文献

J-GLOBAL ID：201902234871210148   整理番号：19A1142435

構造不均一性の尺度としての感性知識抽出【JST・京大機械翻訳】

Kansei Knowledge Extraction as Measure of Structural Heterogeneity

著者 (2件)： Ryoke Mina (Faculty of Business Sciences, University of Tsukuba, Tokyo, Japan) ,  Sato Tadahiko (Faculty of Business Sciences, University of Tsukuba, Tokyo, Japan)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 949  ページ： 142-157  発行年： 2018年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 感情属性の代表的な測定方法は感性評価実験における意味微分(SD)法である。主観評価の構造的不均一性は,各評価者の不均一な評価構造を示し,特定の選択された因子によって個々に提示される。構造的不均一性モデリングの目的は,一般的傾向を抽出するだけでなく,多様な個々の評価構造を同定することである。本論文では,不均一分散選択(HBRwHVS)による階層的Bayes回帰モデルを提案し,それにより個々のモデルを同時に分析し,階層Bayes回帰モデリングのフレームワークに基づいて影響のある説明変数を同定した。結果は,注意深く選択された説明変数として評価者と選択された項目の間の関係データを提供する。著者らは,提案した方法を従来の船舶に関する感度主観的評価データの解析に適用して,その有効性を示した。モデルパラメータの推定値を得た後,クラスタ分析を,その応用の他の例として類似の評価構造を持つ被験者について行った。Copyright 2018 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 有効性 ,  回帰モデル ,  船舶 ,  *不均一性 ,  推定量 ,  モデリング ,  クラスタ分析 ,  主観評価 ,  被験者 ,  回帰モデリング ,  均一分散
準シソーラス用語： モデルパラメータ ,  意味差判別法 ,  感性評価 ,  *知識抽出 , 【Automatic Indexing@JST】

著者キーワード (5件)： 意味微分法 ,  構造不均一性 ,  HBRWHVS ,  クラスタリング ,  伝統工芸

分類 (1件)： システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 不均一性 ,  尺度 ,  感性 ,  知識抽出