感性の計算理論/ Affective engineering

感性の本質は,多様(多次元かつ多階層)で,ダイナミック(時間変化する)かつ個人差が著しいことにあります. そんな感性を分析し,ものづくりに活かすための技術を開発しています. また,実際のものづくり/システムづくりに供したいとの思いから,様々な企業との共同研究を行っています.
The very nature of our affective status is multidimensional, multilayered, dynamic, and individual. We are studying analytical techniques for comprehending such human internal responses. Also, to be dedicated to manufacturing and service industries, we have been collaborating with companies in various fields.

人の知覚・感性(感情)体験の多階層・多次元モデルを構築する技術/
Multi-layered and multi-dimensional modeling of human feelings

刺激に暴露すると様々な主観的体験が生じます. 例えば,粗い・柔らかい・温かいといった触対象の物理的側面に関する知覚的体験から, 複雑な・高級感があるといった対象の属性および感性に関する感性的体験, 好き/嫌いの嗜好などがこれらに含まれます. こういった体験は,意味的に多階層かつ多次元の構造を構成します. われわれは,官能評価の結果から多変量解析技術を用いて,この階層構造を構築する技術を開発しています. この分析技術を用いれば,製品の感性の設計や個人差の分析を行うことができます.

Exposure to objects/stimuli causes various subjective experiences including perceptual, affective, and hedonic responses. These subjective responses are typically expressed by using adjectives and construct a multi-dimentional and multi-layered information structure. We develop techniques for establishing such structures based on psychophysical experiments or sensory appraisal. They help us understand linkages of human responses and design affectively attractive products.

発表論文/Publication: [English 1], [English 2], [English 3], [English 4], [English 5], [日本語 1], [日本語 2]

感性のダイナミクス: 時間変化する感性・知覚の動的因果関係モデリング/
Affective dynamics: Dynamic causality modeling for temporally evolving affective and sensory responses

人の感性および知覚的応答は,刺激を体験した直後から目まぐるしく変化します. このような変化を捉えるための官能評価手法として,TD法やTCATA法があります. これらの方法から多次元時系列データが得られますが,それらの特性を調べたり,適した分析手法を開発しています. 例えば,図はいちごを食した際の味覚,嗅覚,食感,感性,嗜好の時系列データから,それらの因果関係を図示した例です. 人の体験が時系列でどのように変化するかだけでなく,なぜ変化するのかを解き明かすための分析技術です.

Our sensory and affective/emotional experiences temporarily evolve after exposure to stimuli. The TD and TCATA methods are potent approaches to record such multiple time-variant subjective responses. We are developing mathematical methods to analyze these TDS data. For example, the figure shows temporal causalities among the sensory and affective responses when eating strawberries. It helps comprehend how and why human experiences temporarily change.

発表論文/Publication: [日本語1], [日本語2], [英語]

感性のダイナミクス: 主動作分析を用いたTDS/TCATAデータの時系列解析 /
Affective dynamics: Principal motion analysis for TD/TCATA data

TD/TCATA法で得られるデータの多次元時系列特性を活かした解析手法を開発しています. 主動作分析(PMA)を用いて,変数間および経時的に連動する主動作を特定し,それに基づいて刺激(食品など)を 評価する方法を開発しています. 多くの手法は,時系列データから平均,最大値などの特徴量を算出し,それらを分析対象としますが, その過程で時間の情報が失われてしまうという懸念があります. PMAでは,経時的な情報を保ったままの分析が可能です. 下図左と中央は,梅干しから得られたTDカーブの第一第二主動作です. 右は,これらの主動作の大きさに基づいて,10種類の梅干しの特性分布を示します.

TD/TCATA methods provide time-series profiles of sensory and affective responses to stimuli. Principal motion analysis (PMA) can extract common patterns out of such data. Principal motions include the multidimentional and temporal information of original data and allow us to analyze how human responses temporally develop. The left two figures show the 1st and 2nd principal motions while eating plum pickles. The right figure indicates how ten types of plum pickles differ from each other.

発表論文/Publication: [日本語]