JP7338798B2 - 製品提供システム、製品提供方法、及び製品提供プログラム - Google Patents
製品提供システム、製品提供方法、及び製品提供プログラム Download PDFInfo
- Publication number
- JP7338798B2 JP7338798B2 JP2022552983A JP2022552983A JP7338798B2 JP 7338798 B2 JP7338798 B2 JP 7338798B2 JP 2022552983 A JP2022552983 A JP 2022552983A JP 2022552983 A JP2022552983 A JP 2022552983A JP 7338798 B2 JP7338798 B2 JP 7338798B2
- Authority
- JP
- Japan
- Prior art keywords
- product
- derived
- properties
- information
- tactile
- 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
- 238000000034 method Methods 0.000 title claims description 19
- 239000000047 product Substances 0.000 claims description 145
- 239000000463 material Substances 0.000 claims description 85
- 230000000704 physical effect Effects 0.000 claims description 25
- 230000001953 sensory effect Effects 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 14
- 230000010365 information processing Effects 0.000 claims description 14
- 230000035945 sensitivity Effects 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 11
- 230000035807 sensation Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 8
- 230000004907 flux Effects 0.000 claims description 7
- 238000005452 bending Methods 0.000 claims description 6
- 230000003746 surface roughness Effects 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 239000006227 byproduct Substances 0.000 claims description 2
- 230000015541 sensory perception of touch Effects 0.000 claims 6
- 238000002716 delivery method Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 239000004744 fabric Substances 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 239000003973 paint Substances 0.000 description 3
- 238000007418 data mining Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000002649 leather substitute Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
- G06Q30/0627—Directed, with specific intent or strategy using item specifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
Description
本発明は、利用者が所望する感性情報を受け付ける受付手段と、前記受け付けた感性情報に対応する製品の持つ材料に由来する特性を予測する予測手段と、前記予測された特性に基づき製品を抽出する抽出手段と、前記抽出した製品を出力する出力手段と、を備える製品提供システムである。
以下、本発明に係る製品提供システムについて、図面を参照しながら詳細に説明する。
以下、本発明の一実施例を説明するが、本発明は、この実施例に何ら限定されるものではない。
図1は、本発明の一実施例に係る製品提供システムの構成を示すブロック図である。本実施例の製品提供システム10は、例えば、コンピュータを含む情報処理装置である。
本実施例の製品提供システム10は、受付手段11と、予測手段12と、抽出手段13と、出力手段14と、予測器15と、製品の持つ材料に由来する特性のデータベース(DB)16を備える。
製品を抽出する際のより好ましい実施態様としては、抽出手段において、少なくとも製品と該製品の持つ材料に由来する特性の情報を用いて、予測された特性から製品を抽出することが挙げられる。
抽出手段において、予測された該特性と製品の持つ材料の特性とを比較することにより、予測された該特性に対応する製品を抽出することができる。
本発明に係る製品提供システム10は、利用者の所望とする感性情報に沿った製品を、製品の持つ材料に由来する特性を介して抽出し、該抽出した製品を利用者に提供するものである。このように利用者の所望とする感性情報に沿った製品を提供する際、材料の特性を介して製品を抽出することで、利用者が所望とする感性にマッチした製品をより的確に、かつより現実的な方法で提供することができる。
受付手段11は、製品に対する利用者の印象である感性情報を受け付ける。
感性情報は、利用者が五感でどのように感じるか、例えば、明るい、温かい、つやがある等の情報を含む。また、感性情報は、利用者がどのような印象を受けるか、例えば、高級感、安心感、快適さ等の情報を含む。
また、感性情報は、例えば、五感のうち複数の感覚の相互作用によって生じる五感クロスモーダルにおいて利用者がどのように感じるかの情報を含んでもよい。
感性情報は、「少し温かい」などのように、その程度をあいまいな表現で示す情報であってもよい。
また、感性情報は、その程度を数値で表す情報を含んでもよい。例えば、「温かさ」を10段階で5というように「温かさ」の程度を数値で表現する場合も含み得る。
感性情報は、「おもてなし」、「満足感」、及び「本物以上」といった製品についてのコンセプトであってもよい。
本発明では、感性情報と製品の持つ材料に由来する特性との対応付けに基づいて、製品が抽出されるが、その際、所望の感性の発現が期待できる材料の物性を予測することにより、感性情報と製品の持つ材料に由来する特性との対応付けが行われるため、係る対応付けに有効な感性という観点からは、五感の中でも視覚と触覚に起因した感性情報であることが好ましい。
感性情報についてのより詳しい説明は、下記<予測手段12>の欄で記載する。
また、製品は、完成品のみならず、完成品の一部の部材や部品であってもよい。
製品提供システム10が提供する製品としては、例えば、内装壁材(内装材ともいう)、シート、合皮、フィルム、生地等が挙げられる。
予測手段12は、感性情報から製品の持つ材料に由来する特性を予測する。
感性情報と製品の持つ材料に由来する特性との対応付けは、例えば、ルールベースや機械学習を含む人工知能(AI)を用いて行われる。
ここで、機械学習の代表的な手法としては、統計学的手法、ランダムフォレスト、サポートベクターマシン、ディープラーニング等のニューラルネットワーク、データマイニングなどの手法が挙げられる。
材料の物性としては、例えば、材料の物理的性質、機械的性質、熱的性質、電気的性質、化学的性質等の試験結果による評価値(物性値)で表すことができる。材料の物性として、例えば、色構成(色相、明度、彩度)、光沢、動摩擦係数、熱浸透度、熱伝導率、熱流速、表面粗さ、引張強度、曲げ強度、硬さ、質感、温冷感等で表すことができる。
ここで、利用者に提供する製品として、内装材を例に説明する。
製品が内装材である場合、予測手段12で規定する感性情報としては、該内装材や該内装材が適用される空間(例えば、部屋の雰囲気)に対する利用者の感性情報である。この感性情報としては、特に制限はなく、目的に応じて、適宜選択することができるが、例えば、目的とする製品の種類を考慮し、該製品の持つ材料の特性を導くのに有効な感性項目を選択することが好ましい。例えば、部屋の壁面に使用される内装材に対する感性情報としては、特に視覚や触覚に起因した下記表1に示される感性項目が挙げられる。
本発明において、製品の持つ材料に由来する特性とは、単一の材料に由来する特性だけでなく、製品が複数の材料で構成されている場合には、複数の材料に由来する特性を考慮する。例えば、上記内装材の場合には、生地に由来する材料特性とその生地に塗布される塗料に由来する材料特性とを合わせて考慮する。
感性情報と製品の持つ材料に由来する特性との対応付けにおいて、上記内装材の場合のように、製品を構成する材料が複数の材料から形成されている場合は、生地に由来する材料特性及び塗料に由来する材料特性の両方を加味した状態で感性情報と対応付けることが好ましい。
図2は、予測器を用いて、感性情報が製品の持つ材料に由来する特性(材料の物性)に対応付けられる様子を説明するための概略図であり、図2中、符号20は予測器の入力である感性情報を、符号15は予測器を、符号22は予測器の出力である特性(物性)情報を示す。
感性情報と製品の持つ材料に由来する特性(例えば、材料の物性)とを対応付ける予測器を生成(出力)するには、ルールベースや機械学習を含む人工知能(AI)を用いて行うことができる。
例えば、感性情報における各評価項目が材料の特性(材料の物性)でどう対応付けるか、その処理手順をルールベースで記述することにより予測器を生成することができる。
例えば、感性情報が「明るい」の場合には、L*a*b*色空間の明度L*の値で表すと所定の値になり、「暗い」の場合には、L*a*b*色空間の明度L*の値で表すと所定の値になると記述することができる。
図3は、機械学習により予測器を生成する様子を説明するための概略図であり、図3中、符号30は、学習(教師)データを、符号31は機械学習の処理を、符号15は機械学習により生成された予測器を示す。
教師データとしては、例えば、下記表2で示すデータが挙げられる。
事前に取得する学習(教師)データは、例えば、感性情報を取得したい人に対して製品を提示し、その製品に対応するその人の感性情報を取得することにより作成することができる。尚、ここでいう人とは、感性情報を取得したい人であれば、単数、複数のいずれであっても構わない。
より精度の高い予測器を生成するという観点からは、入力データや正解データにおける項目のバランスが良い大量の学習(教師)データを準備することが望ましい。
抽出手段13は、上記予測手段12により得られた材料の特性に基づいて、製品を抽出する。これにより、受付手段11で受け付けた感性情報に応じた製品が抽出できる。
抽出手段13のより好ましい実施態様として、少なくとも製品と該製品の持つ材料に由来する特性の情報を用いて、上記予測手段12により得られた材料の特性と製品の持つ材料の特性とを比較することにより、予測された該特性に対応する製品を抽出することが挙げられる。
予測された材料の特性(物性)と表3で示されるような製品の材料が示す特性(物性)を比較することにより、所望の感性情報に沿った製品を抽出することができる。
所望の感性情報に応じた製品が複数該当する場合には、その全てを出力(提示)することもできれば、取得しているデータの中で最も適当と思われる製品を出力(提示)することもできる。
尚、既成の製品の有無に関わらず、所望の感性情報に沿ったより適切な製品を提供したい場合には、所望の感性情報に対応付けられる材料とその特性(物性)を出力(提示)することにより、より適切な製品を作製できる材料を示唆することができ、より適切な製品を作製(提供)することができる。
出力手段14は、抽出手段13で抽出した抽出結果である製品を利用者に出力(提示)する。出力の方法は、製品の名称、組成などの製品を特定する情報を文字表示する方法、製品を特定する情報を音声出力する方法、及び製品を静止画や動画で表示する方法などが挙げられる。
情報処理装置1は、全体の動作を制御する制御部2と、各種の入出力を行う入出力部3と、各種データやプログラム等を記憶する記憶部4と、外部との通信を行う通信部5と、各ブロック同士が相互通信可能なように接続する内部バス6と、を有する。
ステップS402では、予測手段12において、制御部2は、記憶部4に記憶されている予測器15を用いて、ステップS401で受け付けた感性情報に対応する製品の持つ材料に由来する特性(物性)を予測する。
ステップS403では、抽出手段13において、制御部2は、記憶部4に記憶されている製品と該製品の持つ材料に由来する特性(物性)の情報(データベース)16を用いて、ステップS402で予測された特性(物性)から製品を抽出する。
ステップS404では、出力手段14において、制御部2は、入出力部3によって、ステップS403で抽出した製品を利用者に提供(提示)する。
尚、学習装置は、図4で示す情報処理装置1と同様の構成を有しており、例えば、制御部2、入出力部3、記憶部4、通信部5、内部バス6を有している。学習装置で用いる情報処理装置は、通常、製品提供システムの情報処理装置とは異なるものを用いるが、同一の情報処理装置を用いてもよい。
図6のステップS501において、制御部2は、入出力部3によって学習(教師)データ30を取得する。学習(教師)データ30は、例えば、感性情報と感性情報に対応付けられた製品の持つ材料に由来する特性である。続くステップS502において、制御部2は、ステップS501で取得された学習(教師)データ30を用いて、機械学習31を行う。その結果、予測器15が生成(出力)される。
11 受付手段
12 予測手段
13 抽出手段
14 出力手段
Claims (11)
- 利用者が所望する視覚と触覚とのクロスモーダルに起因した感性に沿った製品を提供する製品提供システムであって、
利用者が所望する視覚と触覚とのクロスモーダルに起因した感性情報を受け付ける受付手段と、
前記受け付けた視覚と触覚とのクロスモーダルに起因した感性情報に対応する製品の持つ材料に由来する特性を予測する予測手段と、
前記予測された特性に基づき製品を抽出する抽出手段と、
前記抽出した製品を出力する出力手段と、を備え、
前記感性を得るための前記視覚は、下記(A-1)及び下記(A-2)の少なくともいずれかの項目に関する視覚であり、
前記感性を得るための前記触覚は、下記(B-1)、下記(B-2)、下記(B-3)、及び(B-4)の少なくともいずれかの項目に関する触覚である、製品提供システム。
(A-1)色相、明度、及び彩度の少なくともいずれかからなる色構成
(A-2)光沢
(B-1)動摩擦係数
(B-2)熱浸透度、熱伝導度、及び熱流速の少なくともいずれかからなる熱的物性
(B-3)表面粗さ
(B-4)引張強度、曲げ強度、及び硬さの少なくともいずれかからなる機械的物性 - 前記予測手段において、視覚と触覚とのクロスモーダルに起因した感性情報と製品の持つ材料に由来する特性との対応付けが、ルールベースや機械学習を含む人工知能(AI)を用いて行われる、請求項1に記載の製品提供システム。
- 前記材料に由来する特性が材料の物性で示される、請求項1又は2に記載の製品提供システム。
- 前記材料に由来する特性が、下記(A)で示される視覚に関する評価項目と、下記(B)で示される触覚に関する評価項目とを合わせた材料の物性で示される、請求項3に記載の製品提供システム。
(A)(A-1)色相、明度、及び彩度の少なくともいずれかからなる色構成、及び(A-2)光沢の少なくともいずれかの視覚に関する評価項目
(B)(B-1)動摩擦係数、(B-2)熱浸透度、熱伝導度、及び熱流速の少なくともいずれかからなる熱的物性、(B-3)表面粗さ、及び(B-4)引張強度、曲げ強度、及び硬さの少なくともいずれかからなる機械的物性の少なくともいずれかの触覚に関する評価項目 - 前記抽出手段において、少なくとも製品と前記製品の持つ材料に由来する特性の情報を用いて、前記予測された特性から製品を抽出する、請求項1~4のいずれか一項に記載の製品提供システム。
- 利用者が所望する視覚と触覚とのクロスモーダルに起因した感性に沿った製品を提供するための情報処理装置が実行する製品提供方法であって、
利用者が所望する視覚と触覚とのクロスモーダルに起因した感性情報を受け付ける受付工程と、
前記受け付けた視覚と触覚とのクロスモーダルに起因した感性情報に対応する製品の持つ材料に由来する特性を予測する予測工程と、
前記予測された特性に基づき製品を抽出する抽出工程と、
前記抽出した製品を出力する出力工程と、を備え、
前記感性を得るための前記視覚は、下記(A-1)及び下記(A-2)の少なくともいずれかの項目に関する視覚であり、
前記感性を得るための前記触覚は、下記(B-1)、下記(B-2)、下記(B-3)、及び(B-4)の少なくともいずれかの項目に関する触覚である、製品提供方法。
(A-1)色相、明度、及び彩度の少なくともいずれかからなる色構成
(A-2)光沢
(B-1)動摩擦係数
(B-2)熱浸透度、熱伝導度、及び熱流速の少なくともいずれかからなる熱的物性
(B-3)表面粗さ
(B-4)引張強度、曲げ強度、及び硬さの少なくともいずれかからなる機械的物性 - 前記予測工程において、視覚と触覚とのクロスモーダルに起因した感性情報と製品の持つ材料に由来する特性との対応付けが、ルールベースや機械学習を含む人工知能(AI)を用いて行われる、請求項6に記載の製品提供方法。
- 前記材料に由来する特性が材料の物性で示される、請求項6又は7に記載の製品提供方法。
- 前記材料に由来する特性が、下記(A)で示される視覚に関する評価項目と、下記(B)で示される触覚に関する評価項目とを合わせた材料の物性で示される、請求項8に記載の製品提供方法。
(A)(A-1)色相、明度、及び彩度の少なくともいずれかからなる色構成、及び(A-2)光沢の少なくともいずれかの視覚に関する評価項目
(B)(B-1)動摩擦係数、(B-2)熱浸透度、熱伝導度、及び熱流速の少なくともいずれかからなる熱的物性、(B-3)表面粗さ、及び(B-4)引張強度、曲げ強度、及び硬さの少なくともいずれかからなる機械的物性の少なくともいずれかの触覚に関する評価項目 - 前記抽出工程において、少なくとも製品と前記製品の持つ材料に由来する特性の情報を用いて、前記予測された特性から製品を抽出する、請求項6~9のいずれか一項に記載の製品提供方法。
- コンピュータを、請求項1~5のいずれか一項に記載の各手段として機能させる、
製品提供プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021001932 | 2021-01-08 | ||
JP2021001932 | 2021-01-08 | ||
PCT/JP2021/046936 WO2022149448A1 (ja) | 2021-01-08 | 2021-12-20 | 製品提供システム、製品提供方法、及び製品提供プログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2022149448A1 JPWO2022149448A1 (ja) | 2022-07-14 |
JPWO2022149448A5 JPWO2022149448A5 (ja) | 2022-12-14 |
JP7338798B2 true JP7338798B2 (ja) | 2023-09-05 |
Family
ID=82357302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022552983A Active JP7338798B2 (ja) | 2021-01-08 | 2021-12-20 | 製品提供システム、製品提供方法、及び製品提供プログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240054531A1 (ja) |
EP (1) | EP4276730A1 (ja) |
JP (1) | JP7338798B2 (ja) |
CN (1) | CN116547688A (ja) |
WO (1) | WO2022149448A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011171807A (ja) | 2010-02-16 | 2011-09-01 | Canon Inc | 画像処理装置、およびプログラム |
WO2015129334A1 (ja) | 2014-02-28 | 2015-09-03 | 富士フイルム株式会社 | 商品検索装置、商品検索システム、サーバシステム及び商品検索方法 |
WO2016017242A1 (ja) | 2014-07-31 | 2016-02-04 | 富士フイルム株式会社 | コーディネートサーバ、コーディネートシステム、及びコーディネート方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11361357B2 (en) * | 2016-11-18 | 2022-06-14 | The Neiman Marcus Group Llc | Method, system, and computer program product for data attribution of items and contextual content creation of coordinating groups for the items |
CN112912821A (zh) * | 2018-08-05 | 2021-06-04 | 联触公司 | 根据触觉特性辅助材料或产品选择的方法和系统 |
JP7206889B2 (ja) | 2018-12-19 | 2023-01-18 | Dic株式会社 | 触感見本及び触感見本システム |
JP7220107B2 (ja) * | 2019-03-22 | 2023-02-09 | トヨタ紡織株式会社 | 情報処理装置、および情報処理装置の制御方法 |
US20200311798A1 (en) * | 2019-03-25 | 2020-10-01 | Board Of Trustees Of The University Of Illinois | Search engine use of neural network regressor for multi-modal item recommendations based on visual semantic embeddings |
-
2021
- 2021-12-20 US US18/260,500 patent/US20240054531A1/en active Pending
- 2021-12-20 JP JP2022552983A patent/JP7338798B2/ja active Active
- 2021-12-20 WO PCT/JP2021/046936 patent/WO2022149448A1/ja active Application Filing
- 2021-12-20 EP EP21917668.2A patent/EP4276730A1/en active Pending
- 2021-12-20 CN CN202180081500.0A patent/CN116547688A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011171807A (ja) | 2010-02-16 | 2011-09-01 | Canon Inc | 画像処理装置、およびプログラム |
WO2015129334A1 (ja) | 2014-02-28 | 2015-09-03 | 富士フイルム株式会社 | 商品検索装置、商品検索システム、サーバシステム及び商品検索方法 |
WO2016017242A1 (ja) | 2014-07-31 | 2016-02-04 | 富士フイルム株式会社 | コーディネートサーバ、コーディネートシステム、及びコーディネート方法 |
Also Published As
Publication number | Publication date |
---|---|
US20240054531A1 (en) | 2024-02-15 |
EP4276730A1 (en) | 2023-11-15 |
JPWO2022149448A1 (ja) | 2022-07-14 |
WO2022149448A1 (ja) | 2022-07-14 |
CN116547688A (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bahn et al. | Incorporating affective customer needs for luxuriousness into product design attributes | |
Kim et al. | Identifying affect elements based on a conceptual model of affect: A case study on a smartphone | |
US20090055210A1 (en) | Advice apparatus, advice method, advice program and computer readable recording medium storing the advice program | |
KR100565146B1 (ko) | 개인 색 구축시스템 | |
CN111241901A (zh) | 信息处理装置、存储介质及信息处理方法 | |
Iannone et al. | “Who’s that?”: The negative consequences of being out of the loop on pop culture. | |
JP7338798B2 (ja) | 製品提供システム、製品提供方法、及び製品提供プログラム | |
JP7082904B2 (ja) | 組織情報処理装置、組織情報処理方法、およびプログラム | |
KR20170135391A (ko) | 전자 제품 사용성 평가 방법 및 시스템 | |
WO2022049777A1 (ja) | 家具レイアウトvrシステム、家具レイアウトvr方法及びプログラム | |
Assogba et al. | Large scale qualitative evaluation of generative image model outputs | |
JP4978043B2 (ja) | イメージ情報評価方法 | |
JP2017130170A (ja) | 会話連動システム、会話連動装置、会話連動方法、および、会話連動プログラム | |
JP2007073014A (ja) | 情報提供装置及び情報提供方法 | |
JP6751955B1 (ja) | 学習方法、評価装置、及び評価システム | |
Wulandari et al. | PERCEIVED EASE OF USE, SOCIAL INFLUENCERS, FACILITATING CONDITIONS, USER EXPERIENCE ON THE INFLUENCE OF HUMAN-MACHINE INTERACTION ON INTERACTION EFFICIENCY, EMOTIONAL IMPACT OF USING CHAT GPT | |
JP6975878B2 (ja) | 空間プラン提案システム、空間プラン提案方法、空間プラン提案システムを実行させるプログラム及び空間プラン提案システムに用いられる表示端末 | |
JP6209298B1 (ja) | 情報提供装置及び情報提供方法 | |
JP6882810B1 (ja) | 情報処理装置、プログラム、及び方法 | |
JP6864920B2 (ja) | 素材提案装置、素材提案方法および素材提案プログラム | |
JP2006085523A (ja) | レイアウト支援システムおよびレイアウト支援プログラム、並びにレイアウト支援方法 | |
JP2020064537A (ja) | レコメンドシステム及びレコメンド方法 | |
Tabuena et al. | Analyzing Contemporary Philippine Art Forms and Critiquing Available Local Materials and Appropriate Techniques Used in Creating Art | |
JP7390847B2 (ja) | 情報処理装置およびコンピュータプログラム | |
Bocancea et al. | QUALITATIVE ANALYSIS OF DIGITAL FABRICS PERCEPTION IN VARIOUS SCENARIOS OF REPRESENTATION. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220902 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220902 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220902 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221213 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230117 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230411 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230426 |
|
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: 20230725 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230807 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7338798 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |