초록
본 논문에서는 사이버 멀미 발생 예측에 활용 할 CNN 기반의 신경망의 성능 향상을 위하여, 다양한 형태의 신경망 구조에 대한 성능 분석을 수행한다. 특히, 대뇌 구조의 특성을 반영한 CNN을 차별적으로 구현하여 각 CNN(Convolution Neural Network)의 성능을 비교 분석하였으며, 이를 기반으로 사이버 멀미 발생 예측에 최적화된 신경망 구조의 설계와 관련한 기본적인 이론을 제시한다. 사이버 멀미 발생에는 많은 원인이 있지만 가장 중요한 원인은 뇌와 관련된 전정 기능의 장애에 기인한 것으로 판단된다. 뇌파는 뇌 활동 상태를 나타내는 지표 역할을 하며 외부 자극과 뇌 활동에 따라 차이를 나타낸다. 2019년에 출판된 Tony Ro의 Martijn E. Wokke 논문을 포함한 많은 연구와 실험에 의해 외부 자극과 뇌 활동으로 인한 뇌파의 변화가 입증되었으며, 본 논문에서는 이러한 상관관계를 바탕으로 사이버 멀미 유발 환경에서 수집 한 뇌파 데이터를 분석하고 뇌 구조의 특성을 반영하는 사이버 멀미 예측 인공 신경망의 구현 가능성을 제시하였다. 본 연구의 결과는 사이버 멀미 예측에 활용되는 CNN의 최적 성능 도출을 위하여, 고려하여야 할 신경망의 기본 구조 설계에 활용될 수 있으며, 다양한 가상현실(VR) 환경 등 대뇌 활동이 관여하는 분야에서 응용 될 신경망 구조 설계의 기초를 제공 할 것으로 기대된다.
In this study, we compared and analyzed the performance of each Convolution Neural Network (CNN) by implementing the CNN that reflected the characteristics of the cerebral structure, in order to analyze the CNN that was used for the prediction of cybersickness, and provided the performance varying depending on characteristics of the brain. Dizziness has many causes, but the most severe symptoms are considered attributable to vestibular dysfunction associated with the brain. Brain waves serve as indicators showing the state of brain activities, and tend to exhibit differences depending on external stimulation and cerebral activities. Changes in brain waves being caused by external stimuli and cerebral activities have been proved by many studies and experiments, including the thesis of Martijn E. Wokke, Tony Ro, published in 2019. Based on such correlation, we analyzed brain wave data collected from dizziness-inducing environments and implemented the dizziness predictive artificial neural network reflecting characteristics of the cerebral structure. The results of this study are expected to provide a basis for achieving optimal performance of the CNN used in the prediction of dizziness, and for predicting and preventing the occurrence of dizziness under various virtual reality (VR) environments.