权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Method for aesthetic design based on customer's kansei evaluation using deep learning

基于深度学习的顾客感性评价的美学设计方法

基本信息

批准号：
20K12540
负责人：
小林正和
金额：
$ 2.75万
依托单位：
Toyota Technological Institute
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K12540/
关键词：
感性工学意匠設計深層学習ラフ集合ファインチューニングアクティブラーニング生成AI CNN（畳み込みニューラルネットワーク）GAN（敵対的生成ネットワーク）CAM（クラス活性化マッピング）セマンティックセグメンテーション畳み込みニューラルネットワーク敵対的生成ネットワーク

项目摘要

感性工学の研究分野では，顧客アンケートに基づいて製品デザインと顧客の感性の対応関係を分析し，意匠設計に利用することで，設計者によらずに，顧客の感性的要求を満たす製品デザインを設計することを目指してきた．本研究では，この目標を実現するために，近年様々な分野で利用され，多くの成果を上げている深層学習を導入した創成型意匠設計法の検討を行う．今年度は研究の3年目として，以下の3つの研究テーマを実施した．（1）ファインチューニングやアクティブラーニングなどの深層学習のテクニックを利用した顧客アンケートの負担軽減の研究に関しては，昨年度に引き続きケーススタディを実施し，その有効性を検証した．その結果，ファインチューニングやアクティブラーニングを用いることで，大幅に少ないアンケートで精度の高い学習ができることが分かった．（2）本研究で扱う顧客アンケートは，顧客が製品から受ける印象や選好を評価したものであるが，このような評価を全ての製品に対して正確に行うことは難しい．そして，そのようなアンケートを用いてラフ集合を実行すると，間違った顧客選好が抽出されてしまう．そこで本テーマでは，CNNを用いて収集された顧客アンケートの正しさを推定し，正しいと推定されるアンケートのみを用いてラフ集合を実行することで，正確な顧客選好を抽出できるようにした．（3）潜在拡散モデルに基づく画像生成AIの登場は2022年の大きなトピックの一つである．画像生成AIを用いると，プロンプトと呼ばれるテキストから画像を生成することができる．本テーマでは，画像生成AIと顧客アンケートを組み合わせ，画像生成AIによって生成された製品画像を顧客が評価し，その評価に基づいて製品画像を再生成することで，顧客の選好にあった製品画像が生成できるようにした．

Kansei engineering research division, customer satisfaction, product satisfaction, customer satisfaction. This study aims to achieve this goal. In recent years, we have made use of many achievements in deep learning and introduced innovative design methods. This year's research is 3 years old, and the following 3 years of research are implemented. (1) The research on the burden reduction of customer service in the field of deep learning and the utilization of customer service is related to the implementation of the system last year, and the effectiveness of the system is demonstrated. The results of the study are as follows: 1. The results of the study are as follows: (2) This study is aimed at customer satisfaction, customer satisfaction and customer satisfaction. In addition, the company will continue to provide services to customers. This is the first time that CNN has used the correct method to collect and estimate the customer's behavior. (3) The potential dispersion of the base image generation AI will appear in 2022. Portrait generation AI is used to generate portraits. This is the first time that a product portrait has been generated.

项目成果

期刊论文数量（5）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Generation of Product Design Using Gan Based on Customer's Kansei Evaluation

基于客户感性评价使用 Gan 生成产品设计

DOI：
发表时间：
2022
期刊：
Proceedings of 9th International Conference on Kansei Engineering and Emotion Research 2022
影响因子：
0
作者：
Masakazu Kobayshi;Pongsasit Thongpramoon
通讯作者：
Pongsasit Thongpramoon

Optimal design of product aesthetics based on rough set theory and deep learning techniques

基于粗糙集理论和深度学习技术的产品美学优化设计