• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 研究成果報告書

ベイズ最適化による未知の多次元心理物理関数の推定手法の構築と応用分野の開拓

研究課題

  • PDF
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
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
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.

自由記述の分野

実験心理学

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.

URL: 

公開日: 2023-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi