Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
GDLabLT_味覚の視覚化_2024/10/16
Search
210on
October 21, 2024
Research
0
130
GDLabLT_味覚の視覚化_2024/10/16
GDLabLT 2024にて発表した、卒業研究全般や自身の研究内容についてのスライドです。
210on
October 21, 2024
Tweet
Share
More Decks by 210on
See All by 210on
coffee_tasting_workshop
210on
0
27
Introduction to Graduate School and Exams for Undergraduates
210on
0
110
Other Decks in Research
See All in Research
業界横断 副業・兼業者の実態調査
fkske
0
230
一人称視点映像解析の最先端(MIRU2025 チュートリアル)
takumayagi
6
3.4k
Learning to (Learn at Test Time): RNNs with Expressive Hidden States
kurita
0
150
AIスパコン「さくらONE」のLLM学習ベンチマークによる性能評価 / SAKURAONE LLM Training Benchmarking
yuukit
0
140
研究テーマのデザインと研究遂行の方法論
hisashiishihara
5
1.6k
集合間Bregmanダイバージェンスと置換不変NNによるその学習
wasyro
0
140
「エージェントって何?」から「実際の開発現場で役立つ考え方やベストプラクティス」まで
mickey_kubo
0
140
能動適応的実験計画
masakat0
2
800
CVPR2025論文紹介:Unboxed
murakawatakuya
0
150
Towards a More Efficient Reasoning LLM: AIMO2 Solution Summary and Introduction to Fast-Math Models
analokmaus
2
760
AIによる画像認識技術の進化 -25年の技術変遷を振り返る-
hf149
7
3.9k
EOGS: Gaussian Splatting for Efficient Satellite Image Photogrammetry
satai
4
470
Featured
See All Featured
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
23
1.4k
Done Done
chrislema
185
16k
Optimising Largest Contentful Paint
csswizardry
37
3.4k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
284
13k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
252
21k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
11
1.1k
Making Projects Easy
brettharned
117
6.4k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
139
34k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
36
2.5k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
50k
Why Our Code Smells
bkeepers
PRO
339
57k
YesSQL, Process and Tooling at Scale
rocio
173
14k
Transcript
インフォグラフィックスを⽤いた ⾵味の視覚化⼿法の提案 コーヒーの官能評価データを利⽤して 情報メディア創成学類4年 江波⼾ 憧⾳(えばと しょおん) スライド共有OK!
⾃⼰紹介 江波⼾ 憧⾳(えばと しょおん) 情報メディア創成学類4年 千葉県出⾝ コーヒーとデザインが好き • ロゴ • パンフレット‧雑誌とか
研究発表の前に • そもそも卒業研究って? ◦ 4年次の1年間かけて、1つのテーマに取り組み、まとめる ◦ 卒業研究A‧B、専⾨英語A‧B が該当 • テーマの決め⽅
• 卒研の進め⽅‧⼤まかなスケジュール
テーマの決め⽅ • 個⼈で⾃由に決める • 研究室の教授からテーマが降ってくる • 研究室の先輩のテーマを引き継ぐ どのくらい時間かけるか • 4⽉から6⽉に⼤筋は決める
GDLabはこれ!
卒研の進め⽅‧⼤まかなスケジュール • 4‧5‧6⽉ テーマ決め ◦ 興味分野の論⽂を読んでみる • 7‧8⽉ ⼤学院⼊試 ◦ TOEIC ◦
研究計画書‧出願 ◦ 情報学学位Pの場合は、計画発表スライド • 10⽉ 中間発表 ◦ イマココ • 1⽉ 提出&発表(後期院試)
ではさっそく 共有OKここまで!
インフォグラフィックスを⽤いた ⾵味の視覚化⼿法の提案 コーヒーの官能評価データの視覚化を中⼼として 情報メディア創成学類4年 江波⼾ 憧⾳(えばと しょおん) 7
背景 コーヒーショップでは 8
スペシャルティコーヒーについて コーヒーの液体の⾵味が素晴らしい美味しさであり、消費者 が美味しいと評価して満⾜するコーヒーであること。 (中略) ⽣産地の特徴的な素晴らしい⾵味特性が表現されることが 求められる。 ⽇本スペシャルティコーヒー協会「スペシャルティコーヒーの定義」より https://scaj.org/about/specialty-coffee →⾵味の特徴や違いを分かりやすくする必要 9
味覚 + 嗅覚 = ⾵味(flavor) ex: ⿐詰まりで味がしない 味覚:酸っぱくて⽢い 嗅覚:⽢いベリーの⾹り →はじめていちごの⾵味を認識 www.umamiinfo.jpより 5味覚と⾹りが混ざり合って味わっている 10
背景 珈琲の官能評価 • ⾖の品質を測る • 焙煎の品質を測る 評価結果を元に • 価格決定 •
デザイン作成 • プロモーション https://menu.starbucks.co.jp/より 11
WCR 感覚⽤語集 • 概要‧試料‧強さとともに ⽤語を定義 ◦ 全24属性、109種類 • 官能評価⽤語の定量化 https://worldcoffeeresearch.org/resources/sensory-lexicon
12
フレーバーホイール • スペシャルティコーヒー協会作成 ◦ ⾊と配置に関連づけ環状にデザイン ▪ フレーバーグループ ▪ 隣り合うフレーバー •
定義‧強弱‧時間的変化は伝達できない 13 https://sca.coffee/research/coffee-tasters-flavor-wheel
実際のパッケージでは 14
現状の問題点 官能評価が⾏われているのに、販売に活かされていない • 専⾨⽤語は難解 • ⾵味の幅広さ ◦ 味覚→苦‧酸‧塩‧⽢‧旨 ◦ ⾵味→多様な⾹調、時間的変化、重なり
15 Sensory Lexiconより抜粋
研究の⽬的‧アプローチ ⾹り‧フレーバーの伝達‧共有が もっと分かりやすく、もっと的確にできるように 感覚的である⾹り‧フレーバーを 視覚的なデザインとして表現 16
多感覚統合 クロスモーダル知覚 • 五感の相互作⽤ • パッケージデザイン研究 • 分かりやすいデザイン 味覚基準と視覚化基準を定義すれば、 インフォグラフィックスに応⽤できる!? 17
パッケージと期待と好み • サンパウロ⼤学 • デザインの差異は 期待には影響あり 実際の味認知には影響せず • ピンク&丸、⻩緑と⾓ 好まれた
18
ビールの味覚体験の向上 • 東⼤と博報堂 • ⾳楽を⽤いて ◦ 質感 ◦ 炭酸感 ◦
のどごし の増幅 19
⽇本酒味わいマッピング • 九州⼤学と⼤関 • 成分分析と官能評価結果 を2次元マッピング • 商品ページや パッケージラベルに 20
⼿法 プロトタイプの開発 21 対応
⼿法 要素の対応 • ⾵ 味 → ⾊相(フレーバーホイールより) • ⾵味の強弱 → 図形の⼤きさ • 後味‧余韻 → グラデーション‧フェード • ⼝ 当
た り → 形‧輪郭 • 酸 味 → 数値として柱のグラフ • ⽢ み → 数値として柱のグラフ 22
⼿法 プロトタイプの開発 23
⼿法 プロトタイプの開発 24
⼿法 プロトタイプの開発 25
⼿法 ユーザテスト‧分析 1. ⽂字 2. インフォグラフィックス を提⽰ • 表現の理解度 • 飲む前の印象評価
• (飲んだ時の印象の⼀致度) を⽐較調査、分析 26
展望と応⽤可能性 • 他の⾷品パッケージ (⽇本酒、ワイン、カレーなど) • ECサイト、メニュー表、 広告ポスターへの利⽤ 27
⾵味を視覚デザインに!→より良い伝達を実現 1. プロトタイプ 2. ユーザテスト‧分析評価 3. 視覚化ガイドラインを作成 最終的に パッケージ‧メニュー表‧広告ポスターなどへの提案 まとめ 28
発表は以上となります。 29