| 研究概要 |
本研究ではまず,クラスター認知要因に関する詳細なレビューを行った.ゲシュタルト心理学に代表される視覚的グル-ピング理論,及び,画像処理工学における視覚的グル-ピングの処理アルゴリズムについて,理論的背景と,実際的な計算アルゴリズムを整理した.
次に,これら既存研究に基づいて,比較的簡便な点クラスター認知モデルを構築した.ここでは,点分布の密度に着目し,その空間的集中度と空間的変動の2つを用いて,閾値による確率的認知モデルを採用した.このモデルは,実験データを得ることで最尤法によるモデル推定が可能であり,また,モデルの妥当性評価をAICによって行うことができる,という利点を持っている.
このモデルを,予備実験の結果に適用したところ,推定されたパラメータは極めて妥当な値を示し,モデルの妥当性は十分であった.また,的中率という指標を用いて評価すると,85〜90%という高い値を示し,実用面でも十分評価できるものであった.
予備実験の結果を踏まえ,より多数の被験者を用いた本実験を実施した.そして,その結果に対して既に構築したモデルを非集計型モデルとして適用した結果,予備実験ほどではないものの,やはり非常によい結果を得ることができた.的中率としては80〜88%であったが,実用という点では十分な値であり,クラスター認知の予測は可能であると言うことができる.さらにこの結果を用いて,点オブジェクトの大きさや重なりなどの影響の定量的評価も併せて行ったところ,いずれも統計的に有意な影響をもたらすことがわかった.
|
