2013 Fiscal Year Research-status Report
利用者の新たな感性的価値の発見を支援する感性情報システムの開発
| Project/Area Number |
25330331
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Research Institution | Kyoto Sangyo University |
|---|
Principal Investigator |
荻野 晃大 京都産業大学, コンピュータ理工学部, 准教授 (40407870)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | 感性モデル / 感性データベース / ラフ集合 / 機械学習 / レコメンデーション / コーディネーション / ファッション |
|---|
| Research Abstract |
本研究の目的は、モノに関する個人の嗜好・関心・印象をモデル化する仕組みと、そのモデルをベースとして個人が嗜好・関心・印象をもつ範囲を広げる（『感性を豊かにする』）支援をする仕組みをもつ感性情報システムを開発することである。本年度の具体的な目的は、 ソフトコンピューティングと機械学習の仕組みを用いて、モノに関する個人の嗜好や関心の抱き方をモデル化する仕組みを構築することである。
本年度は、5人の被験者に対して180着の洋服に関する嗜好を計測する被験者実験を行い、このデータを元に感性のモデル化手法の研究を進めた。ソフトコンピューティングに関する仕組みについては、このデータから洋服の持つ特徴（色や形など）とその嗜好・関心・印象の関係をラフ集合を用いてルールを作成し、それを分析することで被験者の嗜好に関係する特徴の推定する方法の開発を行った。本方法の意義は、利用者にシステムが利用者の感性をどのように理解しているのかを、利用者のわかりやすい形で説明できるモデルを作成していることにある。
機械学習の仕組みに関しては、Waikato大学で開発されたオープンソースのWEKAを利用して情報量に基づく特徴選択やアンサンブル学習などを用いて、嗜好・関心・印象に関係する特徴を推定する方法の開発を行った。本方法の意義は、感性工学の分野では、統計的手法による研究は多くあるが、機械学習を用いた研究はまだ少ないため、本研究成果を元に機械学習の方法を感性のモデル化に応用するベースとすることができる点にある。
ルールベースと機械学習の仕組みを組み合わせたモデル化手法の研究は現在進行中であり、機械学習の得意とする大量のデータから意味ある情報を習得し、それを利用者のわかりやすい形でモデル化するプロトタイプは作成できているが、成果を出すに至っていない。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
ルールベースと機械学習の各仕組みを用いたモデル化に関しては成果を出すことができた。
しかしながら本研究も目的であるこれらを組み合わせたモデル化手法の研究は、現在も進行中である。具体的には、機械学習の得意とする大量のデータから意味ある情報を習得し、それを利用者のわかりやすい形でモデル化するプロトタイプは作成できているが、成果を出すに至っていない。
|
| Strategy for Future Research Activity |
来年度は、ルールベースと機械学習の各仕組みを用いたモデル化に関しては成果を元に、これらを組み合わせたモデル化手法の確立を目指す。具体的には、機械学習の過程で算出される注目特徴をルールベースのモデル化結果に反映させた新しい指標の開発を目指す。
また最終年度に向けて、この仕組みを元に個人の嗜好・関心・印象に適合しつつ、新たなモノを提案する仕組みの開発を行う。この新たなモノを提案する仕組みに関しては、今年度研究を進めている方法を用いてはいないが、成果として出てきている。本年度は、ルールベース＋機械学習の方法に新たなモノを提案する仕組みを組み込むことを目指す。
|
