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、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に関する。
利用者が製品（物及びサービスを含む）を選ぶ際の評価基準としては、その製品の本来の働きを示す機能や、その働きの効率及び能率などを示す性能のほか、その製品が五感でどのように感じられるものであるか、また、その製品が感性にどのように訴えるものであるかといった利用者の印象が挙げられる。
特許文献1に記載の発明では、製品のサンプルとしての触感見本において、製品を想定した見本の表面の凹凸感や質感のみならず、見本の３次元的な触感を評価出来るようにしている。
特許文献１に記載の発明によれば、利用者が触感見本に触れることで実際の製品の特徴を感じ取ることが出来、製品を選ぶ際に大いに役立てることが出来る。
しかしながら、従来の技術では、利用者が製品から受ける印象として求めるものを発現する製品を提示することは難しかった。すなわち従来は、利用者の求める感性に応じた製品を提示するには、例えば、利用者の話を聞いた担当者が製品を選ぶことになるが、その場合、その担当者のセンスに頼るところが大きく、利用者の求める感性に十分応えた製品の提案は難しかった。
本発明は、以上のような課題を解決するためになされたものであり、利用者の求める感性に沿った製品を提案できる製品提供システムを提供することを目的とする。
本発明は、利用者が所望する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。
本発明によれば、利用者の求める感性に沿った製品を提案できる製品提供システムを提供することが出来る。
本発明は、利用者が所望する感性に沿った製品を提供する製品提供システムである。
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。
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。
（第１の実施例）
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。
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。
製品提供システム１０は、利用者の所望とする感性情報を受け付け、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、受け付けた感性情報に対応する材料の該特性を予測し、予測された該特性に基づき製品を抽出し、該抽出した製品を利用者に提供する。
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。
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＞
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。
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。
製品提供システム１０が提供する製品としては、あらゆる物及びサービスが該当する。
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。
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＞
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。
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。
本発明において、材料に由来する特性とは、特に制限はなく、感性情報と対応付けられる特性であれば、適宜選択することができるが、例えば、材料の物性が挙げられる。
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。
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。
以下、予測手段１２について詳しく説明する。
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。
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。
製品が、内装材である場合、内装材の持つ材料に由来する特性としては、例えば、内装材の生地に由来する材料特性であったり、該生地に塗装が施されている場合には、その塗装（塗料）に由来する材料特性であったりする。
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。
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。
例えば、図２で示されるように、感性情報と製品の持つ材料に由来する特性（材料の物性）とを対応付ける、記憶部に格納されている予測器を用いることにより、利用者の感性情報に対応付けられた物性を示す材料を予測することができる。
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。
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。
＜＜予測器の生成＞＞
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。
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。
予測器を上記ルールベースで生成する以外の方法としては、図３で示すように、機械学習により予測器を生成することができる。機械学習の手法としては、上述したように、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。
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。
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。
予測器を機械学習により生成する場合は、図３で示すように、感性情報（入力データ）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（正解データ）からなる学習（教師）データ３０を事前に取得し、該学習（教師）データ３０を用いて、統計学的手法やニューラルネットワークなどの機械学習３１を行うことにより予測器１５を生成する。
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。
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＞
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。
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。
例えば、上記材料の特性の情報が材料の物性に係る情報である場合には、下記表３で示すような、製品で使用される材料において、該材料が示す物性の評価結果のデータを作成しておけばよい。
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。
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。
表３に上げた特性（物性）はいずれも市販の装置を用いて測定することができる。たとえば、色のＬ、Ｃ、Ｈは分光測色計（コニカミノルタ社製ＣＭ－２６ｄdなど）、硬さの曲げヤング率は材料試験機（島津製作所社製オートグラフＡＧＳ－Ｘなど）、摩擦の動摩擦係数はトライボメーター（新東科学社製トライボギアＴＹＰＥ１４など）、最大熱流速は熱流束計（カトーテック社製ＫＥＳ－Ｆ７など）を用いて得られる。
表３の抽出結果は１つでもよいし、複数でもよい。抽出結果が複数の場合は、感性情報やその他製品・サービス形態の条件などをさらに追加して、抽出結果の絞り込みを行ってもよい。
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。
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＞
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。
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。
図４は、本発明の第１の実施例に係る情報処理装置の構成の一例を示すブロック図である。図１の製品提供システム１０は、図４の情報処理装置１によって構成される。
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。
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。
上記受付手段１１は、例えば、入出力部３及び制御部２によって実現される。上記予測手段１２は、例えば、記憶部４及び制御部２によって実現される。上記抽出手段１３は、例えば、記憶部４及び制御部２によって実現される。上記出力手段１４は、例えば、入出力部３及び制御部２によって実現される。
情報処理装置１は、例えばコンピュータであり、スマートフォン、ＰＤＡ、タブレット、又はノートパソコンなどの、被験者が携帯可能な装置であってもよいし、被験者が携帯せずに設置位置に固定されたコンピュータでもよい。ＰＤＡは、Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔの略称である。
制御部２は、例えばＣＰＵ、ＭＣＵ又はＭＰＵと呼ばれる装置であり、例えば記憶部４に記憶されたプログラムが実行される。ＣＰＵはＣｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔの略称である。ＭＣＵはＭｉｃｒｏ Ｃｏｎｔｒｏｌｌｅｒ Ｕｎｉｔの略称である。ＭＰＵはＭｉｃｒｏ Ｐｒｏｃｅｓｓｏｒ Ｕｎｉｔの略称である。
入出力部３は、情報処理装置１を操作する利用者に対する入出力を行う装置である。入出力部３は、ディスプレイ、キーボード、マウス、ボタン、タッチパネル、プリンタ、マイク、及びスピーカなどによる、情報や信号の入出力を行う。本実施例では、入出力部３は、例えばキーボードの役割を果たし、このキーボードによって感性情報を入力する。また、本実施例では、入出力部３は、少なくともディスプレイの役割を果たし、このディスプレイに、受け付けた感性情報に対応付けられた製品を表示する。なお、制御部２は、音声認識機能を備え、入出力部３は、マイク及びスピーカで構成し、マイクによって音声により感性情報を入力し、スピーカによって受け付けた感性情報に対応付けられた製品を出力するようにしてもよい。
記憶部４は、例えば、ＲＯＭ、ＲＡＭ、ＨＤＤ、又はフラッシュメモリといった装置であり、制御部２で実行するプログラムや各種データを記憶する。ＲＯＭは、Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙの略称である。ＲＡＭは、Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙの略称である。ＨＤＤは、Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅの略称である。
通信部５は、外部との通信を行う。通信部５による通信は、有線通信でもよいし、無線通信でもよい。通信部５による通信は、如何なる通信方式でもよい。制御部２は、通信部５によって、文字データ、画像データ及び音声データなどの各種データの送受信を行うことが出来る。制御部２は、入出力部３の代わりに通信部５を用いることが出来る。
図５は、本発明の第１の実施例に係る情報処理装置１によって実行される処理の一例を示すフローチャートである。
ステップＳ４０１では、受付手段１１において、制御部２は、入出力部３によって感性情報の入力を受け付ける。
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。
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。
本実施例の製品提供システム１０によれば、製品提供システム１０を操作する操作担当者のセンスによらず、利用者が製品から受ける印象として求めるものを発現する製品を、製品の持つ材料に由来する特性との対応付けを利用することにより、出力（提示）することが出来る。すなわち、本実施例の製品提供システム１０によれば、利用者の求める感性に沿った製品を提供することが出来る。
図６は、予測手段１２で使用する予測器１５を学習装置を用いて機械学習により生成する処理の一例を示すフローチャートである。
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。
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。
以上、本発明の好ましい実施例について説明したが、本発明は、これらの実施例に限定されるものではない。本発明の目的は、上述の実施例の機能を実現するプログラムコード（コンピュータプログラム）を格納した記憶媒体をシステムあるいは装置に供給し、供給されたシステムあるいは装置のコンピュータが記憶媒体に格納されたプログラムコードを読み出し実行することによっても達成される。この場合、記憶媒体から読み出されたプログラムコード自体が上述した実施例の機能を実現することになり、そのプログラムコードを記憶した記憶媒体は本発明を構成することになる。また、上述した実施形態では、コンピュータがプログラムを実行することにより、各処理部として機能するものとしたが、処理の一部または全部を専用の電子回路（ハードウェア）で構成するようにしても構わない。
本発明は、説明された特定の実施例に限定されるものではなく、特許請求の範囲に記載された本発明の趣旨の範囲内において、種々の変形・変更が可能である。実施例における構成要素は、適宜、既存の構成要素等との置き換えが可能であり、かつ、他の既存の構成要素との組み合わせを含む様々なバリエーションが可能である。
１０ 製品提供システム
１１ 受付手段
１２ 予測手段
１３ 抽出手段
１４ 出力手段
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 |