特許ウォッチ

公開番号2023010289
公報種別公開特許公報(A)
公開日2023-01-20
出願番号2021114319
出願日2021-07-09
発明の名称化粧料開発支援方法
出願人花王株式会社
代理人個人
主分類G06N 20/00 20190101AFI20230113BHJP(計算;計数)
要約【課題】化粧料の原料配合の決定を効率化する技術を提供する。
【解決手段】教師用化粧料の評価結果を示す正解情報とその教師用化粧料の原料の配合特徴量とのデータセットを教師用化粧料群の各々に関してそれぞれ含む教師データに基づいて機械学習された判定モデルを利用可能な一以上のプロセッサにより実行される化粧料開発支援方法が、目的化粧料の原料の配合候補となる複数の配合特徴量を生成する工程と、生成された配合特徴量を判定モデルに入力することで各配合特徴量について一以上の評価項目の評価指標値を取得する工程と、取得された評価指標値に基づいて目的化粧料に適した一以上の配合特徴量を抽出する工程とを含む。
【選択図】図3
特許請求の範囲【請求項１】
教師用化粧料の官能評価若しくは客観評価の一方又は両方の評価項目を少なくとも含む一以上の評価項目の評価結果を示す正解情報と該教師用化粧料の原料の配合特徴量とのデータセットを教師用化粧料群の各々に関してそれぞれ含む教師データに基づいて、機械学習された学習済みの判定モデルを利用可能な一以上のプロセッサが、
目的化粧料の原料の配合候補となる複数の配合特徴量を生成する生成工程と、
前記生成された複数の配合特徴量の各々を前記判定モデルに入力することで、各配合特徴量について一以上の前記評価項目の評価指標値を取得する取得工程と、
前記取得された評価指標値に基づいて、前記複数の配合特徴量の中から、前記目的化粧料に適した一以上の配合特徴量を抽出する抽出工程と、
を実行し、
前記配合特徴量は、予め決められた所定数の各原料分類についての配合量を要素とし、
前記教師用化粧料の原料の配合特徴量は、該教師用化粧料の原料を前記所定数の原料分類の一又は複数にそれぞれ分類し、原料分類ごとに属する原料の配合量から得られる値をそれぞれ要素値とする、
化粧料開発支援方法。
続きを表示（約 1,000 文字）【請求項２】
前記生成工程では、前記教師用化粧料群の中の一つの教師用化粧料に関する配合特徴量に基づいて、該配合特徴量の一以上の要素値を該要素値の原料分類に対応する所定範囲内で変化させることにより、前記配合候補となる前記複数の配合特徴量を生成し、
一又は複数の原料分類に対応する各所定範囲はそれぞれ異なる、
請求項１に記載の化粧料開発支援方法。
【請求項３】
前記取得工程で取得される評価指標値の評価項目は、前記教師用化粧料群の少なくとも一部において一方の評価項目が改善すると他方の評価項目が悪化する傾向にある複数の特定評価項目を少なくとも含む、
請求項１又は２に記載の化粧料開発支援方法。
【請求項４】
前記複数の特定評価項目は、油分が多いと悪化して油分が少ないと改善する複数の評価項目を含む、
請求項３に記載の化粧料開発支援方法。
【請求項５】
前記配合特徴量の要素数となる前記所定数は、３以上２０以下である、
請求項１から４のいずれか一項に記載の化粧料開発支援方法。
【請求項６】
一以上のプロセッサにより実行され、目的化粧料の原料の配合特徴量の入力に応じて該目的化粧料に関する一以上の評価項目の評価結果を判定する判定モデルの学習方法であって、
前記一以上のプロセッサが、
教師用化粧料の官能評価若しくは客観評価の一方又は両方の評価項目を少なくとも含む一以上の評価項目の評価結果を示す正解情報と該教師用化粧料の原料の配合特徴量とのデータセットを教師用化粧料群の各々に関してそれぞれ含む教師データを取得する工程と、
前記取得された教師データを用いて前記判定モデルを学習させる工程と、
を実行し、
前記配合特徴量は、予め決められた所定数の各原料分類についての配合量を要素とし、
前記教師用化粧料の原料の配合特徴量は、該教師用化粧料の原料を前記所定数の原料分類の一又は複数にそれぞれ分類し、原料分類ごとに属する原料の配合量から得られる値をそれぞれ要素値とする、
判定モデルの学習方法。
【請求項７】
前記一以上のプロセッサ及びメモリを少なくとも備える化粧料開発支援装置であって、
請求項１から５のいずれか一項に記載の化粧料開発支援方法を実行可能な化粧料開発支援装置。
【請求項８】
請求項６に記載の判定モデルの学習方法を実行可能な判定モデル学習装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、機械学習により得られた判定モデルを用いて化粧料の開発支援を行う技術に関する。
続きを表示（約 2,400 文字）【背景技術】
【０００２】
近年、材料開発や創薬等の分野においても、機械学習等の統計分析技術を活用して開発効率やスピードを向上させる取り組みが行われている。
下記特許文献１には、機械学習された予測モジュールを用いて、加硫ゴム組成物の特徴量を目的関数とし、原材料の配合の組み合わせを設計変数として、目的関数の設定された目標値を実現する配合の組み合わせを抽出するゴム材料設計方法が開示されている。
また、下記非特許文献１には、機械学習に基づく日焼け止めのＳＰＦ（Sun Protection Factor）及びＰＡ（Protection grade of ultraviolet (UV)-A）の予測モデルが開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２０－３０６８３号公報
【非特許文献】
【０００４】
Jiyong Shim, "Machine learning for the prediction of sunscreen sun protection factor and protection grade of UVA," Experimental Dermatology, DOI:10.1111/exd.13958, Epub 2019-6-6
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、化粧料開発において機械学習等の統計分析技術を活用して化粧料の原料配合の決定を効率化する手法についてはそれ程進んでいないのが現状である。例えば、化粧料に関して大量の教師データを集めることが難しい等の理由が考えられる。
本発明は、このような事情に鑑みてなされたものであり、化粧料の原料配合の決定を効率化する化粧料開発支援技術を提供する。
【課題を解決するための手段】
【０００６】
本発明によれば、教師用化粧料の官能評価若しくは客観評価の一方又は両方の評価項目を少なくとも含む一以上の評価項目の評価結果を示す正解情報と該教師用化粧料の原料の配合特徴量とのデータセットを教師用化粧料群の各々に関してそれぞれ含む教師データに基づいて、機械学習された学習済みの判定モデルを利用可能な一以上のプロセッサが、目的化粧料の原料の配合候補となる複数の配合特徴量を生成する生成工程と、前記生成された複数の配合特徴量の各々を前記判定モデルに入力することで、各配合特徴量について一以上の前記評価項目の評価指標値を取得する取得工程と、前記取得された評価指標値に基づいて、前記複数の配合特徴量の中から、前記目的化粧料に適した一以上の配合特徴量を抽出する抽出工程と、を実行し、前記配合特徴量は、予め決められた所定数の各原料分類についての配合量を要素とし、前記教師用化粧料の原料の配合特徴量は、該教師用化粧料の原料を前記所定数の原料分類の一又は複数にそれぞれ分類し、原料分類ごとに属する原料の配合量から得られる値をそれぞれ要素値とする化粧料開発支援方法が提供され得る。
【０００７】
また、本発明によれば、一以上のプロセッサにより実行され、目的化粧料の原料の配合特徴量の入力に応じて該目的化粧料に関する一以上の評価項目の評価結果を判定する判定モデルの学習方法であって、前記一以上のプロセッサが、教師用化粧料の官能評価若しくは客観評価の一方又は両方の評価項目を少なくとも含む複数の評価項目の評価結果を示す正解情報と該教師用化粧料の原料の配合特徴量とのデータセットを教師用化粧料群の各々に関してそれぞれ含む教師データを取得する工程と、前記取得された教師データを用いて前記判定モデルを学習させる工程と、を実行し、前記配合特徴量は、予め決められた所定数の各原料分類についての配合量を要素とし、前記教師用化粧料の原料の配合特徴量は、該教師用化粧料の原料を前記所定数の原料分類の一又は複数にそれぞれ分類し、原料分類ごとに属する原料の配合量から得られる値をそれぞれ要素値とする判定モデルの学習方法が提供される。
【０００８】
また、上述の一以上のプロセッサ及びメモリを少なくとも備える化粧料開発支援装置であって上述の化粧料開発支援方法を実行可能な化粧料開発支援装置、上述の判定モデルの学習方法を実行可能な判定モデル学習装置なども提供され得る。
【発明の効果】
【０００９】
本発明によれば、化粧料の原料配合の決定を効率化する化粧料開発支援技術を提供することができる。
【図面の簡単な説明】
【００１０】
本実施形態に係る化粧料開発支援方法及び判定モデルの学習方法を実行可能な情報処理装置のハードウェア構成例を概念的に示す図である。
本実施形態に係る判定モデルの概念図である。
本実施形態に係る化粧料開発支援方法のフローチャートである。
変形例に係る化粧料開発支援方法のフローチャートである。
本実施形態に係る判定モデルの学習方法の概念図である。
本実施形態に係る判定モデルの学習方法のフローチャートである。
実施例２で選択されたベース美容液の評価結果を示すレーダーチャートである。
実施例２で最終的な配合候補として特定された配合特徴量及びその配合特徴量から変換された配合可能な処方情報を示す図である。
図８に示される処方情報に基づいて製造された美容液の評価結果と図７に示されるベース美容液の評価結果とを示すレーダーチャートである。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許