感性工学商品開発プロセスへのAI応用

★感性工学の応用実践編として、AI応用を中心に解説！  ～高度な感性分析と生成AIの活用～ ※本セミナーはZOOMを使ったLIVE配信セミナーです。会場での参加はございません。 

セミナー講師

広島国際大学　教授　博士（工学） 石原 茂和　氏【専門】感性工学、人間工学、ジェロンテクノロジー、バイオメカニクス【略歴】2018年4月 - 現在　　広島国際大学 医療・福祉科学研究科 医療工学専攻 博士後期課程 指導教員 2012年4月 - 現在　　広島国際大学 総合リハビリテーション学部 教授 2007年10月 - 現在　　専門社会調査士 2003年6月 - 現在　　日本人間工学会認定 人間工学専門家 2005年4月 - 2012年3月　　広島国際大学 人間環境学部 教授 2001年4月 - 2005年3月　　広島国際大学 人間環境学部 助教授 1998年 - 2001年　　尾道短期大学 助教授 1993年 - 1998年　　尾道短期大学 講師 1992年 - 1993年　　山口大学 工学部 助手

セミナー受講料

49,500円（税込、資料付）■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合46,200円、　 2名同時申込の場合計49,500円（2人目無料：1名あたり24,750円）で受講できます。（セミナーのお申し込みと同時に会員登録をさせていただきますので、　  今回の受講料から会員価格を適用いたします。）※ 会員登録とは　 ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。　 すべて無料で年会費・更新料・登録費は一切かかりません。　 メールまたは郵送でのご案内となります。　 郵送での案内をご希望の方は、備考欄に【郵送案内希望】とご記入ください。

受講について

Zoomを使ったWEB配信セミナー受講の手順

1. Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
2. セミナー前日までに必ず動作確認をお願いします。
3. 開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。

• セミナー資料は開催前日までにPDFにてお送りいたします。
• 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

セミナー趣旨

　感性工学は、広島大学工学部の長町三生教授により1970年代初頭に始められました。以来、心理学測定法と多変量解析、80年代半ばからはAIの手法も多数取り入れてきました。80年代からのAIの使用については２通りあり、一つは多変量解析の結果の、膨大な数値データをデザイン・設計実務でわかりやすく使用するための、グラフィックも兼ね備えたエキスパートシステムとして、もう一つは、多変量解析の限界を超えた分析を行うために、今で言う統計的学習理論、機械学習の中でも統計数理を重視する手法でした。その結果、少ないサンプル数や、説明変数間の強い相関などの問題を解消、形を統計量として扱うなどが可能になりました。2020年代からの生成AIをはじめとした手法の応用により、意味の世界まで踏み込んだ文章解析が可能になり，SNSを解析して観光振興の戦略を立てられます．また，感性工学評価実験の分析結果にもとづいて，生成AIを活用したデザインプロセスのスピード化などが可能になりました。この講座では、感性工学の手法の初歩を終えられた方むけに、感性工学の応用実践編として、上記のようなAI応用を中心に解説します。

受講対象・レベル

商品開発に関わる人でしたらどなたでも

習得できる知識

古典的AIとしてエキスパートシステム，統計的学習理論の感性工学データへの応用，生成AIを用いた文章意味解析，画像生成など

セミナープログラム

１．感性工学の測定分析　基礎手法概観　　1.1　SD法と尺度論，統計分布　　1.2　主成分分析（多次元の感性構造を抽出）　　1.3　クラスター分析（代表的なサンプルのグループを形成，共通要素を発見する）　　1.4　回帰分析系（細かい設計要因と感性との間の関係を推定する）２．古典的AIの応用：感性工学エキスパートシステムとデザインプロセスの変革　　2.1　エキスパートシステムとは　　2.2　感性工学エキスパートシステムの実例　　2.3　簡単な感性工学エキスパートシステムの作り方　　2.4　感性工学エキスパートシステムによるデザインプロセス３．統計的学習理論の応用　　3.1　少数サンプル問題への対応：Partial　Least　Squares,　PLS回帰分析　　3.2　自己組織化ニューラルネットワークによる階層化クラスター分析の安定化:arboART　　3.3　形を統計量として扱う−　洗練された形状には，アールは何ミリにすれば？　　　　：Morphometricsと感性工学への応用　　3.4　お互いに高度に相関がある説明変数の場合：Random Forestによる回帰木４．生成AIによる分析　　4.1　意味の世界まで踏み込んだ文章解析：BERT, LLMによるSNSの意味解析　　4.2　感性工学分析結果から，生成AIによるデザインバリエーションの自動生成方法（なるべく，Google　Colaboratoryで試せるように準備中です）

キーワード：人工知能,感性,官能,AI,デザイン,WEBセミナー,オンライン