JP2000285151A - デザイン評価装置及びデザイン作成装置並びに方法 - Google Patents

Abstract

(57)【要約】 【課題】 デザインの評価を迅速に得る。 【解決手段】 入力部１０からユーザの作成したデザイ
ンを入力する。分析部１２でデザインの評価に必要な要
素を入力デザインから抽出し、評価部１４で評価する。
評価部１４は、デンプルデザインに対する教師デザイナ
ーの評価値で学習したニューラルネットワークあるいは
データベースで構成され、入力デザインに対する評価値
を算出して出力部１６に出力する。評価値は、デザイン
の色バランスや形バランスであり、官能値を含めること
もできる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、デザインの自動評
価あるいは自動改良に関する。

【０００２】

【従来の技術】製品や建造物の外観デザイン評価には主
観的な側面があり、この主観的な評価が製品等に対する
ユーザの評価に重要な影響を与える。例えば、自動車に
おいてはエンジンや足回りといったメカニカルな性能が
優れていても、外観デザインがユーザに受け入れられな
い場合には売れないことが少なくない。主観的評価の要
素には、色、形、空間配置の調和といった「見た目」で
表現できるものと、対象から得られるやさしさやシャー
プさ、かわいさ等の官能的な要素がある。製品等をデザ
インするデザイナーは、できるだけ多くの人間が好む製
品を創ることを要求され、また、主観的評価を効率よく
取得し、より良いデザインを創ることを望んでいる。

【０００３】

【発明が解決しようとする課題】しかしながら、従来に
おいては、個々のデザイナーがどのようにして資質を向
上させていくか、すなわちユーザにより受け入れられる
デザインをどのように創り出していくかは、作成したデ
ザインを他人に見せ、他人の評価を待つしかないのが現
状である。また、製品等を生産するメーカ側にとって
は、ユーザの嗜好を試行錯誤的に模索することは、非常
に効率の悪い作業であり、コストと時間を要する問題が
あった。

【０００４】本発明は、上記従来技術の有する課題に鑑
みなされたものであり、その目的は、デザイナー等によ
り作成されたデザインを短時間に自動評価し、さらには
自動改良して、デザイナー等にフィードバックすること
で、効率的にデザインを作成することができる装置及び
方法を提供することにある。

【０００５】

【課題を解決するための手段】上記目的を達成するため
に、本発明は、評価対象デザインを入力する入力手段
と、デザイン及びデザインに対する評価をデータベース
として記憶する記憶手段と、前記データベースを用いて
前記評価対象デザインを評価して出力する評価手段とを
有することを特徴とする。一般に認められているデザイ
ナー（教師デザイナー）の評価値をデータベース化し、
このデータベース内のデータとユーザが入力したデザイ
ンとを比較対照することで、入力したデザインの評価値
を迅速に得ることができる。

【０００６】ここで、前記評価対象デザインの種別を入
力する種別入力手段をさらに有し、前記データベース
は、デザイン種別毎に設けられ、前記評価手段は、前記
種別入力手段に入力された種別に対応するデータベース
を用いて前記評価対象デザインを評価することも好適で
ある。デザインの種別毎にデータベース化することで、
デザインの種別に対応した評価が可能となる。

【０００７】また、本発明は、対象デザインを入力する
入力手段と、デザインに対する改良デザインをデータベ
ースとして記憶する記憶手段と、前記データベースを用
いて前記対象デザインを自動改良して出力する改良手段
とを有することを特徴とする。

【０００８】デザインに対する教師デザイナーによる改
良デザインをデータベース化し、ユーザが入力したデザ
インとデータベース化されたデザインとを比較対照する
ことで、入力したデザインに対する改良デザインを自動
的に得ることができる。

【０００９】この場合にも、前記対象デザインの種別を
入力する種別入力手段をさらに有し、前記データベース
は、デザイン種別毎に設けられ、前記改良手段は、前記
種別入力手段に入力された種別に対応するデータベース
を用いて前記対象デザインを改良することが好適であ
る。

【００１０】また、前記改良手段での改良事項を入力す
る改良事項入力手段をさらに有し、前記改良手段は、前
記改良事項に基づいて改良することもできる。これによ
り、ユーザの好みに応じた改良度合いのデザインを得る
ことができる。データベース内の改良デザインは改良事
項と関連づけて記憶しておけばよい。

【００１１】また、本発明は、評価対象デザインを入力
する入力手段と、教師データを用いてデザインの評価を
学習した処理手段と、前記処理手段を用いて前記評価対
象デザインを評価して出力する評価手段とを有すること
を特徴とする。教師デザイナーの評価値を教師データに
用いて学習させることで、新たに入力したデザインの評
価値を迅速に得ることができる。

【００１２】ここで、前記処理手段としては、例えば公
知のニューラルネットワークを用いることが好適であ
る。ニューラルネットワークは入力層、中間層、出力層
から構成され、各層は複数のニューロンを含む。ニュー
ロンは、多数入力／１出力の非線形な信号処理素子であ
り、人間の神経細胞に相当するものである。各層のニュ
ーロン間は重みと呼ばれる結合度で結合しており、所定
の入力値を入力層に与えた場合に所望の結果が出力層か
ら得られるように重みを適応的に調整することでネット
ワークを「学習」させることができる。この原理を応用
し、サンプルデザインを入力層に与え、このサンプルデ
ザインに対する教師デザイナーの評価値が出力層から得
られるようにニューロン間の重みを調整することで、任
意のデザインを入力した場合に教師デザイナーの評価値
と同様な評価値を得ることができる。この場合、教師デ
ータはサンプルデザインと評価値の組み合わせである。

【００１３】また、本発明は、対象デザインを入力する
入力手段と、教師データを用いてデザインの改良を学習
した処理手段と、前記処理手段を用いて前記対象デザイ
ンを改良して出力する改良手段とを有することを特徴と
する。教師デザイナーの改良デザインを教師データに用
いて学習させることで、新たに入力したデザインに対応
する改良デザインを迅速に得ることができる。

【００１４】前記処理手段も、例えばニューラルネット
ワークで構成することができる。この場合、サンプルデ
ザインを入力層に与え、出力層からこのサンプルデザイ
ンに対する教師デザイナーによる改良デザインが出力さ
れるように各層のニューロン間の重みを調整することで
学習させる。教師データは、サンプルデザインと改良デ
ザインの組み合わせである。

【００１５】また、本発明は、デザインを評価する方法
を提供する。本方法は、評価対象デザインを入力するス
テップと、既存デザインに対する評価を記憶するデータ
ベースを用い、前記既存デザインと前記評価対象デザイ
ンを比較することにより前記評価対象デザインを評価す
るステップとを有する。

【００１６】また、本発明は、デザインを作成する方法
を提供する。本方法は、対象デザインを入力するステッ
プと、既存デザインに対する改良デザインを記憶するデ
ータベースを用い、前記既存デザインと前記対象デザイ
ンを比較することにより前記対象デザインを自動改良す
るステップとを有する。

【００１７】また、本発明は、デザインを評価する他の
方法を提供する。本方法は、デザインの評価についての
教師データを用いて学習させたニューラルネットワーク
の入力層に評価対象デザインを入力し、出力層から前記
評価対象デザインの評価値を出力する。

【００１８】また、本発明は、デザインを作成する他の
方法を提供する。本方法は、デザインの改良についての
教師データを用いて学習させたニューラルネットワーク
の入力層に対象デザイン及び改良事項を入力し、出力層
から前記改良事項が改良されたデザインを出力する。

【００１９】

【発明の実施の形態】以下、図面に基づき本発明の実施
形態について、自動車デザインと服飾デザインを例にと
り説明する。

【００２０】＜自動車デザイン＞図１には、本実施形態
の構成ブロック図が示されている。本装置は、入力部１
０、分析部１２、評価部１４、出力部１６を含んで構成
されている。

【００２１】入力部１０は、さらにユーザ作成画像入力
部１０ａ、車種入力部１０ｂ及び官能値入力部１０ｃか
ら構成されている。ユーザ作成画像入力部１０ａは、ユ
ーザ（デザイナー）が作成したデザインを紙媒体とし
て、あるいは電子データとして入力する。紙媒体を用い
る場合には、スキャナ等を用いてデジタルデータに変換
して入力することが好適である。また、車種入力部１０
ｂは、ユーザ作成画像中の自動車の車種を特定して入力
するもので、車種としてはスポーツカー、セダン、１ボ
ックスバン、ワゴン等がある。官能値入力部１０ｃは、
ユーザが自分の作成したデザインの評価に止まらず、さ
らに改良デザイン（改善デザイン）を望む場合に入力す
るためのもので、やさしさ、やわらかさ、明るさなどの
官能項目についての希望改良度合いを入力する。例え
ば、ユーザがデザイン全体から受けるやさしさについて
増大したいと欲する場合にはやさしさの項目について＋
２を入力し、デザイン全体から受けるスポーティ感を若
干減少させたい場合には−１を入力する等である。やさ
しさについて＋２を入力した場合、これは改良項目とし
てやさしさを入力し、改良程度として＋２を入力したこ
とになる。官能項目は任意であるが、図では「やさし
さ」、「やわらかさ」、「明るさ」、「ボリューム
感」、「スポーティ感」を例示している。また、官能値
の幅、すなわち改良の程度も任意に設定することがで
き、例えば最大値を＋５、最小値を−５、現状維持を０
とすることもできる。ユーザが単に評価だけを望む場合
には、これらの項目を入力する必要はない。入力部１０
は、具体的にはキーボードやマウス、スキャナ、ＦＤや
ＣＤ、ＤＶＤなどの各種記録媒体の読取装置で構成する
ことができる。

【００２２】分析部１２は、ユーザ作成画像から評価の
対象となる対象構成要素を抽出するものであり、ユーザ
が入力した車種に基づいて実行される。具体的な構成要
素としては、ボディ全体、フロント部分、リア部分、前
ホイール部分等があり、分析部１２では車種に応じてこ
れらを適宜使い分けて抽出する。抽出した構成要素は、
さらに特徴量として数値化されて評価部１４に供給され
る。分析部１２は、コンピュータのＣＰＵで構成するこ
とができる。なお、分析部１２で構成要素を抽出するの
ではなく、ユーザが構成要素を入力部１０から入力する
構成とすることも可能である。したがって、ユーザが入
力する態様としては、デザインと車種の場合、デザイン
と車種と構成要素の場合、デザインと車種と希望官能値
の場合、デザインと車種と構成要素と官能値の場合など
がある。

【００２３】評価部１４は、分析部１２（あるいは入力
部１０）から入力した特徴量を用いてユーザ作成画像を
評価し、所定項目毎に評価値として出力部１６に出力す
る。評価項目は任意に設定することができるが、色バラ
ンス及び形バランスがデザインの主要な要因であると考
えられるため、色バランス及び形バランスを評価項目と
している。また、これらに加え、やさしさ等の官能値も
評価項目として挙げることもできる。さらに、ユーザが
官能値入力部１０ｃから希望官能値を入力した場合に
は、この官能値に基づいてユーザ作成画像を改良（改
善）し、出力部１６に出力する。評価、改良するための
具体的な構成としては、ニューラルネットワーク等の学
習機能を有する回路構成、あるいはデータベースがあ
る。

【００２４】ニューラルネットワークを用いる場合、一
般のデザイナーから高い評価を受けているデザイナー
（教師デザイナーと称する）の評価値を用いて学習させ
る。すなわち、複数のサンプルデザインを入力層から入
力し、出力層から教師デザイナーの評価値が出力される
ように教師データを与えてニューロン間の結合度（重
み）を適応的に変化させていく。学習には、例えば公知
のバックプロパゲーション法を用いることができる。ま
た、教師デザイナーは、複数存在していてもよい。多く
のサンプルデザイン及びこれに対する評価値を用いて学
習させることで、学習後には任意のデザインに対してそ
の評価値を出力することが可能となる。デザインの改良
（改善）に関しても、複数のサンプルデザインを入力層
から入力し、出力層から教師デザイナーの改良デザイン
が出力されるように教師データを与えてニューロン間の
重みを変化させていく。重みを変化させていく際に、官
能値を段階的に変化させて学習させる。具体的には、や
さしさを＋１とした場合には、サンプルデザインに対し
てやさしさを若干持たせた（その程度は教師デザイナー
の主観による）教師デザイナーの改良デザインが得られ
るように重みを調整し、やさしさを＋２とした場合に
は、サンプルデザインに対してやさしさをかなり持たせ
た教師デザイナーの改良デザインが得られるように重み
を調整する。やさしさに限らず、官能値は主観的なもの
であり、教師デザイナー間でもばらつく可能性があるの
で、複数の教師デザイナーの教師データを用い、これら
の中間デザインが得られるように学習することも好適で
ある。中間デザインを得るためには、教師デザイナーに
よる改良デザインの評価値も改良デザインと対応づけて
おけばよい。

【００２５】データベースを用いる場合、同様に多数の
サンプルデザインに対する教師デザイナーの評価値を対
応付けてデータ化しておく。データ化する際には、自動
車の車種毎にデータ化しておくのが好適である。スポー
ツカー用のデータベース、セダン用のデータベース、ワ
ゴン用のデータベース等である。そして、未知のデザイ
ンを入力した場合、未知のデザインの車種と同一種類の
データベース内のサンプルデザインと入力デザインとを
順次比較し、最も近いサンプルデザインに対応する評価
値、あるいは入力デザインに近い複数のサンプルデザイ
ンの評価値の平均値を算出することで、任意のデザイン
に対して評価値を出力することが可能となる。デザイン
の改良に関しても同様であり、サンプルデザインに対す
る教師デザイナーの改良デザイン並びに改良デザインの
評価値を対応付けてデータ化しておき、ユーザが入力し
た官能値に最も近い官能値を有する改良デザインを出力
する。もちろん、データベースを用いる場合には、サン
プル数の大小が評価値の精度あるいは改良の良否に影響
を与えるため、できるだけ多くのサンプルデザインをデ
ータベース化する必要がある。

【００２６】出力部１６は、評価部１４からの評価値、
あるいはユーザが希望した場合には改良デザイン（改善
デザイン）を出力する。出力部１６は、ディスプレイあ
るいはプリンタで構成することができる。

【００２７】なお、図１における分析部１２及び評価部
１４は、ＣＰＵ及びメモリを有するコンピュータで構成
することができる。

【００２８】図２には、ユーザがユーザ作成デザイン及
び車種を入力した場合の、分析部１２での処理フローチ
ャートが示されている。まず、ユーザが車種の名称及び
作成デザインを入力部１０から入力すると（Ｓ１０
１）、車種を特徴づける要素を選択する（Ｓ１０２）。
例えば、車種がセダンの場合には、ボデイ全体形状、リ
ア部分などである。次に、車両の印象を特徴づける要素
の領域にユーザ作成デザインを分割し（Ｓ１０３）、構
成要素となるデザインデータを抽出する（Ｓ１０４）。
そして、抽出したデザインデータを特徴値として数値化
する（Ｓ１０５）。

【００２９】図３には、Ｓ１０５において抽出したデザ
インデータを特徴値として数値化する一例が示されてい
る。上述したように、外観デザインの印象は色、形で決
定される。そこで、色、形についてデザインから得られ
るデータを特徴パラメータとし、各特徴パラメータに対
して各要素の特徴値を算出する。例えば、車種がセダン
である場合、セダンの印象を特徴づける構成要素がボデ
ィ全体、フロント部分、前ホイール部分、・・であれ
ば、これらについて特徴値を算出する。形の特徴パラメ
ータとしては重心、縦横比、曲率等があるので、各々に
ついてデザインデータから算出し、色の特徴パラメータ
としては色中心（色重心であり、一般的な（ＲＧＢ、Ｙ
ＵＶ、ＨＳＶ）を用いることができる）、色分布等があ
るので、各々についてデザインデータから算出する。

【００３０】図４及び図５には、教師データとしてニュ
ーラルネットワークに与えるデータ、あるいはデータベ
ース内に記憶するデータの例が示されている。両図にお
いて、（ａ）はサンプルデザイン、（ｂ）は（ａ）のサ
ンプルデザインに対する教師デザイナーの評価値、
（ｃ）は（ａ）のサンプルデザインに対する教師デザイ
ナーによる改良（改善）デザイン、（ｄ）は（ｃ）の評
価値である。図４（ｃ）は、サンプルデザイン（ａ）に
対して主にスポーティ感を増大させた改良デザインであ
り、図５（ｃ）は、サンプルデザイン（ａ）に対して主
にやわらかさを増大させた改良デザインである。これら
の教師データを多数用いることで、評価部１４は、図２
の処理で得られた要素特徴量を用いてユーザ作成デザイ
ンの評価値、さらには改良デザインを出力することがで
きる。

【００３１】＜服飾デザイン＞図６には、本実施形態の
構成ブロック図が示されている。図１と同様に、入力部
１０、分析部１２、評価部１４、出力部１６を含んで構
成される。

【００３２】入力部１０は、ユーザ作成デザイン及び服
飾の種類を入力する。服飾の種類は、例えばパンツ、シ
ャツ、ドレス、セーター、背広等である。また、ユーザ
が改良デザインを希望する場合には、官能値を入力する
ことができる。官能項目としては、例えばやさしさ、華
やかさ、明るさ、ボリューム感、落ち着き感等がある。
官能値は自動車デザインの場合と同様に最大値を＋５、
最小値を−５、現状維持を０とすることができる。

【００３３】分析部１２は、服飾の種類に応じてユーザ
作成デザインから対象構成要素を抽出し、特徴値として
数値化する。例えば、パンツの場合には、構成要素は全
体、裾、ヒップ部などであり、形の特徴パラメータとし
ては脚部分の太さや裾の広がり度合い、色の特徴パラメ
ータとしては色中心、色分布等があるので、これらにつ
いてデザインデータに基づき算出する。

【００３４】評価部１４は、自動車デザインの場合と同
様にニューラルネットワークやデータベースで構成さ
れ、教師デザイナーによる評価値を教師データとして学
習し、あるいはデータ化して任意のデザインが入力され
た場合に、その評価値あるいは改良デザインを作成して
出力部１６に出力する。ニューラルネットワークを用い
る場合、複数のサンプル服飾デザインを入力層から入力
し、出力層から教師デザイナーの評価値が出力されるよ
うに教師データを与えてニューロン間の結合度（重み）
を適応的に変化させていく。サンプル服飾デザイン及び
これに対する教師デザイナーの評価値は、服飾の種類毎
に用意してニューロンを学習させる。デザインの改良
（改善）に関しても、複数のサンプルデザインを服飾の
種類毎に入力層から入力し、出力層から教師デザイナー
の改良デザインが出力されるように教師データを与えて
ニューロン間の重みを変化させていく。

【００３５】データベースを用いる場合、同様に多数の
サンプルデザインに対する教師デザイナーの評価値を対
応付けてデータ化しておく。データベースは、服飾の種
類毎に構築する。そして、未知のデザインを入力した場
合、未知のデザインと同一種類のデータベース内のサン
プルデザインと入力デザインとを順次比較し、最も近い
サンプルデザインに対応する評価値、あるいは入力デザ
インに近い複数のサンプルデザインの評価値の平均値を
算出することで、任意のデザインに対して評価値を出力
することが可能となる。デザインの改良に関しても同様
であり、サンプルデザインに対する教師デザイナーの改
良デザインを対応付けてデータ化しておく。

【００３６】図７、８には教師データとしてニューラル
ネットワークあるいはデータベースに与える教師デザイ
ナーの評価値が例示されている。両図において（ａ）は
サンプルデザイン、（ｂ）は（ａ）のサンプルデザイン
に対する教師デザイナーの評価値、（ｃ）は（ａ）のサ
ンプルデザインを改良した教師デザイナーのデザイン、
（ｄ）は（ｃ）の評価値である。図７と図８の相違は、
サンプルデザインに対する改良デザインが異なる点であ
り、図７は主にやさしさを増大させた場合の改良デザイ
ンであるのに対し、図８は主に華やかさを増大させた場
合の改良デザインである。図７、図８に示すサンプルデ
ザインとその評価値、さらには改良デザインを多数用い
て学習、あるいはデータベース化することで、評価部１
４を構成することができる。

【００３７】以上、本発明の実施形態について説明した
が、本発明は自動車デザイン、服飾デザインに限らず、
任意の製品、建造物に適用することができる。

【００３８】

【発明の効果】本発明によれば、デザイナー等により作
成されたデザインを短時間に自動評価し、さらには自動
改良してデザイナーに提示することができるので、デザ
イナーは効率的にデザインを作成することができる。

【図面の簡単な説明】

【図１】 本発明の実施形態の構成ブロック図である。

【図２】 図１における分析部の処理フローチャートで
ある。

【図３】 特徴値の算出説明図である。

【図４】 自動車デザインの場合におけるサンプルデザ
インの評価値例を示す図（その１）である。

【図５】 自動車デザインの場合におけるサンプルデザ
インの評価値例を示す図（その２）である。

【図６】 本発明の他の実施形態の構成ブロック図であ
る。

【図７】 服飾デサインの場合におけるサンプルデザイ
ンの評価値例を示す図（その１）である。

【図８】 服飾デザインの場合におけるサンプルデザイ
ンの評価値例を示す図（その２）である。

【符号の説明】

１０ 入力部、１２ 分析部、１４ 評価部、１６ 出
力部。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 畠山 善幸 愛知県豊田市トヨタ町１番地 トヨタ自動 車株式会社内 (72)発明者 原 佳子 愛知県豊田市トヨタ町１番地 トヨタ自動 車株式会社内 Ｆターム(参考） 5B046 AA04 AA10 DA02 FA04 GA01 HA05 KA05 5B050 BA18 CA07 EA13 FA02 FA13 5L096 BA12 FA60 FA68 FA70 9A001 BB06 HH01 HH05 HH06 HH23 JJ01 KK09 KK38 KK40

Claims (16)

【特許請求の範囲】
1. 【請求項１】 評価対象デザインを入力する入力手段
   と、 デザイン及びデザインに対する評価をデータベースとし
   て記憶する記憶手段と、 前記データベースを用いて前記評価対象デザインを評価
   して出力する評価手段と、 を有することを特徴とするデザイン評価装置。
2. 【請求項２】 請求項１記載の装置において、 前記評価対象デザインの種別を入力する種別入力手段を
   さらに有し、 前記データベースは、デザイン種別毎に設けられ、 前記評価手段は、前記種別入力手段に入力された種別に
   対応するデータベースを用いて前記評価対象デザインを
   評価することを特徴とするデザイン評価装置。
3. 【請求項３】 対象デザインを入力する入力手段と、 デザインに対する改良デザインをデータベースとして記
   憶する記憶手段と、 前記データベースを用いて前記対象デザインを自動改良
   して出力する改良手段と、 を有することを特徴とするデザイン作成装置。
4. 【請求項４】 請求項３記載の装置において、 前記対象デザインの種別を入力する種別入力手段をさら
   に有し、 前記データベースは、デザイン種別毎に設けられ、 前記改良手段は、前記種別入力手段に入力された種別に
   対応するデータベースを用いて前記対象デザインを改良
   することを特徴とするデザイン作成装置。
5. 【請求項５】 請求項３、４のいずれかに記載の装置に
   おいて、 前記改良手段での改良事項を入力する改良事項入力手段
   をさらに有し、 前記改良手段は、前記改良事項に基づいて改良すること
   を特徴とするデザイン作成装置。
6. 【請求項６】 評価対象デザインを入力する入力手段
   と、 教師データを用いてデザインの評価を学習した処理手段
   と、 前記処理手段を用いて前記評価対象デザインを評価して
   出力する評価手段と、 を有することを特徴とするデザイン評価装置。
7. 【請求項７】 請求項６記載の装置において、 前記処理手段は、ニューラルネットワークで構成される
   ことを特徴とするデザイン評価装置。
8. 【請求項８】 請求項６、７のいずれかに記載の装置に
   おいて、さらに、 前記評価対象デザインの種別を入力する種別入力手段を
   有することを特徴とするデザイン評価装置。
9. 【請求項９】 対象デザインを入力する入力手段と、 教師データを用いてデザインの改良を学習した処理手段
   と、 前記処理手段を用いて前記対象デザインを改良して出力
   する改良手段と、 を有することを特徴とするデザイン作成装置。
10. 【請求項１０】 請求項９記載の装置において、 前記処理手段は、ニューラルネットワークで構成される
    ことを特徴とするデザイン作成装置。
11. 【請求項１１】 請求項９、１０のいずれかに記載の装
    置において、さらに、 前記対象デザインの種別を入力する種別入力手段を有す
    ることを特徴とするデザイン作成装置。
12. 【請求項１２】 請求項９、１０、１１のいずれかに記
    載の装置において、さらに、 前記改良手段での改良事項を入力する改良事項入力手段
    を有することを特徴とするデザイン作成装置。
13. 【請求項１３】 デザインを評価する方法であって、 評価対象デザインを入力するステップと、 既存デザインに対する評価を記憶するデータベースを用
    い、前記既存デザインと前記評価対象デザインを比較す
    ることにより前記評価対象デザインを評価するステップ
    と、を有することを特徴とするデザイン評価方法。
14. 【請求項１４】 デザインを作成する方法であって、 対象デザインを入力するステップと、 既存デザインに対する改良デザインを記憶するデータベ
    ースを用い、前記既存デザインと前記対象デザインを比
    較することにより前記対象デザインを自動改良するステ
    ップと、 を有することを特徴とするデザイン作成方法。
15. 【請求項１５】 デザインを評価する方法であって、 デザインの評価についての教師データを用いて学習させ
    たニューラルネットワークの入力層に評価対象デザイン
    を入力し、出力層から前記評価対象デザインの評価値を
    出力することを特徴とするデザイン評価方法。
16. 【請求項１６】 デザインを作成する方法であって、 デザインの改良についての教師データを用いて学習させ
    たニューラルネットワークの入力層に対象デザイン及び
    改良事項を入力し、出力層から前記改良事項が改良され
    たデザインを出力することを特徴とするデザイン作成方
    法。