Utilización de técnicas de aprendizaje automático en la fase de síntesis de ingeniería Kansei

Abstract

Una de las principales metodologías para el diseño emocional de productos es la ingeniería Kansei. En esta técnica se pretende relacionar las propiedades del producto o servicio con las sensaciones percibidas por los usuarios. Una aplicación clásica de esta metodología requiere distintas fases entre la que se encuentran la elección del dominio del diseño, la definición del espacio semántico y de propiedades, la síntesis, la validación y la construcción del modelo. La popularización de las técnicas de inteligencia artificial, entre las que se encuentra el aprendizaje automático, ha llevado a muchos autores a utilizar estas herramientas en la fase de síntesis. En este trabajo se analizan las principales herramientas de aprendizaje automático usadas en la fase de síntesis de ingeniería kansei, así como la adecuación de su uso, en base al espacio de propiedades previamente definido.

Kansei engineering is one of the main methodologies for the emotional design of products. This technique aims to relate the properties of the product or service to the sensations perceived by users. A classic application of this methodology requires different phases, among which are the choice of the product domain, the definition of the semantic space and properties, the elaboration of the synthesis, the validation and the construction of the model and validation. The popularization of artificial intelligence techniques, including machine learning, has led many authors to use these mathematical models in the synthesis phase. This paper analyses the main machine learning tools used in the synthesis phase of kansei engineering, as well as the relevance of their use, based on the property space previously described.