科目名	感性情報処理
単位数	2.0
担当者	知能工学専攻　教授　松原　行宏
履修時期	後期（第3ターム）
履修対象	３年次
講義形態	講義
講義の目的	感性情報処理の入門として，感性情報処理の基礎技術（感性工学の基本的な考え方、感性工学の方法論、感性の評価測定法、感性の分析、遺伝的アルゴリズムと感性工学、ラフ集合と感性工学、感性の線形性・非線形性の取り扱い），および知識情報処理の基礎技術について学ぶ．また感性情報処理と知識情報処理の関連性と差異について学ぶ．
到達目標	・感性情報処理の基礎技術１（基本的な考え方、感性工学の方法論、感性の評価測定法、感性の分析方法）について説明できる．　【知識２、技能１】 ・感性情報処理の基礎技術２（遺伝的アルゴリズムと感性工学、ラフ集合と感性工学、感性の線形性・非線形性の取り扱い）について説明できる．　【知識２、技能１】 ・知識情報処理と感性情報処理の関連性と差異が説明できる．　【知識２、技能１、思考力・判断力】
受講要件	「人工知能」を受講していることが望ましい．
履修取消の可否	可
履修取消不可の理由
事前・事後学修	・事前にWebClass等を通じて提示する配布資料を読み，自分の考えをまとめる． ・授業で取り組んだテーマに関する提出課題を完成させる．
講義内容	１．感性、感性工学とは ２．知識情報処理と感性情報処理 ３．感性工学の実例 ４．感性工学の方法論１　カテゴリー分類法、感性工学システム ５．感性工学の方法論２　ハイブリッド感性工学、バーチャル感性工学 ６．感性工学の方法論３　感性数理モデル ７．感性の評価測定法１　心理尺度、マグニチュード推定法 ８．感性の評価測定法２　リッカート・スケール、SD法 ９．感性の分析１　統計分析手法、主成分分析、因子分析、クラスター分析 10．感性の分析２　ニューラルネットワークによるクラスター分析 11．感性の分析３　多次元尺度構成法、数量化理論I類、一対比較法 12．遺伝的アルゴリズムと感性工学 13．感性の線形性・非線形性の取り扱い 14. ラフ集合と感性ルール獲得 15．感性工学システムの構築 ※授業の順序は変更することがある． ※上記とは別に期末試験を実施する．
期末試験実施の有無	実施する
評価方法・基準	授業の受講状況を勘案し，レポート（3割），期末試験（7割）によって 知識情報処理の基礎技術（クリスプな知識表現，問題解決，探索等）と感性情報処理の基礎技術（ファジィな知識表現，推論／診断，感性工学，因子分析，数量化理論，ファジィなエキスパートシステム）を理解していることを判定する． 上記の重みで評点を算出し， 　　　秀：評点 90 〜 100点 　　　優：評点 80 〜 89点 　　　良：評点 70 〜 79点 　　　可：評点 60 〜 69点 　　不可：評点 59点以下 に従って評価を与える．
教科書等	教科書： 長町三生，松原行宏、ほか「商品開発と感性」（海文堂） 参考書： 　　　　長町三生「感性工学のおはなし」（日本規格協会）
担当者プロフィール	授業内容や宿題などに関する，学生の個別学習相談を随時受け付けています． 下記問合せ先まで連絡し，アポイントを取って下さい． 松原行宏 問合せ先：情報科学部棟6階653号室 E-mail:matsubar@hiroshima-cu.ac.jp
講義に関連する実務経験
課題や試験に対するフィードバック	・小テストや提出課題については，模範解答を説明する． ・試験後に模範解答を示す． ・提出したレポートは後日講評する．
アクティブ・ラーニング	プレゼンテーション，ディスカッション
キーワード	感性工学，知識情報，感性情報，質的データ解析，数量化理論
備考