内容説明
心理学，脳科学，工学など幅広い分野での感性計測方法を紹介するとともに，筆者ならではのオノマトペ（擬音語・擬態語の総称）やさまざまな自然言語を活用した方法，さらに感性への深層学習適用と応用まで解説する。
目次
1. 感性情報技術の重要性
1.1 日常生活での「感性」とは
1.2 製品開発で
1.3 マーケティングで
1.4 芸術で
1.5 医療で
2. 人の感性情報処理基礎
2.1 感性情報とは
2.1.1 情報とは
2.1.2 人についての情報処理とは
2.1.3 人についての情報処理研究の系譜
2.1.4 人の感性情報処理とは
2.2 モノの情報と人の感覚センサ
2.2.1 人にとってのモノの情報とは
2.2.2 視覚を通して入力されるモノの情報
2.2.3 触覚を通して入力されるモノの情報
2.2.4 聴覚を通して入力されるモノの情報
2.3 モノの情報と脳
2.3.1 脳の基本構造
2.3.2 感覚センサと脳
2.3.3 多感覚知覚
2.4 脳における感性情報処理
2.4.1 脳における感性
2.4.2 感性・情動と記憶
3. 感性計測方法
3.1 心理学的方法
3.1.1 SD法
3.1.2 SD法によるデータの解析方法
3.1.3 多次元尺度構成法
3.2 心理物理学的方法
3.2.1 物理刺激と感性
3.2.2 心理物理学的測定法に関する基礎概念
3.3 心理生理学的方法
3.3.1 心理生理学とは
3.3.2 脳波による計測
3.3.3 事象関連電位による計測
3.3.4 fMRIによる計測
4. 感性オノマトペ
4.1 オノマトペによる感性計測手法
4.1.1 オノマトペとは
4.1.2 オノマトペの音に感覚が結び付く
4.1.3 オノマトペによる感性計測手法の強み
4.2 オノマトペの音に感性が結び付く
4.2.1 オノマトペの音に味・食感が結び付く
4.2.2 オノマトペの音に手触りの印象が結び付く
4.3 オノマトペによる感性の定量化
4.3.1 オノマトペ感性評価システム
4.3.2 オノマトペ感性評価システムの構築手順
4.3.3 オノマトペ感性評価システムの精度評価
4.4 数量化理論I類
4.4.1 数量化理論とは
4.4.2 数量化理論I類
4.5 感性の個人差を把握する方法
4.5.1 モノから感じる感性の個人差を把握する方法
4.5.2 システム実装例
4.5.3 システムの評価実験
4.6 遺伝的アルゴリズムのオノマトペへの適用
4.6.1 遺伝的アルゴリズム
4.6.2 オノマトペ生成システム構築手順
4.6.3 オノマトペ生成システムの実装
4.6.4 オノマトペ生成システムの有効性
5. 自然言語の感性情報処理
5.1 自然言語処理
5.1.1 自然言語処理とは
5.1.2 自然言語処理基礎
5.2 自然言語の意味解析
5.2.1 知識の集合体の記述
5.2.2 コーパス
5.2.3 潜在的意味解析
5.2.4 潜在的意味解析の実用例
5.2.5 潜在的意味解析を用いたテキストからの感性情報抽出
5.3 ネット上のビッグデータからの感性情報抽出
5.3.1 マイクロブログ
5.3.2 Twitter
5.3.3 Twitterからのパーソナリティ推定
6. 感性への深層学習適用の可能性
6.1 ニューラルネットワークとは
6.1.1 ニューラルネットワークの由来
6.1.2 階層型ニューラルネットワーク
6.1.3 深層学習（ディープラーニング）
6.2 感性への深層学習適用の可能性
6.2.1 畳み込みニューラルネットワーク
6.2.2 再帰型ニューラルネットワーク
7. 感性計測技術の応用
7.1 製品開発現場で
7.1.1 模造金属を実金属に近づけるデザイン開発支援
7.1.2 実験
7.1.3 結果
7.2 マーケティングで
7.2.1 ブランド名による顧客との感性コミュニケーション
7.2.2 ブランド名評価システム
7.3 医療現場で
7.3.1 問診での感性コミュニケーションの重要性
7.3.2 問診支援システムの開発
7.3.3 TF-IDF法
7.4 楽曲検索システム
7.4.1 楽曲からイメージされる色彩
7.4.2 単語と色彩の相関に着目した楽曲検索システム
おわりに
引用・参考文献
索引
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
こたろう
