技術の成熟化に伴い，近年の製品開発では，性能や機能性での差別化は困難になってきており，意匠性や快適性などの人間の感性に評価を依存する品質による差別化が求められている．
本研究では人間の感性に評価を依存する品質の中から製品意匠に注目し，顧客が既存製品に対して実施した感性評価結果から，顧客が最も「欲しい」と感じる製品意匠を導出するために，製品の意匠特徴と顧客の感性評価の関係をラフ集合や自己組織化写像，人工ニューラルネットワーク，深層学習などの分析方法と，遺伝的アルゴリズムなどの最適化手法を組み合わせた意匠設計支援法の検討を行う．

成果：

2023年度
2022年度の研究を元に，ラフ集合と生成AIを組み合わせることで，アンケートから顧客の選好を分析し，顧客にもっとも適した製品デザインを生成する方法を構築した．

2022年度
近年注目を集めている画像生成AIとアンケートを組み合わせた画像生成手法を構築した．この方法では，画像生成AIが生成した画像を顧客が感性評価し，その評価に基づいて製品画像を再生成することで，顧客が製品に求める印象を再現した製品画像が生成される．

快適性は椅子やベッド，エアコン，自動車など，多くの製品において重要な評価項目の一つである．多くの場合，快適性はアンケートの様に，被験者の主観によって評価される．しかしながら，時には被験者の主観の影響を受けない，客観的な評価が求められることがある．
そこで本研究では，被験者の生体信号を測定，分析することで，被験者の感じている快適性を推定する方法の研究を行う．

成果：

2023年度
椅子に着座した際の被験者の快適性を評価対象として研究を行った．椅子のセッティングと変化させながら被験者の脳波に基づいて被験者の脳波を測定し，被験者の感じる快適性と椅子のセッティングとの関係を同定することで，被験者にとって最適なセッティングを導出できるようにした．