助教の戀津です。
昨日に引き続き、芸術科学フォーラムでの発表について報告です。

もう一件の発表は同じく絡みの可視化における、情報抽出時に迷う場面についての分析です。
タイトルにある通りですが、作品によっては登場人物が変身したり変装したりすることがあります。
変身する登場人物の変身前と変身後の姿は、あらかじめ変身について聞いていたり変身する瞬間を目撃したりしない限り、他の登場人物にとっては違う登場人物という認識になります。

つまり、変身前の本体とだけ絡みのある人物、変身後の姿とだけ絡みのある人物、両方の姿と絡みのある人物がありえます。
更に細かく考えると、両方と絡みがあってもその二つの姿が変身前後の同一人物だと知らない、という場合も考えられます。
（絡みの可視化においては会ってさえいれば絡んでいると考え、同一人物という認識の有無は問題にしませんが・・・）

この場合、可視化結果で〇で描かれる登場人物をどうするかが問題になります。
例として、仮面ライダーアギトの第一話・第二話を分析した結果を使い説明します。
主人公の津上翔一は仮面ライダーアギトに、警察官の氷川誠は仮面ライダーG3にそれぞれ変身します。
G3の方は警察組織としての動きで、基本的に変身前後で絡みはあまり変化しません。
しかしアギトの方は、翔一としての絡みとアギトとしての絡みは全く別になっています。

この場合に、翔一とアギトを同じ一つの〇で表すのは絡みの可視化上問題になります。
しかし、別の登場人物として扱い、二つの〇を出すと今度は別の問題が発生します。
次の図は翔一とアギト、氷川とG3を別の登場人物として可視化した場合の結果です。

当人による変身という都合上、津上翔一と仮面ライダーアギト、氷川誠と仮面ライダーG3には絡みが全くないのです。
先ほど書いた通りG3の方はあまり絡みに変化がないので比較的近くに配置されていますが、翔一とアギトはかなり離れた配置になってしまいました。
これでは主人公の翔一が作品の本筋の一部である戦いに全く関わっていないような結果になってしまいます。

そこで、変身等複数の姿が登場する作品においては、それぞれを別の〇としながら、距離としては常に密着させるという方法をとってみました。
次の図は翔一とアギト、氷川とG3を繋げている場合の可視化結果です。

翔一としての絡みとアギトとしての絡みを両立しつつ、それが同一人物であることもわかるような配置になりました。
現在は2人（4人）分しか密着させる処理を書いていないので（＆変身後の姿で誰とも絡んでいないため）仮面ライダーギルスが浮いてしまっていますが、これも変身前の本体である葦原涼と密着させるとより正確な結果になると思います。

今後は任意の人数について変身前後の姿を密着させられる処理にする予定です。
近年の仮面ライダーシリーズやマーベル系の作品等、変身する人物が多くなっても対応できる必要があります。

現状困っているのは、三つ以上の姿がある場合です。コナンの登場人物で多重スパイをしている方々とか・・・
二つの姿は単純に距離を〇の直径まで縮めるだけですが、三つ（またはそれ以上）となるとどうやってつなげればよいか・・・
まだまだ研究することはいっぱいです。進展があり次第報告します。

助教の戀津です。
遅ればせながら、3月に行われた学会の芸術科学フォーラムでの発表について報告です。

今回は2件の発表をしてきました。どちらも登場人物の絡みの可視化に関する内容です。
絡みの可視化は、以前に発表してから期間が開いてしまいましたが、少しずつ改良を重ねてきた内容です。

アニメや映画などの作品において、登場人物同士が一緒に居た場面の抽出をします。
俗語的ですが、登場人物同士が一緒に居たり何かをしていることを「絡む」と表現することがあります。
冒頭のシーンから順番に、登場人物のうち誰が描写されているかを記録していくことで、「よく一緒に居る人物」を抜き出す試みです。

そして抽出した絡みの情報を、力学グラフという方法を使って可視化していきます。
よく一緒にいる登場人物同士、つまり絡みの多い登場人物同士が近くになるような可視化結果が得られます。
次の図は『美女と野獣』の絡み可視化結果です。

ベルと野獣を中心に、ルミエール・コグスワースをはじめとする家臣達が近くに集まっています。
家臣たちの中でも特に絡みの多い上記二人が近くに来て、ポット婦人とチップは少し離れた位置になっています。
町の人たちは、終盤では城に集まり交戦しますが、それまでは町の人たち同士の絡みが中心のため城のメンバーとは離れた位置に来ています。

このように、絡みの情報を入力として力学モデルでの可視化を行うと、登場人物間の距離感のようなものを出力できます。
ただし、絡みの情報を抽出するという分析過程において迷う場面が生じることがあります。
前置きが長くなってしまいましたが、それが今回発表した研究のテーマです。

私の担当している先端メディアの科目で、色んな作品で絡みの可視化をしてみようと学生さんと共に分析をしてみました。
その際に、「このシーンはどうしよう・・・」という場面がいくつかあったので、そのような作品・場面についてまとめてみました。
例として、次のような場面では絡み情報の抽出で困りました。

・登場人物同士が入れ替わってしまった作品の場合
・登場人物がアバター等別の姿を持ち、アバター同士の絡みがある場合
・スター・ウォーズのストームトルーパー等、同じ姿で複数回登場するが実際には同一人物でない場合
・同行はしているけど一言も会話をしない場合

それぞれ色んな難しさがあります。
最後の例であれば寡黙な登場人物など、集団内にはいるけど孤立しているような描写があると「絡んでる」と言えるのか迷うところです。
そういった状況も含め、可視化のための情報抽出をどううまく行っていくかが課題となっています。
引き続き研究を進め、また進展があれば報告します。

助教の戀津です。

今回は、以前にも紹介したジェネレーションギャップビューアのお話です。
前回の記事でも最後に少し触れていたのですが、ユーザー登録と視聴作品の登録方法について紹介します。

https://contents-lab.net/ggviewer/
こちらのアドレスからアクセスすると、まずは年表が表示されます。年表上にはデータベース内の各作品がシリーズ別に放映年の位置に表示されています。
ドラッグドロップやマウスホイールで動かしたり拡大・縮小できますので色々操作してみてください。

右上の「ユーザー追加」ボタンから、ログイン・ユーザー登録・年表上への情報追加が可能です。
初めての方はユーザー登録を、登録済みの方はログインをしてユーザーページへ移動できます。

 

ユーザーページでは、データベース内の各作品について、あなた自身が視聴したものを選択することができます。
表形式で一覧を出しているので、視聴済みの作品について左端のチェックボックスをチェックにしていただければ入力完了です。

 

作品はたくさんあるので、検索欄も準備してあります。図では「プリティー」と入力してみた結果を表示しています。
入力した文字列で各情報を検索するので、プリティーシリーズの各作品と、ウマ娘シリーズがヒットしました。
他にも放送年（2023等）を入れて絞り込むことも可能です。

 

こうして入力した情報は、年表上に反映されます。ログイン済みのユーザーであれば、年表ページに戻ると自身の生まれ年からの年表が表示され、視聴済み作品に色が付きます。

 

ユーザー追加ボタンから他ユーザーのユーザー名を入力すると、その方の年表と視聴済み作品が色つきで表示されるので、自身の年表・視聴作品と比較ができます。
共通の話題が見つかったり、視聴していたシリーズの他の作品の様子を聞いたりと色んな活用ができると思います。
私自身色々試しましたが、複数人で視聴履歴を持ち寄るだけで結構楽しいです。
「無限にオタクトークができる」という評価を頂いたこともありました。

ユーザー登録は本名である必要なく、半角英数で作成をお願いしているのでSNSのidで作成し、SNSで共有するのも楽しいかも知れません。
私のおすすめ作品リスト！みたいな活用法も考えられますね。是非やってみてください。

　前回記事は講義「CG数理の基礎」での投影変換の授業紹介でした。まだ読んでいない人は参照してください。
　
　履修生からの以下の質問への回答を今日の記事で紹介します。
　
---
後方クリッピング面があるのは無限に続くのを防ぐ目的であると理解できるのですが、前方クリッピング面はなぜあるのでしょうか？ カメラの座標を原点とした四角錐型では不都合があるのでしょうか？
---
　
　投影変換の設定として3次元空間（カメラ座標系）に六面体（四錐台）の視界を設けます。6つの「クリッピング面」で最終表示対象の範囲になるように切り取ることになります。視点から視線方向を向いて上下左右を4つの面で切り取るのは直感的にわかります。
　
　なのに、なぜ目の前の前方クリッピング面と視点から遠くの後方クリッピング面で前後を切り取るのか、確かに理解しがたいですね。特に目の前の場所を前方クリッピング面で範囲外に設定する理由が。
　
　簡単に答えを言うと「0で割り算できないから」です。ここで、前回記事の図を再度掲載します。
　
　
　
　視点から前方クリッピング面までの距離は変数nで示されています。前方クリッピング面の4頂点は変数l, r, t, b, nを使って表されます。冒頭の質問にあるように四角錐の視界を使うということは前方クリッピング面が無限に小さくなり視点（原点）に収斂（しゅうれん）することになります。つまり、l, r, t, b, nは全部0になり、4頂点とも(0,0,0)になります。
　
　この場合、後方クリッピング面の4頂点のxy座標は計算できません。いずれも0分の0になってしまいます。投影変換（透視投影）行列の要素も、16要素のうち4つについて0分の0が生じて設定不能です。
　
　数式の計算ができないから、という理由では納得しづらいでしょう。もう少し直感的な理由として幾何学的な説明をしてみましょう。それは「無限に大きくするという計算はできないから」ということになります。
　
　近くの物は大きく見え、遠くの物は小さく見えるように変換するのが透視投影です。前方クリッピング面を視点に収斂させて四角錐の視界にしてしまうと、限りなく視点に近い物を無限に大きくすることになります。これは不可能だから、ほんの少しでよいので視点から離れた位置に前方クリッピング面を設定するのです。必然的に四角錐ではなく四錐台の視界になります。
　
　実務的には、前方クリッピング面までの距離nと後方クリッピング面までの距離fとの比（f/n）が1万程度を超えない設定ならばその後のCGの計算処理には支障ないです。n=10cmとすればf=1000mと設定できます。これなら大抵のCGの場面で切り取っても大丈夫そうですね。
　
　宇宙空間のように遠い場所は一度に扱えないし、f/nの値が百万とかの設定もNGなのはなぜ、という疑問も生じますが、その話題は別の機会にしましょう。
　
　現実世界でも視点に限りなく近い場所の物を見るということはないですから、四角錐の視界を設定できなくても、四錐台の視界で十分と言えるでしょう。
　
メディア学部　柿本正憲

　2年次後期の講義科目「CG数理の基礎」はCG技術の基本的な概念や手法を理解することを目的にしています。画素を塗りつぶす過程、頂点を変換する過程、など地味な内容です。数少ない3次元CGの話題として、先日の授業では投影変換を取り上げました。
　
　CGの場面を構成する部品（キャラクタ）は多くの場合、多数の三角形（3頂点）の組合せです。制作者の想像上の3次元空間に存在する各頂点が、最終表示に使う現実の2次元平面画面のどの場所に対応するかをコンピュータが計算します。
　
　部品（model）各頂点の(x_m, y_m, z_m)の数値は「ビューイングパイプライン」と呼ばれる4種類の行列の乗算を経て画面（screen）上の点(x_s, y_s)に変換されます。この過程で3次元から2次元に変わる本質的な変換が投影変換です。投影変換としてCGでよく使われる透視投影は次の図のように「カメラ座標系」から「正規化デバイス座標系」に変換します。
　


　カメラ座標系ではビューボリューム（視界）という六面体をデザイナーが設定します。視界は最終的な表示画面の範囲に対応させる3次元の範囲です。原点から放射状に拡がるこの形状はフラスタム（四錐台）と呼ばれます。視界のことをビューフラスタムと呼ぶこともあります。
　
　カメラ座標系の原点はカメラ位置（視点）で-z方向が視線です。視点から離れると視界が段々拡がるのは直感的にも理解しやすいでしょう。そして変換後の正規化デバイス座標系では視界が立方体に変形します。カメラ座標系の各三角形（図には描いていない）は正規化デバイス座標系の三角形に変換されます。
　
　図aの視点に近い小さな長方形（前方クリッピング面）が図cで同じ向きの一辺が2の正方形に変形します。前方クリッピング面のちょうど反対側の大きな長方形（後方クリッピング面）も図c右奥の一辺2の正方形に縮小されます。これに伴い、視点に近い三角形は拡大され視点から遠い三角形は縮小されます。人間がものを見るときの結果と同じです。
　
　この投影変換により画面で表示される形に近いものになります。その証拠に、投影変換の次の段階「ビューポート変換」にはxy座標だけが送られz座標は無視されます。つまり大まかには投影変換により3次元形状が2次元形状になると思って構わないのです。
　
　この授業で履修生から次のような質問がありました。
　
---
後方クリッピング面があるのは無限に続くのを防ぐ目的であると理解できるのですが、前方クリッピング面はなぜあるのでしょうか？ カメラの座標を原点とした四角錐型では不都合があるのでしょうか？
---
　
上下左右の範囲を視界として区切るのは直感的です。後方を区切るのはまだしも、手前まで区切るのは確かに人間の視界とは違いますね。この回答は次回紹介します。
　
メディア学部　柿本正憲

助教の戀津です。

今回は、私の開発したジェネレーションギャップの可視化システムの紹介です。

日本で幼少期を過ごした場合、多くの方がウルトラマンや仮面ライダー、スーパー戦隊シリーズ、プリキュアなどの作品群を観たことがあると思います。
しかし、長期間にわたって放映されているシリーズ作品は、年齢の異なる人物同士で話題にした際に、同じシリーズであっても実際に視聴していた作品が異なる場合が多くあります。
また、昔の記憶なので各自が視聴していた作品が何年のものなのか、また別の人が視聴していたというその作品はいつのものなのか想像がしにくいです。

そこで、多くの特撮・アニメ・映画作品などについて、年表上に表示することでいつの作品かを可視化するシステムを開発しました。
タイトルを年表上に配置し、ドラッグやホイールによるズームイン・アウトをすることでより多くの作品群の情報を見ることができます。現在868作品分の情報を掲載しています。

 

年表の部分をクリックすることで、その年度（1～3月生まれの方は前年を指定）に生まれた方が各年で何歳だったか（義務教育期間分については何年生だったか）も表示できます。
これによって、例として1986年生まれの私と2004年生まれの今年度新入生の方のジェネレーションギャップが可視化できます。

今年度新入生の方は生まれる前からプリキュアシリーズが放映していた・・・ようですね・・・。

・・・。

 

さらに、ユーザー登録していただくことで自身の視聴していた作品群を入力することができるようにしました。
ユーザー登録なしで各自の年齢をクリックし見比べるだけでも楽しいですが、双方の視聴していた作品群が表示されていればより会話が盛り上がると思います。
例として、私と今年度の四年生男女二名の視聴データを並べてみました。視聴していた作品名が各自の色で表示されます。

 

私はスーパー戦隊シリーズや仮面ライダーの一部作品と、娘が生まれて以降のプリキュアシリーズをいくつか観ています。
女子学生さんは幼少期にプリキュアシリーズといくつかの仮面ライダー、男子学生さんはプリキュアシリーズは全く観ていないですがスーパー戦隊・仮面ライダー・ガンダムシリーズの作品をかなり多く視聴していた様子が窺えます。

画面右上の「ユーザー追加」ボタンからユーザー登録や視聴作品登録、他の人のユーザー名を入力すればユーザー間の視聴履歴の比較ができます。
これからも改良を続けますが、現時点でもある程度楽しく利用いただけると思いますので、よければ使ってみてください。
https://contents-lab.net/ggviewer/

新しいメディア学の研究テーマに取り組んでいる全国唯一の健康メディアデザイン研究室の千種（ちぐさ）です。人体を健康メディアとしてとらえメディアを活用して自らの健康をデザインしたり、多くの人たちに役立つ健康改善するための健康アプリを制作するための研究を行っている研究室です。

大寒波が猛威を振るっていますが、皆様いかがお過ごしでしょうか？

寒波の後には春がやってきます。春と言ったら桜、桜と言ったら入学式ですが、メディア学部にとって桜(サクラ)とはどのような位置付けにあるでしょうか？画像メディアのひとつとしての桜、映像メディアのひとつとしての桜の散る映像、といったものでしょうか？あとひとつあります。それは江戸時代から続く、面白い仕組みです。

江戸時代の元禄文化という大衆文化において花開いたものとして芝居小屋を中心とする観劇があります。今でも全国各地に演芸場といった芝居小屋の建物が残っているように日本の誇る文化のひとつとなっています。そして文化として維持するためには経営が必須です。当時だと劇場の入場料が収入、一方、役者・裏方・浮世絵のチラシなどへの出演料・手数料、劇場の使用料などの支出です。一定期間において収入が支出を上回っている必要がありますし、人気ある役者を雇用し続けるには高額な支払いも必要になるでしょう。最初人気がなくても段々と人気が出てくるケースも多々あったことでしょう。

江戸元禄時代1700年代から300年以上持続するための経営とは並大抵の努力では実現できなかったと思われます。そのためには演劇や劇場を宣伝するための多種多様な技術も発達していきました。現代の看板を劇場前に掲げるだけでなく、現代のチラシの相当する「引き札」、そして入場者に安心感を与える心理的な販売法として「現銀掛け値なし」という定価販売、などがあります。看板やチラシの効果はすぐにわかりますが、定価販売が心理的に安心感を与え、結果として売り上げ増につながるのは興味深いとも思えますし、他に競合のない商品やサービス場合には定価販売の安心感は重要ですが、インターネット時代になった現在では、類似の商品やサービスを簡単に検索して見つけることができるので、これだけでは足りない気もします。

そして、そこで、発展したのがこれも人間の心理に訴求する「賑わい」を演出するプロモーション法です。ひとは行列を見たり、店舗がにぎわっていたりするととても気になります。中には行列を見るととりあえず並んでしまう人もいるくらいです。そこにターゲットを絞り「賑わいを」を演出するプロモーション法が「サクラ」です。

Wikipediaによると

サクラ（おとり）
サクラとは、イベント主催者や販売店に雇われて客や行列の中に紛れ込み、特定の場面やイベント全体を盛り上げたり、商品の売れ行きが良い雰囲気を偽装したりする者を指す隠語。当て字で偽客とも書く。

語義の由来
本来は、江戸時代に芝居小屋で歌舞伎を無料で見させてもらうかわりに、芝居の見せ場で役者に掛声を掛けたりしてその場を盛り上げること、またはそれを行う者のことを『サクラ』といった。桜の花見はそもそもタダ見であること、そしてその場限りの盛り上がりを『桜がパッと咲いてサッと散ること』にかけたものだという。サクラの同義語に「トハ」があるが、これは鳩（はと）を逆に言ったもので、同様にぱっと散り去るからだという。

これが明治時代に入ると、露天商や的屋などの売り子とつるんで客の中に入り込み、冷やかしたり、率先して商品を買ったり、わざと高値で買ったりするような仕込み客のことも隠語でサクラと呼ぶようになった。サクラを「偽客」と書くようになったのはこの露天商などが用いた当て字が一般に広まったものである。

今日では、マーケットリサーチや世論調査などにおいても、良好な調査結果をもたらすために主催者側によって動員されたりあらかじめモニターや調査対象者の中に送り込まれた回し者のことを、サクラと呼ぶ。賭博場やオークション会場などで指し値を吊り上げる目的で主催者側の人間が紛れ込むこともそう呼ばれる。

という、江戸時代に堺の堂島※市場で発明された金融業界における先物取引と同様に、今でも世界中で活用されている凄い仕組みですね。

つづく

新しいメディア学の研究テーマに取り組んでいる全国唯一の健康メディアデザイン研究室の千種（ちぐさ）です。人体を健康メディアとしてとらえメディアを活用して自らの健康をデザインしたり、多くの人たちに役立つ健康改善するための健康アプリを制作するための研究を行っている研究室です。

中学校・高校とずっとサッカー部でひたすらストイックに練習してきた身としては、今カタールで実施しているワールドカップサッカーは４年に一回の眠れない夜・睡眠不足の日々が続きます。2022年11月23日に日本のＡ代表がドイツのＡ代表に勝利するという快挙を成し遂げました。シドニーオリンピックで日本代表がブラジルに勝ったのではと記憶されている方もいらっしゃると思いますが、こちらはＡ代表でなくU22代表なので、世界中の評価は相当に差があります。

試合内容をレビューする報道メディア的なアプローチもありますが、ここでは日本勝利のインパクトをSNSを活用して定量的に調べてみました。そのインパクトとの対比において、先日のブログにて、大臣辞任というバッドニュースは、Yahoo!リアルタイム検索による直近30日間のデータでは、ツイートのピークは11月2日の約2700ツイートで、感情グラフは流石にほぼネガティブで99%もの割合でした。

一方、11月23日深夜の対ドイツ戦の勝利の分析をしてみました。キーワードとして、まず、ドイツ+日本+サッカーとして30日間のツイートグラフを確認したのが以下になります。

ツイートのピークが約2万8千件となっていて、約10倍です。これではタイトルほどのインパクトありませんね。そこでキーワードをいくつか変更してみました。

次にヒットしたキーワードが「勝った」です。先ほどの2万8千件よりは10倍以上増えて、約28万5千件です。これで105倍です。人間の心理を考えると、ずっと試合を見ていて、試合終了時に出る言葉は、日本を応援している日本人としては素直に「勝った」という言葉がでますよね。でもこれでも145倍までは到達していません。

そして、最後に最もインパクトが大きかったキーワードを見つけました。それは「ドイツ」です。なんとツイートのピークは39万2千件です。大臣辞任に比べて145倍のインパクトでした。

これまでの３パターンを分析すると、日本がドイツに勝って喜んだ人は、どのような言葉をツイートするでしょうか？「ドイツ」に「勝った」とか、「ドイツ」に「勝利」とか、でしょうか。念のために「勝利」というキーワードも同じツイートのピークのタイミングに18万5千件ものツイートがありました。

こういった試行錯誤することは、データサイエンスという学問分野で今世界中でAIとともにあるいはAI以上に注目されています。

 

新しいメディア学の研究テーマに取り組んでいる全国唯一の健康メディアデザイン研究室の千種（ちぐさ）です。人体を健康メディアとしてとらえメディアを活用して自らの健康をデザインしたり、多くの人たちに役立つ健康改善するための健康アプリを制作するための研究を行っている研究室です。

中学校・高校とずっとサッカー部でひたすらストイックに練習してきた身としては、今カタールで実施しているワールドカップサッカーは４年に一回の眠れない夜・睡眠不足の日々が続きます。2022年11月23日に日本のＡ代表がドイツのＡ代表に勝利するという快挙を成し遂げました。シドニーオリンピックで日本代表がブラジルに勝ったのではと記憶されている方もいらっしゃると思いますが、こちらはＡ代表でなくU22代表なので、世界中の評価は相当に差があります。

試合内容をレビューする報道メディア的なアプローチもありますが、ここでは日本勝利のインパクトをSNSを活用して定量的に調べてみました。そのインパクトとの対比において、先日、大臣辞任というバッドニュースがありましたがまずそのインパクトを調べてみました。ツールはtwitterの投稿内容を分析しているYahoo!リアルタイム検索です。直近30日間のデータでは、ツイートのピークは11月2日の約2700ツイートです。それに加えて感情グラフという、ポジティブな内容なのかネガティブな内容なのかもわかります。大臣辞任は流石にほぼネガティブで99%もの割合です。

続いて、本題のワールドカップサッカーの日本対ドイツ戦の結果のツイートを分析してみます。
つづく

 

助教の戀津です。

昨日に引き続き、NICOGRAPH2022でのポスター発表の紹介です。
今日は中山和さんの研究の紹介です。
中山さんは初めての学会発表ですが、早いうちにポスター発表のやり方を掴みうまく説明をしてくれていました。

隣同士だったので昨日と同じ写真ですが、それぞれ学外の方にしっかり説明してくれています。

中山さんの研究は、恋愛リアリティショーにおける心理的距離の可視化というテーマです。
心理的距離、という名称を使っていますが、学術用語ではなく比喩的な表現の意図が近いです。
俗っぽい表現になってしまうので研究タイトルにはしませんでしたが、好感度とか親密度という方が近い表現です。

バチェラージャパンという、Amazonプライムビデオで配信していた恋愛リアリティショー形式の番組についての分析・可視化です。
バチェラージャパンは、一名の男性と多数の女性による恋愛リアリティショーで、基本的に女性が代わる代わるアプローチをしていきます。
それらのアプローチをエクセルにまとめつつ、時折ある男性側からのアプローチなども記録していきます。

この分析で得られたアプローチの種類や回数を使い、力学モデルでのグラフ描画を行ってみました。
女性男性問わず、弾き合う性質を持つ円の形で表現し、アプローチの数だけ間にばねを繋いでいきます。（男性側の行ったアプローチであれば6倍繋いでみています）
登場人物同士は弾き合う力で離れようとしつつ、アプローチ回数分繋がったばねによって引っ張られることで、力同士の釣り合う形で静止するような動きをします。

配信の話数ごとにアプローチの情報を適用し、釣り合った時の登場人物間の距離（男性と女性陣との距離）や配置が実際に配信を観て感じる距離感になるかを検証します。
主観を排した検証方法はまだ実現できていないですが、少なくとも番組を観て、分析をしている中山さん自身の印象としてかなり近いものにできているようです。

今後は分析方法の修正や繋ぐばねの数の再検討、他のシリーズの情報を入力しての比較などすることがいっぱいです。
今後の発展が楽しみです。