評価尺度変換を用いたユーザ評価特性の学習効率化とその評価

抄録

IECユーザの疲労軽減のために，ユーザの評価特性を学習しIEC探索を効率化する方法が提案されている．しかし，IECユーザは毎世代相対評価することが多く，遠過去世代と近過去世代のユーザ評価値を一緒にして学習しても矛盾が生じ，学習収束が期待できない．この問題解決のために，相対評価値を絶対評価値に変換する手法を提案し，IECユーザ評価特性の学習に応用して評価する．まず，7つのベンチマーク関数を擬人化IECユーザとして用いた場合において，提案手法がIECの収束を加速させることを示す．次に，IECベースCG lighting systemを用いて実際の被験者による評価実験を行う．実験結果から，多くの被験者が提案手法による予測モデルを用いることで従来手法より早く最適解を探索できることを示した．最後に，本手法の課題について考察し議論する．