| 研究課題/領域番号 |
19K03375
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分10040:実験心理学関連
|
|---|
| 研究機関 | 大阪電気通信大学 |
|---|
研究代表者 |
小森 政嗣 大阪電気通信大学, 情報通信工学部, 教授 (60352019)
|
|---|
| 研究分担者 |
遠里 由佳子 立命館大学, 情報理工学部, 教授 (80346171)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | ガウス過程選好学習 / ガウス過程回帰 / 効用関数 / 顔知覚 / ベイズ最適化 / 心理物理学 / 顔認知 / 心理物理関数 / 実験計画法 |
|---|
| 研究開始時の研究の概要 |
例えば「2色の配色」は6次元の物理量により記述され，その組み合わせは膨大な数になる．したがって「配色の良さ」を考えた時膨大な組み合わせの中から良い配色を見つけなければならない．本研究ではこのような複雑な多次元の心理物理関数の全体像を，ベイズ最適化という手法に基づいて解明する手法の構築を目指す．また，この手法を心理学的・実験美学的研究のみならず，人の感性に適合したものづくりへ積極的に応用することを目指す．
|
| 研究成果の概要 |
本研究では，多次元の心理物理関数（本論文では効用関数と呼ぶ）をガウス過程回帰により推定するための方法論の構築を試みた．本研究では，二肢選択判断に対する回答に基づいて効用関数を推定するために，ガウス過程回帰を拡張したガウス過程選好学習（Gaussian process preference learning: GPPL）に着目した．さらに，ガウス過程回帰を顔の評価やデザイン研究など多様な心理学的問題に適用するための様々な方法論を開発し，その有効性を示した．また，これらの実験を行うためのアプリケーションを開発し，本手法の応用分野の開拓を行った．
|
| 研究成果の学術的意義や社会的意義 |
研究成果の学術的意義は（1）ガウス過程選好学習（GPPL）が多様な心理学的な問題に適用可能であり．また多次元の心的な効用関数の推定において従来の手法より高い予測精度を持つことを示したこと，（2）また効用関数の特徴や信頼性を記述するための様々な手法を確立したことである．社会的意義は，GPPLにもとづくベイズ最適化を簡便に行うことができるアプリケーション・実験システムを構築し，この手法が，言語化が容易ではない感性の可視化（他者に対する偏見の可視化，商品コンセプトの可視化）に有効であることを示したことである．
|
