感性工学データの最先端の分析手法，さらにAIによるデザインプロセスの変革方法を習得！
※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。
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）