| 研究概要 |
感性表現のファジィな距離を同定し,ソフトなグル-ピングと代表的な感性表現を選定する手法を開発した。さらに,感性表現とデザイン要素との対応モデルを構築し,デザイン要素推論方式を開発した。
具体的には,まず,平均データにより構成された因子空間に個人のデータを写像することにより,感性表現を因子空間内のファジィ対象として認識する手法を開発した。従来法であるファジィデータの因子区間モデルでは,評定者変動量を保存することができないが,開発した手法では,これを実現できるのが特徴である。
次に,ファジィ対象間の距離の与え方について検討し,適切なクラスタリング法として,ウォード法を部分的に利用する階層的クラスタリング法を考案した。また,ファジィクラスタリング法やカバーリング法を比較検討し,代表感性表現の選定法を開発した。
らに,外的基準がファジィ数で与えられる場合の数量化理論I類手法を,ファジィ回帰分析手法を参照して開発した。また,多くの評定者の感性評価データをファジィ数として同定する方法を開発した。同定されるファジィ・カテゴリー評点の中心が平均データによる従来の数量化理論I類によるものと一致することが特徴である。
最後に,ファジィ数量化理論I類モデルを利用して,感性表現からデザインを推論する方法を開発した。すなわち,複数の感性表現からデザイン要素の組み合わせをファジィ推論する方法を開発した。
次年度は,上記の理論的研究の成果をプログラム化し,感性データ処理システムを開発する。また,実際のアンケート調査により,顧客参加型のシステムキッチン評価実験を実施し,ソフトウェアの有用性を検証する。さらに,連想記憶方式のニューラルネットモデルによる,新規のデータや情報に対する学習法を重点的に研究する。
|
