先順位を考慮した場合の、最も強く印象を与えられる知覚評価値の範囲を特定することができる。

これにより、例えば製品開発等において、未来の日時において製品のユーザに与えたい印象を複数、優先順位を付けて指定することで、製品のユーザに狙い通りの印象を与えることが可能な製品の知覚評価値を推定することができる。

〔変形例〕
（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。

例えば、マップ作成装置２は、例えば製品の試作品等、印象評価の対象（すなわち、試験者に触れてもらう対象）となる物体の物性データを、記憶部１２に予め記憶させておいてもよい。「物性データ」は、物体の材料物性を示すデータである。記憶部１２は、感性マップの軸となる知覚評価値を算出するために必要な物性データを記憶する。

また、マップ作成装置２の入力情報取得部１０１は、試験者の物理量データを入力部１１または図示しないセンサ等を介して取得してもよい。「物理量データ」とは、試験者の手指の長さ、太さ、形状など、試験者が物体に触れるときの、試験者に依存する物理量のデータである。入力情報取得部１０１は得られた物理量データをモデル構築部２０２に出力する。

モデル構築部２０２は、学習済モデルを構築する際に、記憶部１２から読み出した物性データと、入力情報取得部１０１から得られた物理量データとから知覚評価値を算出する。物体の材料物性およびそれに触れる人間に依存する物理量と、人間の知覚とは相関関係が証明されている。モデル構築部２０２は、該相関関係にしたがって、物性データと物理量データとから、知覚評価値を算出する。

〔ソフトウェアによる実現例〕
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。

後者の場合、推定装置１およびマップ作成装置２は、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータを備えている。このコンピュータは、例えば１つ以上のプロセッサを備えていると共に、上記プログラムを記憶したコンピュータ読み取り可能な記録媒体を備えている。そして、上記コンピュータにおいて、上記プロセッサが上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記プロセッサとしては、例えばＣＰＵ（Central Processing Unit）を用いることができる。上記記録媒体としては、「一時的でない有形の媒体」、例えば、ＲＯＭ（Read Only Memory）等の他、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムを展開するＲＡＭ（Random Access Memory）などをさらに備えていてもよい。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。なお、本発明の一態様は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。

本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

１ 推定装置
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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
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。

Images