あなたは歯科・医療関係者ですか?

WHITE CROSSは、歯科・医療現場で働く方を対象に、良質な歯科医療情報の提供を目的とした会員制サイトです。

日本語AIでPubMedを検索

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
Comput Intell Neurosci.2020;2020:8863727. doi: 10.1155/2020/8863727.Epub 2020-06-20.

グレイ・リレーションシップ分析とニューラルネットワークを組み合わせた魅力的な自動車ブースデザインの開発

Combining Grey Relationship Analysis and Neural Network to Develop Attractive Automobile Booth Design.

  • Xinhui Kang
PMID: 32655629 PMCID: PMC7322608. DOI: 10.1155/2020/8863727.

抄録

みりょくエンジニアリングは、魅力的な商品や空間を作ることを目的とした、顧客の嗜好に基づいた設計思想です。しかし、伝統的なミリョク工学には2つの大きな問題がある。(1)上位寛政要因は言及数で重み付けをしているが、顧客の重要度を表していないこと、(2)上位寛政要因と下位特定条件との対応付けは統計的な分析手法を採用しているため、重要な情報が漏れやすいこと、などの問題点がある。コンピュータベースの人工知能の発展に伴い、簡単な計算ルールで人間の思考を繰り返しシミュレートしているため、ミスが少なく、スピードが速いという利点がある。そこで、本論文では、みりょくエンジニアリングが構築した三段階評価グリッド図のプラットフォーム上で、まず、灰色関係分析を用いて、寛政語の優先順位を総合的に評価します。次に、重要な寛政要因について、元の理由と具体的な条件を結びつけた形態素分解表を構築する。直交設計を用いて設計要素の代表的な組み合わせをスクリーニングし、3Dソフトを用いてサンプルモデルを作成した。最後にニューラルネットワークを用いて、重要な寛政要因と代表的な製品デザイン要素とのマッピング機能を確立し、それに基づいて最も知覚的に魅力的な製品デザインを発見した。ケーススタディとして、自動車ブースを用いて、提案手法の有効性を検証し、出展者のデザイン決定と来場者の満足度を大幅に向上させることができました。

Miryoku engineering is a design concept based on customer preferences, with the goal of creating attractive products or spaces. However, traditional Miryoku engineering faces two main issues: (1) the upper Kansei factor ranks the weights by the number of mentions, but it does not represent the importance of customers; (2) the mapping connection between the upper Kansei factor and the lower specific conditions adopts a statistical analysis method, which easily leads to the omission of key information. With the development of computer-based artificial intelligence, it repeatedly simulates human thinking with simple calculation rules, which has the advantages of fewer errors and faster speed. Therefore, on the three-level evaluation grid diagram platform established by Miryoku engineering, this paper first uses grey relationship analysis to comprehensively evaluate the priority order of Kansei words. Secondly, for the key Kansei factors, a morphological deconstruction table that connects the original reasons and specific conditions is established. Orthogonal design is used to screen representative combinations of design elements and create sample models by using the 3D software. Finally, the neural network was used to establish a mapping function between the key Kansei factors and the representative product design elements, and based on this, the most perceptually attractive product design was discovered. As a case study, the automobile booth was used to validate the effectiveness of the proposed method and significantly improve exhibitor design decisions and attendees' satisfaction.

Copyright © 2020 Xinhui Kang.