• 디지털융복합연구
• /
• 제10권9호
• /
• pp.111-122
• /
• 2012

본 연구는 인터넷 웹사이트에서 소비자운동을 설명하는데 있어서 인지적인 요인과 감정적 요인의 효과를 살펴본 연구이다. 특히, 인지적 요인을 설명하는 그루닉의 상황적 이론과 감정적 요인을 설명하는 분노활성화 이론을 결합하여 통합모델을 제시하였다. 이 모델을 검증하기 위해서 소비자에 웹사이트에서 이슈화된 제품과 관련 소비자들의 커뮤니케이션 활동을 살펴보았다. 웹사이트에서 멤버들의 커뮤니케이션 활동을 분석하기 위해 가입자를 대상으로 온라인 설문을 실시하였다. 분석결과, 상황적 이론 및 분노는 온라인에서 소비자들의 능동적인 커뮤니케이션 활동을 유의미하게 설명하였다. 더불어 상황적 이론의 요인과 분노를 결합한 모델은 더욱 설명력이 높았고 그 중에서도 분노는 강력한 요인으로 판명되었다.

• 인지과학
• /
• 제11권2호
• /
• pp.1-10
• /
• 2000

최근 사용자에게 친근감있는 인터페이스를 제공하기 위해 자연스러운 얼굴 애니메이션에 대한 연구가 활발히 진행 중이다. 얼굴은 인간의 신체부위 중 가장 쉽게 개개인을 구분할 수 있고, 감정과 정서 등의 내적 상태를 명백하게 이해할 수 있도록 해주는 중요한 의사소통의 수단으로 여겨지고 있다. 이러한 얼굴은 이용하여 인간과 컴퓨터간의 의사 전달에 있어서 효율적으로 인간의 감정을 인식하고 전달하여 대화할 수 있도록 하기 위해서 컴퓨터상의 얼굴은 인간과 유사하게 대화할 수 있고, 감정을 표현할 수 있도록 친숙하고 현실감이 있어야 한다. 본 논문에서는 자연스러운 얼굴의 합성을 위한 얼굴 모델링 및 애니메이션 방법을 제안하였다. 특정한 사람을 모델로 한 얼굴 애니메이션을 위하여 우선 3차원 메쉬로 구성된 일반 모델(generic model)을 특성 사람에게 정합하여 특정인의 3차원 얼굴 모델을 얻을 수 있다. 본 논문에서는 기존 연구들과 다르게 표준 한국인 얼굴을 이용한 일반 모델을 생성하여, 임의의 얼굴에 대하여 좀 더 정확하고 자연스러운 3차원 모델이 이루어질 수 있도록 하였다. 그리고 얼굴 표정합성을 위하여, 실제 얼굴의 근육 및 피부 조직 등 해부학적 구조에 기반한 근육 기반 모델 방법을 사용하여 현실감 있고 자연스러운 얼굴 애니메이션이 이루어질 수 있도록 하였다. 이러한 얼굴 모델링 및 합성 기술은 화상회의, 가상현실, 교육, 영화 등 여러 분야에서 활용될 수 있다.

• 디자인융복합연구
• /
• 제15권1호
• /
• pp.233-246
• /
• 2016

모바일 헬스 산업은 IT 기술과 융합하여 주목받고 있으며, 헬스 애플리케이션은 사용자의 건강한 라이프 스타일을 제공하는 방향으로 발전하고 있다. 본 연구는 4개의 모바일 헬스 애플리케이션을 선정하여 서비스의 동향을 살펴 보았고 그 결과 모두 신체 데이터 이외의 감정에 관한 데이터를 포함하고 있지 않고 있음을 알 수 있었다. 추가적으로 사용자의 감정을 추출을 위한 기술을 분류 및 분석하였고, 이를 통해 텍스트 기반 감정인식 기술이 모바일 헬스 서비스와 가장 적합하다고 판단하였다. 감정인식 서비스를 구현하고자 소셜 네트워크 서비스와 1차원 감정 모델을 시스템의 소스로 설정한 감정인식 시스템의 프로세스 설계를 하여 개발하였다. 뿐만 아니라, 본 시스템이 모바일 헬스 애플리케이션에서 어떻게 사용 가능할지 제안하고자 설득형 기술과 결합하였다. 결과적으로 사용자의 5가지 감정과 감정이 지속되는 시간에 따른 15가지의 제안을 포함하는 가이드라인과 구체적 서비스 방안 제안하였다. 이에 본 연구는 기존의 헬스 애플리케이션이 정신적 건강, 감정적 건강과 같은 개인의 심리적 컨텍스트까지 고려하는 제안형 서비스로 나아가기 위한 지침이 될 것으로 기대하는 바이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.172-175
• /
• 2006

최근 다양한 게임 문화가 급속도로 성장함에 따라 보다 새로운 개념의 게임을 찾는 사용자의 요구가 증대 되고 있다. 기존의 게임은 획일화 되고 일방적인 사용자 환경으로 사용자가 일방적으로 게임을 하는 방식이었다. 때문에 사용자의 감성 데이터를 이용하여 사용자에게 게임 환경이 맞춰지는 "사용자 맞춤형" 게임은 기존의 게임에서 보다 진보한 새로운 방식이 될 것이다. 이 방식을 사용하기 위해서는 우선 사용자의 생체 데이터나 감성데이터를 포함한 뇌파를 획득하는 방법이 필요하며 다음으로 획득된 뇌파를 통하여 현재 사용자의 감성 상태를 규명하는 패턴인식 기법이 중요한 문제가 된다. 본 논문에서는 뇌파를 통하여 현재 사용자의 감성 상태를 규명하고 인식할 수 있는 패턴인식 기법으로 Multi Layer Perceptron(MLP)을 사용한 감성인식모델을 제안한다. 본 논문에서 제안한 감성인식 모델의 실험을 위하여 특정 공간 내에서 여러 사용자의 감정별 뇌파를 측정하고 실험을 통하여 획득한 데이터로 감정 DB를 구축한다. 구축된 DB를 본 논문에서 제안한 감성인식 모델로 학습을 하고 학습이 완료된 후 새로운 사용자의 뇌파를 입력 받은 후 현재 사용자의 감성을 인식한다. 감성인식과 더불어 집중도를 측정 하는 실험도 병행 한다. 본 논문에서 제안한 감성인식 모델의 성능을 측정하기 위하여 사용자의 수에 따른 감성 인식률을 측정함으로서 본 논문에서 제안한 감성인식 모델의 성능을 확인한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.380-382
• /
• 2019

GAN(Generative Adversarial Network)은 정해진 학습 데이터에서 정해진 생성자와 구분자가 서로 각각에게 적대적인 관계를 유지하며 동시에 서로에게 생산적인 관계를 유지하며 가능한 긍정적인 영향을 주며 학습하는 기계학습 분야이다. 전통적인 문장 생성은 단어의 통계적 분포를 기반으로 한 마르코프 결정 과정(Markov Decision Process)과 순환적 신경 모델(Recurrent Neural Network)을 사용하여 학습시킨다. 이러한 방법은 문장 생성과 같은 연속된 데이터를 기반으로 한 모델들의 표준 모델이 되었다. GAN은 표준모델이 존재하는 해당 분야에 새로운 모델로써 다양한 시도가 시도되고 있다. 하지만 이러한 모델의 시도에도 불구하고, 지금까지 해결하지 못하고 있는 다양한 문제점이 존재한다. 이 논문에서는 다음과 같은 두 가지 문제점에 집중하고자 한다. 첫째, Sequential 한 데이터 처리에 어려움을 겪는다. 둘째, 무작위로 생성하기 때문에 사용자가 원하는 데이터만 출력되지 않는다. 본 논문에서는 이러한 문제점을 해결하고자, 부분적인 정답 제공을 통한 조건별 생산적 적대 생성망을 설계하여 이 방법을 사용하여 해결하였다. 첫째, Sequence to Sequence 모델을 도입하여 Sequential한 데이터를 처리할 수 있도록 하여 원시적인 텍스트를 생성할 수 있게 하였다. 둘째, 부분적인 정답 제공을 통하여 문장의 생성 조건을 구분하였다. 결과적으로, 제안하는 기법들로 원시적인 감정 텍스트를 생성할 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제2권2호
• /
• pp.23-28
• /
• 2009

본 연구에서는 뇌파를 AR모델로 모델링하여 선형예측계수를 특징 파라미터로 이용할 때와 뇌파의 주파수 대역별 상호상관계수를 이용할 때의 감정상태 분류 성능을 비교해 보고자 하였다. 이를 위하여 분노, 슬픔, 기쁨, 안정의 4가지 감정상태에 따른 뇌파를 4개 채널로부터 수집하여 선형예측계수와 ${\theta}$, ${\alpha}$, ${\beta}$ 대역의 주파수 영역에서의 상호상관계수를 추출하여 이들을 특징 파라미터로 한 감정상태 분류 실험을 수행함으로써 두 방법의 감정상태 분류 성능을 비교하였고, 패턴 분류기로는 신경회로망을 이용하였다. 감정 분류 실험 결과 뇌파의 특징 파라미터로서 선형예측계수를 이용한 결과가 상호상관계수를 이용할 때보다 성능이 월등히 좋은 것을 알 수 있었다.

• 복식문화연구
• /
• 제17권3호
• /
• pp.459-471
• /
• 2009

The purpose of the study is to examine the effect of VMD image appropriateness in apparel shopping contexts. Two competing models are utilized. The first model is developed from the emotion-cognition theory which explains that environmental cues(i.e., VMD image appropriateness) generate consumers' emotion, and in turn, consumers' behaviors. The second model is developed based on the cognitive theory of emotions and posits that environmental cues stimulates consumers' cognitive perceptions of retail environments, subsequently influencing consumers' emotional and behavioral response. A 2(VMD image appropriateness: high vs. low) between-subjects factorial design experiment was conducted. Female college students(n=592) participated in the experiment. Using structural equation modeling the study found that the emotion-cognition model better explains the effect of VMD image appropriateness on consumers' emotional, cognitive, and behavioral responses.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2016년도 제28회 한글및한국어정보처리학술대회
• /
• pp.291-295
• /
• 2016

본 논문에서는 한국어 기본 유니트 단위로 WPM을 활용한 구글 플레이 스토어 앱의 댓글 감정분석을 수행하였다. 먼저 자동 띄어쓰기 시스템을 적용한 후, 어절단위, 형태소 분석기, WPM을 각각 적용하여 모델을 생성하고, 로지스틱 회귀(Logistic Regression), 소프트맥스 회귀(Softmax Regression), 서포트 벡터머신(Support Vector Machine, SVM)등의 알고리즘을 이용하여 댓글 감정(긍정과 부정)을 비교 분석하였다. 그 결과 어절단위, 형태소 분석기보다 WPM이 최대 25%의 향상된 결과를 얻었다. 또한 분류 과정에서 로지스틱회귀, 소프트맥스 회귀보다는 SVM 성능이 우수했으며, SVM의 기본 파라미터({'kernel':('linear'), 'c':[4]})보다 최적의 파라미터를 적용({'kernel': ('linear','rbf', 'sigmoid', 'poly'), 'C':[0.01, 0.1, 1.4.5]} 하였을 때, 최대 91%의 성능이 나타났다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회
• /
• pp.291-295
• /
• 2016

본 논문에서는 한국어 기본 유니트 단위로 WPM을 활용한 구글 플레이 스토어 앱의 댓글 감정분석을 수행하였다. 먼저 자동 띄어쓰기 시스템을 적용한 후, 어절단위, 형태소 분석기, WPM을 각각 적용하여 모델을 생성하고, 로지스틱 회귀(Logistic Regression), 소프트맥스 회귀(Softmax Regression), 서포트 벡터머신(Support Vector Machine, SVM)등의 알고리즘을 이용하여 댓글 감정(긍정과 부정)을 비교 분석하였다. 그 결과 어절단위, 형태소 분석기보다 WPM이 최대 25%의 향상된 결과를 얻었다. 또한 분류 과정에서 로지스틱회귀, 소프트맥스 회귀보다는 SVM 성능이 우수했으며, SVM의 기본 파라미터({'kernel':('linear'), 'c':[4]})보다 최적의 파라미터를 적용({'kernel': ('linear','rbf', 'sigmoid', 'poly'), 'C':[0.01, 0.1, 1.4.5]} 하였을 때, 최대 91%의 성능이 나타났다.

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.103-112
• /
• 2018

본 논문에서는 감정에 따라 변화하는 혈류량을 측정하는 PPG 센서를 사용하여 감정을 인식하는 방법을 제안한다. 기존의 PPG 신호로부터 전력스펙트럼밀도(PSD; Power Spectrum Density)를 통해 주파수 영역에서 긍정적인 감정과 부정적인 감정을 판단하는 방법을 활용한다. 제임스 러셀의 이차원 원형 모델에 기반을 두어 감정을 기쁨, 슬픔, 짜증, 평온으로 분류하여 주파수 영역에 따른 에너지의 크기와의 연관성을 살펴본다. 본 연구는 웨어러블 디바이스에서 사용되는 동일한 PPG 센서를 사용하여 상위 네 종류의 감정을 영상 실험을 통해 주파수 영역에서 측정하였다는 것에 의의가 있다. 설문 조사를 통해 정확도와 개인에 따른 몰입 정도와 감정 변화 및 영상에 대한 바이오피드백을 수집하였다. 제안하는 방법은 앞으로 PPG 센서를 사용하는 상용화된 웨어러블 디바이스와 기존에 사용하는 스마트폰의 상황정보와 융합되어 모바일 어플리케이션 예측 서비스 등 다양한 개발이 될 것으로 기대된다.